一种动态和自适应公交到站时间预测方法

发布时间：2017-10-28 13:04

  本文关键词：一种动态和自适应公交到站时间预测方法

  更多相关文章： 公交到站时间 实时预测 动态预测 自适应模型 支持向量机 波动性统计

【摘要】：公交到站时间预测是实现智能化公交信息服务的基础,可靠地预测公交到站时间有利于提高公共交通的服务水平,以吸引更多的城市居民选择公共交通。以某城市公交系统海量的历史数据为基础,建立了基于SVM的集合了静态和动态数据的公交预测模型,该模型引入上游路段速度、下游路段最新速度、下游路段最新花时、时间段和路况拥挤程度等动态信息作为模型特征。在此基础上,根据大量公交到站时间历史数据的波动性,提出了一个基于波动性的自适应预测模型。实验结果表明,自适应预测模型优于现有模型,提高了预测的精确度和效率。
【作者单位】： 苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室;
【关键词】： 公交到站时间 实时预测 动态预测 自适应模型 支持向量机 波动性统计
【基金】：国家自然科学基金(61070123) 江苏省自然基金(BK2011282) 江苏省高校自然科学重大基础研究项目(11KIJ520003)资助
【分类号】：U491.17;U495;TP18
【正文快照】： 1概述目前,公交到站时间预测技术的研究在智能交通领域逐渐兴起,准确可靠的公交预测模型对城市公共交通的发展起着积极的推动作用,是智慧城市的一个重要应用。在理论研究中,已经提出的模型主要有基于历史数据模型、统计回归理论模型、卡尔曼滤波模型和机器学习模型等。Li[1]、，

本文编号：1108321