基于大数据的公交线网速度预测模型研究

发布时间：2025-03-19 00:32

　　如今随着世界经济的不断进步,这加速了国内外交通行业的生产,运输水平,城区的机动车数量不断提高,交通流不断增加,这导致出现了很多交通安全问题。如果能够使城市公共交通的线网速度预测能力提升,将一定程度缓解交通压力。这也是当前很多学者的研究重点,国内外对此都有很多开创性的成果。然而,实现公交线网速度的精确预测并不容易,这是因为:(1)多种因素结合造成的影响,仅天气一个影响因素就有数种变化趋势;(2)公交系统采集到的数据量相当庞大,维度较高;所以如果仅仅运用传统的数理统计方法对数据进行处理,很难对各个维度的数据进行有效的分析,从而降低预测精度。本文研究基于大数据的分析技术,对公交线网速度进行预测,主要研究包括以下几个方面:首先,本文研究了国内外对公交线网速度预测的方法或者算法的优势和劣势,同时研究了当前机器学习算法的应用情况,为本文应用大数据技术提供思路和启发;对公交线网速度预测的影响因素做了全面的分析,针对公交车辆运行过程中的重点的影响因素,对数据进行数理统计,对时间数据计算最大值、最小值、平均值、标准差等统计,这将对影响因素进行分类,对后续的数据处理提供理论依据;根据采集到的GPS信息数据,...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图3一1(a)周一的公交车距离一时间图

北京交通大学硕士学位论文?公交线网速度预测的影响因素定义??点至９点出发的同一条线路的公交车，由于数据量庞大，作为趋势的观察，选取??了一周的周一到周日的数据。分别作为１－７号数据集；分图如３－ｌ（ａ）至３－ｌ（ｇ）所示。??６８００???６８００?－１?????６３１４?－?６....

图3一l(b)周二的公交车距离一时间图

北京交通大学硕士学位论文?公交线网速度预测的影响因素定义??点至９点出发的同一条线路的公交车，由于数据量庞大，作为趋势的观察，选取??了一周的周一到周日的数据。分别作为１－７号数据集；分图如３－ｌ（ａ）至３－ｌ（ｇ）所示。??６８００???６８００?－１?????６３１４?－?６....

图３－ｌ（ｅ）周五的公交车距离－时间图

图３－ｌ（ｅ）周五的公交车距离－时间图?图３－ｌ（ｆ）周六的公交车距离－时间图??Ｆｉｇｕｒｅ?３－１（ｅ）?Ｐｏｓｉｔｉｏｎ－Ｔｉｍｅ?ｉｎ?Ｆｒｉｄａｙ．?Ｆｉｇｕｒｅ?３－１（ｆ）?Ｐｏｓｉｔｉｏｎ－Ｔｉｍｅ?ｉｎ?Ｓａｔｕｒｄａｙ．??６８００?－ｊ???６３１４－??５....

图３－ｌ（ｇ；？周曰的公交车距离－时间图??Ｆｉｇｕｒｅ?３－１（ｇ）?Ｐｏｓｉｔｉｏｎ－Ｔｉｍｅ?ｉｎ?Ｓｕｎｄａｙ．??由这七张图的分布，我们不难发现图中有几个特点：??

硕士学位论文?公交线网速度预?６８００?－Ｉ６３１４?－??，?５８２９?？??５３４３?？??＾?４８５７?－??￥?４３７１?－??＾?（獅．??Ｉ?｜跡Ｋ?２９１４?■??２４２９?■??１９４３?？??１４５７?■??９７１－?ｆ０００＾??４８６?？?＾??１?１?．?....

本文编号：4036413