基于Spark的公交车到站时间预测系统的设计与实现

发布时间：2020-06-30 06:52

【摘要】：随着私家车辆的逐渐增多,城市中出现道路拥堵的现象越来越严重。为缓解这种现象带来的影响,政府提倡环保出行,因此乘坐公交成为人们出行的最佳选择之一。这既能有效地减少城市的拥堵现象,同时也能减少城市的环境污染。但是,我国的公共交通普遍存在着等车时间长、准点率不高的问题,影响了乘客的乘车体验。为解决公交车存在的到站时间预测不准的问题,本文提出了一种基于遗传算法的BP神经网络模型来预测公交车到达站点的时间,从而使得乘客能够合理规划外出时间。为了提高预测公交到站的时间,故本文搭建了Spark分布式平台以此减少预测时间。本文所用数据是由呼和浩特市公交公司提供,从采集到的数据中提取出多条公交线路的数据,并预测公交车连续多站的到站时间。预测结果表明,在公交车多站预测中,到站时间的平均预测绝对误差小于210秒,MAPE的值在22%以下,RMSE的值在380秒以下,其预测结果在实践中可用。
【学位授予单位】：内蒙古大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491.17

【参考文献】

相关期刊论文 前3条

1 徐泽亚;彭宇阳;;基于遗传BP神经网络的短时交通流预测[J];计算机光盘软件与应用;2014年17期

2 向红艳;彭学文;;公交到站时间预测研究现状与发展趋势[J];交通信息与安全;2014年04期

3 周诗诗;祁新华;;基于绿色出行的城市公交车发展——以福州市为例[J];海南师范大学学报(自然科学版);2014年02期

相关博士学位论文 前1条

1 孙杨;城市轨道交通新线投入运营下常规公交线网优化调整方法研究[D];北京交通大学;2012年

相关硕士学位论文 前8条

1 周帅帅;城市公交车辆到站时间预测方法研究[D];华东交通大学;2017年

2 辛建霞;基于数据挖掘技术的公交到站时间预测[D];东南大学;2016年

3 王超;基于Hadoop的云计算系统设计[D];长安大学;2016年

4 肖雄;基于Hadoop作业内计算任务调度优化的研究[D];电子科技大学;2016年

5 赵明月;实时公交信息服务关键技术研究[D];上海交通大学;2012年

6 刘秋平;神经网络在短期交通流预测中的应用研究[D];长安大学;2011年

7 李雨欣;人工神经网络技术研究的哲学思考[D];武汉科技大学;2007年

8 吴仕勇;基于数值计算方法的BP神经网络及遗传算法的优化研究[D];云南师范大学;2006年

本文编号：2735002