城市公交车辆到站时间预测研究

发布时间：2021-01-27 14:04

　　公交车辆到站时间精准预测可以为乘客出行合理规划时间,减少乘客在站点的等待时间,并为公交车辆调度提供支撑。公交车辆行驶会受到天气状况、空气质量状况、城市道路拥堵状况等多种因素影响,为对公交车辆到站时间有效预测,本文以青岛市公交车到站时间预测为目标,给出了解决方案,具体工作如下:考虑天气状况、空气质量状况对公交车辆到站时间的影响,在对青岛市的公交车到离站数据、天气状况数据及空气质量状况数据预处理的基础上,采用关联规则算法,分析提取了影响公交车辆到站停靠时间、站间路段行驶时间的相关特征属性。建立了公交车到站时间预测模型。模型将公交车到站时间预测分为公交车路段行驶时间预测与公交车到站停靠时间预测两部分。通过多元回归模型以及集成算法模型分别建立公交车到站停靠时间预测模型和相邻站点之间的站间路段行驶时间预测模型,通过试验分析,最终得到预测性能最佳的基于GBRT的公交车到站停靠时间预测模型和基于XGBoost的站间路段行驶时间预测模型。为了进一步提升公交车辆到站时间预测模型的预测精度,考虑不同时段数据的分布差异,早高峰、晚高峰、非早晚高峰分别建立公交车辆到站时间预测模型,实验结果表明与整体训练的模型... 

【文章来源】：青岛大学山东省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

梯度提升回归树模型构建原理图

青岛大学硕士学位论文为 30 的四方站为主站下客站，其余站点均为中间站点。图 3.1 和图 3.2 分市 1 路公交线路从始发站四方站到返回站湖北路站在地图上的站点情况和湖北路站到主客下客站四方站的途经站点情况。

青岛市1路公交从湖北路站到四方站线路地图

【参考文献】：
期刊论文
[1]基于梯度提升回归树的城市道路行程时间预测[J]. 龚越,罗小芹,王殿海,杨少辉.  浙江大学学报(工学版). 2018(03)
[2]我国私家车拥有量影响因素分析[J]. 陆畅,张陈.  合作经济与科技. 2017(17)
[3]多元线性回归统计预测模型的应用[J]. 冷建飞,高旭,朱嘉平.  统计与决策. 2016(07)
[4]基于SEM的城市公交服务质量-满意度-忠诚度研究[J]. 张兵,曾明华,陈秋燕,胡启洲.  数理统计与管理. 2016(02)
[5]基于BP神经网络与SVM的快速路行程时间组合预测研究[J]. 丁宏飞,李演洪,刘博,秦政.  计算机应用研究. 2016(10)
[6]基于MLR的公交车行程时间预测模型[J]. 汪磊,左忠义.  大连交通大学学报. 2015(02)
[7]基于前车与经验数据的车辆到站时间预测模型[J]. 涂利明.  计算机时代. 2015(01)
[8]公交到站时间预测研究现状与发展趋势[J]. 向红艳,彭学文.  交通信息与安全. 2014(04)
[9]基于马尔科夫链的公交站间行程时间预测算法[J]. 胡继华,李国源,程智锋.  交通信息与安全. 2014(02)
[10]关于城市公共交通优先发展的意义、内涵及几点问题理解[J]. 杨涛.  人民公交. 2014(04)



本文编号：3003176