基于AVL数据的城市道路公交行程时间预测方法
发布时间：2020-12-25 17:30
随着城市建设的不断发展,城市道路交通环境日趋复杂多变,在城市道路上行驶的公交车会受到交通信号、社会车辆、行人等因素的干扰,造成公交车行驶状态的不稳定,尤其是在发展中国家,由于车辆过多、交通方式多样化和车道纪律严重缺乏,这种不稳定被进一步扩大,使得公交行程时间的预测精度大大降低。因此本文旨在通过分析我国公交车行驶特性,挖掘公交车行程时间影响因素,划分城市道路交通状态,开发出关于公交行程时间的预测算法并进行实例验证,最终达到提高公交服务质量、增加公交吸引力的目的。首先,本文明确了研究公交行程时间预测方法的重要性和必要性,总结和分析国内外学者近些年在有关方面的研究成果,依据国内外相关研究现状的分析,梳理本文的研究思路和技术路线,确定本文的主要研究内容。其次,本文通过分析硬件设备收集到的车辆自动定位数据的结构特点,针对其存在的数据质量问题自主设计出数据预处理算法,并通过Matlab2014b软件编写算法程序,提取出本文实验所需数据信息。根据我国城市公交车的行驶规律,结合我国道路运行现状,分析公交行程时间的时变特性和波动特性。统计分析公交车行程时间在休息日和工作日上的变化趋势,探究其在时间和空间...
【文章来源】： 刘明鑫 吉林大学
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
技术路线图
比如城市高楼和树木等遮挡物影响了信号的传输，使信号在传输过程中受到了遮挡及反射，进而引发了AVL系统记录的时间点发生异常。由于获取的公交车数据或多或少的都会存在上述误差，所以对原始数据必须进行数据预处理之后，才能用于对公交车行程时间预测方法的研究。2.2.2数据预处理方法本文通过Matlab软件自主设计出提取公交车站点行程时间的算法程序。根据得到的行驶日志数据，公交站点标识数据，公交车编号数据三个数据集合，通过一系列的提娶计算、删除操作得到公交车的行程时间。本文的公交行程时间预处理算法流程图如图2.2所示：开始读取三个数据集确定目标线路依据目标线路提取公交车编号依据目标线路提取站点标识依据公交车编号与站点标识提取公交车进出站时刻删除记录计算公交车站点行程时间结束与其它行驶记录是否重复？是否有与之对应的站点进出时刻？是否否是行程时间是否为负？是否保存公交行程时间数据图2.2公交行程时间预处理算法流程图需要注意的是，公交站点标识数据集中所有线路的公交站点标识都是从01开始，也就是说不同线路的不同公交站点可能具有相同的站点标识，同一个站点在不同线路上也具有不同的站点标识。依据图2.2的预处理算法流程，本文先是将三个需要用到的数据集导入，然后根据选取的实验线路提取在该线路上行驶的公交车的车辆编号和公交停靠站的标识，接着根据公交车编号提取出对应的公交车的进出站数据记录，之后根据站点标识控制数据质量，判断是否出现数据异常，最终可以得到公交车在线路上所有站点的进出站时刻集合。与此同时，由于本文
第2章公交行程时间变化特性分析11图2.313路公交车行驶线路图公交行程时间时变特性分析本节将主要分析公交行程时间的时变特性，也就是公交车的行程时间随着时间的变化规律，需要注意的是要考虑到公交车行驶空间的大小，即分析了空间不同时时变特性的相似性与差异性。2.3.1公交行程时间长距离变化特性一般来说，城市交通出行需求随着时间的变化而发生变化，随之引起交通流量、密度等参数的变化，最终影响到公交车辆的站间行程时间，因此公交车的行程时间变化与时间的变化之间存在着一定的潜在规律。本文首先对整条线路也就是长距离的时间变化特性加以分析，以一个小时为时间间隔，在工作日期间其变化特性如图2.4所示。0500100015002000250030003500567891011121314151617181920行程时间（S）时刻（小时）星期一星期二星期三星期四星期五
【参考文献】：
期刊论文
[1]Memory Analysis for Memristors and Memristive Recurrent Neural Networks[J]. Gang Bao,Yide Zhang,Zhigang Zeng. IEEE/CAA Journal of Automatica Sinica. 2020(01)
[2]基于公交优先的小汽车出行向公交转移模型研究[J]. 左忠义,杨广川,邵春福. 交通运输系统工程与信息. 2012(01)
[3]聚类算法综述[J]. 向培素. 西南民族大学学报(自然科学版). 2011(S1)
[4]倡导“绿色出行”打造“公交城市”[J]. 刘小明. 建设科技. 2009(17)
[5]城市交通出行方式选择的演化博弈分析[J]. 陈星光,周晶,朱振涛. 管理工程学报. 2009(02)
[6]公交优先政策研究[J]. 黄石鼎. 管理世界. 2008(04)
[7]基于智能公交系统的公交优先发展战略研究[J]. 吕磊,韩印,范海雁. 交通与运输(学术版). 2007(02)
[8]中国城市交通问题剖析及改善对策[J]. 全永燊,刘莹,陈金川. 城市交通. 2007(04)
[9]应用支持向量机预测公交车运行时间[J]. 于滨,杨忠振,林剑艺. 系统工程理论与实践. 2007(04)
[10]城市公共交通发展的交通成本分析[J]. 刘丽亚,张超. 综合运输. 2007(01)
硕士论文
[1]基于深度学习的交通标志识别研究[D]. 朱松.安徽理工大学 2019
[2]城市机动车保有量预警模型研究[D]. 高勇.重庆交通大学 2019
[3]城市公交车辆到站时间预测方法研究[D]. 周帅帅.华东交通大学 2017
[4]基于相似路段划分的公交车行程时间预测方法研究[D]. 郝明.辽宁大学 2017
