基于多源公交数据和LSTM的公交到站时间预测研究

发布时间：2021-09-06 12:05

　　在目前国内的公交运营系统普遍只提供首末站发车时间的环境下,准确地预测公交车到达时间对于想要确定出发时间,减少候车时间的乘客来说非常重要。同时,拥有更高预测精度和预测时长的到站时间预测系统,同时能有效提升公交调度系统的效率。为进一步提高中长期时间内的公交车辆到站的预测精度和可靠性,在现有预测方法而基础之上,利用公交多源数据,建立了一种基于LSTM的深度学习方法,用以对公交出行时间进行多步预测,并对本方法进行了实测数据的校正和验证。首先,本文基于对公交到站问题的运行机理,建立了基于多源公交数据的到站时间预测模型,并将到站问题界定为一个时序数列的多步预测问题。根据多步预测问题的特性和到站时间预测模型,选择引入LSTM长短时记忆算法,以递归神经网络为核心,从学习交通长时依赖关系的角度预测公交车的到站时间。其次,本文研究了现有的多源公交数据集,鉴于目前的数据集大多只统计了静态数据和历史GPS运营数据,对研究公交运行状况帮助有限。本文从多源公交信息中提取相应的动态因素。提取的动态因素被合并到向量空间中,最终形成本文使用的训练集。以实际数据为例,将本文提出的LSTM预测模型与其他三类主流预测模型（B... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

图1-1日本某市电子公交站牌

图 1-1 日本某市电子公交站牌 图 1-2 某到站预测 app 界面截图可靠且高效的公交到站时间预测系统可以更好地解决城市交通问题，为公交提供数据基础，为乘客提供便捷的公交出行条件。1.1.2 研究意义

图 1-3 国内某市 BRT 电子站牌 图 1-4 某市常规公交电子站牌国内较为普及的地图软件，例如美国的谷歌地图，麦德龙，国内的高德地图，图等，基本上都配置了公交路线实时公交信息查询的功能模块。用户可通过手机序查看市区内的公共汽车路线，公共汽车站或车站，以及站点的动态地图，以获

【参考文献】：
期刊论文
[1]未来的智慧城市车辆建筑会说话[J]. 本刊编辑部.  智能建筑与智慧城市. 2018(02)
[2]《知道—中国智能出行2015大数据报告》[J].   中国广播. 2016(03)
[3]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)
[4]公交到站时间实时预测信息发布技术研究[J]. 左忠义,汪磊.  交通运输系统工程与信息. 2013(01)
[5]基于SVM和Kalman滤波的公交车到站时间预测模型[J]. 于滨,杨忠振,曾庆成.  中国公路学报. 2008(02)
[6]BP神经网络进行时问序列预测的不足及改进[J]. 王维,张英堂.  计算机工程与设计. 2007(21)
[7]复杂网络理论与城市交通系统复杂性问题的相关研究[J]. 高自友,赵小梅,黄海军,毛保华.  交通运输系统工程与信息. 2006(03)
[8]基于国情的我国城市交通问题分析与对策研究[J]. 王海洋,陈昕,苗晓坤,李树文,马学颖,王宗彬.  辽宁工学院学报. 2006(02)

博士论文
[1]不确定环境下公交网络协同调度的鲁棒性及控制策略[D]. 巫威眺.华南理工大学 2015

硕士论文
[1]深基坑变形监测数据处理研究[D]. 孙晓磊.吉林建筑大学 2015
[2]公交站台多停靠位乘客组织与智能引导[D]. 陈耀如.山东大学 2014
[3]公交车辆到站时间预测研究[D]. 牛虎.北京交通大学 2010



本文编号：3387430