基于数据挖掘技术的公交到站时间预测

发布时间：2017-07-29 17:33

  本文关键词：基于数据挖掘技术的公交到站时间预测

  更多相关文章： GPS数据 公交到站时间预测 近邻算法 支持向量机

【摘要】：大力发展公共交通提升公共交通出行率可以缓解城市交通污染交通拥堵等问题。向出行者提供公交车的到站时间信息可以极大地提高公交服务满意度,从而提高公交出行率；向公交管理者提供公交到站时间可以为智能调度系统提供数据依据,优化公交调度系统。本文将分别对公交车站内停靠时间和站间行程时间分别进行预测研究,进而构建公交到站时间预测模型。首先,本文说明了公交到站时间预测研究的重要性和必要性,总结了目前国内外公交到站时间预测方法,并分析了这些已有的预测方法的优缺点和存在的问题。其次,介绍了目前公交车信息采集方法的类型及其特点,并重点研究了公交车GPS数据。根据公交车的行驶规律提出了一种GPS数据处理方法,从中提取出公交车的停站时间、站间行程时间等行驶信息。第三,本文分别对公交车的站内停靠时间和站间行程时间的影响因素进行分析,然后分别建立停站时间和站间行程时间预测模型。停站时间预测分别采用历史数据均值法和近邻算法(KNN)；站间行程时间预测分别采用历史数据均值法、时间序列法以及支持向量机(SVM)这三种方法。另外,本文采用南京市1路公交的GPS数据进行模型验证,验证结果表明基于KNN的停站时间预测模型和基于SVM的站间行程时间预测模型具有较高的预测精度。最后,结合停站时间和站间行程时间预测模型构建公交到站时间预测模型,并对公交到站时间预测系统进行总体介绍。
【关键词】：GPS数据 公交到站时间预测 近邻算法 支持向量机
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.17
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-17
• 1.1 研究背景及研究意义9-10
• 1.2 国内外研究综述10-14
• 1.2.1 国外研究现状11-12
• 1.2.2 国内研究现状12-13
• 1.2.3 研究现状分析13-14
• 1.3 研究内容与技术路线14-15
• 1.4 研究关键问题及其解决方法15-16
• 1.5 论文组织与框架结构16-17
• 第二章 公交车行驶信息提取17-25
• 2.1 公交车数据采集17-18
• 2.2 GPS原始数据说明18-19
• 2.3 公交车行驶数据提取19-23
• 2.3.1 插值处理19
• 2.3.2 行驶数据提取方法19-22
• 2.3.3 GPS数据处理方法总结22-23
• 2.4 实例数据处理结果23-25
• 第三章 公交车停站时间预测25-33
• 3.1 公交站停靠时间影响因素分析25-26
• 3.2 基于历史数据均值的停站时间预测26-28
• 3.2.1 预测模型建立26-28
• 3.2.2 预测模型实例验证28
• 3.3 基于KNN的停站时间预测28-32
• 3.3.1 预测模型建立29-30
• 3.3.2 预测模型实例验证30-32
• 3.4 两种停站时间预测模型对比32
• 3.5 本章小结32-33
• 第四章 站间行程时间预测33-47
• 4.1 基于历史平均值的站间行程时间预测33-35
• 4.1.1 预测模型建立33-34
• 4.1.2 实例验证34-35
• 4.2 基于时间序列的站间行程时间预测35-37
• 4.2.1 预测模型建立35
• 4.2.2 预测模型输入数据35-36
• 4.2.3 实例验证36-37
• 4.3 基于SVM的站间行程时间预测模型37-43
• 4.3.1 标准支持向量机模型介绍37-39
• 4.3.2 支持向量机回归预测模型39
• 4.3.3 基于支持向量机回归的站间行程时间预测模型39-41
• 4.3.4 站间行程时间预测模型输入数据41
• 4.3.5 实例验证41-43
• 4.4 站间行程时间预测模型的预测结果对比43-45
• 4.5 本章小结45-47
• 第五章 公交到站时间预测模型47-52
• 5.1 到站时间预测模型47-48
• 5.2 到站时间预测实例48-50
• 5.3 公交到站时间信息服务系统框架50-52
• 第六章 总结与展望52-55
• 6.1 主要研究总结52-53
• 6.2 主要创新点53-54
• 6.3 研究展望54-55
• 附录55-59
• 致谢59-60
• 硕士期间研究成果60-61
• 参考文献61-63

【参考文献】

中国期刊全文数据库 前10条

1 李嘉;刘春华;胡赛阳;王芳;;基于交通数据融合技术的行程时间预测模型[J];湖南大学学报(自然科学版);2014年01期

2 王建;邓卫;;基于贝叶斯网络组合模型的公交驻站时间预测[J];城市交通;2012年05期

3 左忠义;杨广川;邵春福;;基于公交优先的小汽车出行向公交转移模型研究[J];交通运输系统工程与信息;2012年01期

4 韩浩明;祝勇俊;束文涛;;基于物联网的智能公交系统[J];科技信息;2011年27期

5 聂庆慧;夏井新;张韦华;;基于多源ITS数据的行程时间预测体系框架及核心技术[J];东南大学学报(自然科学版);2011年01期

6 高洁;;基于回归分析的公交站点车辆停靠延误模型设计[J];交通科技与经济;2009年06期

7 闫国华;朱永生;;支持向量机回归的参数选择方法[J];计算机工程;2009年14期

8 陈星光;周晶;朱振涛;;城市交通出行方式选择的演化博弈分析[J];管理工程学报;2009年02期

9 吕磊;韩印;范海雁;;基于智能公交系统的公交优先发展战略研究[J];交通与运输(学术版);2007年02期

10 陈巳康;詹成初;陈良贵;;基于路段行程时间的公交到站预测方法[J];计算机工程;2007年21期

，

本文编号：590323