[5]公交车辆到站时间预测方法研究[D]. 赵衍青.北京交通大学 2017
[6]常规公交站点停靠时间分析与预测方法[D]. 马尚萱.东南大学 2016
[7]基于数据挖掘技术的公交到站时间预测[D]. 辛建霞.东南大学 2016
[8]公交车辆行程时间预测方法研究[D]. 朱丽颖.北京交通大学 2010
[9]智能公交车辆到站时间预测研究[D]. 李福双.北京交通大学 2009
[10]基于GPS/GIS实时定位系统的设计与实现[D]. 马飞.西南交通大学 2005
本文编号：2938092
【文章来源】： 刘明鑫 吉林大学
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
技术路线图
比如城市高楼和树木等遮挡物影响了信号的传输，使信号在传输过程中受到了遮挡及反射，进而引发了AVL系统记录的时间点发生异常。由于获取的公交车数据或多或少的都会存在上述误差，所以对原始数据必须进行数据预处理之后，才能用于对公交车行程时间预测方法的研究。2.2.2数据预处理方法本文通过Matlab软件自主设计出提取公交车站点行程时间的算法程序。根据得到的行驶日志数据，公交站点标识数据，公交车编号数据三个数据集合，通过一系列的提娶计算、删除操作得到公交车的行程时间。本文的公交行程时间预处理算法流程图如图2.2所示：开始读取三个数据集确定目标线路依据目标线路提取公交车编号依据目标线路提取站点标识依据公交车编号与站点标识提取公交车进出站时刻删除记录计算公交车站点行程时间结束与其它行驶记录是否重复？是否有与之对应的站点进出时刻？是否否是行程时间是否为负？是否保存公交行程时间数据图2.2公交行程时间预处理算法流程图需要注意的是，公交站点标识数据集中所有线路的公交站点标识都是从01开始，也就是说不同线路的不同公交站点可能具有相同的站点标识，同一个站点在不同线路上也具有不同的站点标识。依据图2.2的预处理算法流程，本文先是将三个需要用到的数据集导入，然后根据选取的实验线路提取在该线路上行驶的公交车的车辆编号和公交停靠站的标识，接着根据公交车编号提取出对应的公交车的进出站数据记录，之后根据站点标识控制数据质量，判断是否出现数据异常，最终可以得到公交车在线路上所有站点的进出站时刻集合。与此同时，由于本文
第2章公交行程时间变化特性分析11图2.313路公交车行驶线路图公交行程时间时变特性分析本节将主要分析公交行程时间的时变特性，也就是公交车的行程时间随着时间的变化规律，需要注意的是要考虑到公交车行驶空间的大小，即分析了空间不同时时变特性的相似性与差异性。2.3.1公交行程时间长距离变化特性一般来说，城市交通出行需求随着时间的变化而发生变化，随之引起交通流量、密度等参数的变化，最终影响到公交车辆的站间行程时间，因此公交车的行程时间变化与时间的变化之间存在着一定的潜在规律。本文首先对整条线路也就是长距离的时间变化特性加以分析，以一个小时为时间间隔，在工作日期间其变化特性如图2.4所示。0500100015002000250030003500567891011121314151617181920行程时间（S）时刻（小时）星期一星期二星期三星期四星期五
【参考文献】：
期刊论文
[1]Memory Analysis for Memristors and Memristive Recurrent Neural Networks[J]. Gang Bao,Yide Zhang,Zhigang Zeng. IEEE/CAA Journal of Automatica Sinica. 2020(01)
[2]基于公交优先的小汽车出行向公交转移模型研究[J]. 左忠义,杨广川,邵春福. 交通运输系统工程与信息. 2012(01)
[3]聚类算法综述[J]. 向培素. 西南民族大学学报(自然科学版). 2011(S1)
[4]倡导“绿色出行”打造“公交城市”[J]. 刘小明. 建设科技. 2009(17)
[5]城市交通出行方式选择的演化博弈分析[J]. 陈星光,周晶,朱振涛. 管理工程学报. 2009(02)
[6]公交优先政策研究[J]. 黄石鼎. 管理世界. 2008(04)
[7]基于智能公交系统的公交优先发展战略研究[J]. 吕磊,韩印,范海雁. 交通与运输(学术版). 2007(02)
[8]中国城市交通问题剖析及改善对策[J]. 全永燊,刘莹,陈金川. 城市交通. 2007(04)
[9]应用支持向量机预测公交车运行时间[J]. 于滨,杨忠振,林剑艺. 系统工程理论与实践. 2007(04)
[10]城市公共交通发展的交通成本分析[J]. 刘丽亚,张超. 综合运输. 2007(01)
硕士论文
[1]基于深度学习的交通标志识别研究[D]. 朱松.安徽理工大学 2019
[2]城市机动车保有量预警模型研究[D]. 高勇.重庆交通大学 2019
[3]城市公交车辆到站时间预测方法研究[D]. 周帅帅.华东交通大学 2017
[4]基于相似路段划分的公交车行程时间预测方法研究[D]. 郝明.辽宁大学 2017
[5]公交车辆到站时间预测方法研究[D]. 赵衍青.北京交通大学 2017
[6]常规公交站点停靠时间分析与预测方法[D]. 马尚萱.东南大学 2016
[7]基于数据挖掘技术的公交到站时间预测[D]. 辛建霞.东南大学 2016
[8]公交车辆行程时间预测方法研究[D]. 朱丽颖.北京交通大学 2010
[9]智能公交车辆到站时间预测研究[D]. 李福双.北京交通大学 2009
[10]基于GPS/GIS实时定位系统的设计与实现[D]. 马飞.西南交通大学 2005
本文编号：2938092
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2938092.html
