基于RBF算法的公交车到站时间预测

发布时间：2021-07-23 00:28

　　传统的公交车时间预测由于多方面因素影响导致很难建立数学模型,预测结果精度不理想很难让市民满意,这将很难提高公共交通的服务水平和服务质量。由于RBF神经网络能够迅速地逼近实际值,为此文中提出一种基于RBF神经网络的公交车到站时间预测,以公交车到站时间为输入,以两站相差的时间为输出建立模型。通过仿真和分析,并且和BP神经网络进行预测结果对比,实验结果表明,RBF神经网络在公交车到站时间预测结果与实际值更为接近,并且优于BP神经网络。 

【文章来源】：现代电子技术. 2020,43(14)北大核心

【文章页数】：4 页

【部分图文】：

RBF神经网络结构

图2显示第3个样本的数据相差比较大，圆圈线几乎接近星线；而图3中，三角线和星线的值差达到44.05，第2、5和8样本三角线和星线值相差也很大。图3 BP与真实值预测对比图

图2 RBF与真实值预测对比图而从第1个样本到第10个样本，圆圈线几乎重叠于星线，表明RBF神经网络预测曲线与实际到站时间曲线更为贴切，即比BP神经网络预测到站时间更接近真实值，曲线上方显示决定系数分别为0.967 61和0.873 8。结果也显示前者的预测性能更好。

【参考文献】：
期刊论文
[1]基于LSTM和Kalman滤波的公交车到站时间预测[J]. 范光鹏,孙仁诚,邵峰晶.  计算机应用与软件. 2018(04)
[2]基于MapReduce聚类和神经网络的公交车到站时间预测模型[J]. 谢芳,顾军华,张素琪,张建.  计算机应用. 2017(S1)
[3]基于GPS轨迹数据的公交到站时间预测方法研究[J]. 李少伟,曹成涛,杨骥.  软件工程. 2017(04)
[4]基于公交车运行轨迹的到站时间预测系统研究[J]. 段光中.  科技资讯. 2017(09)
[5]基于BP神经网络的公交车到站时间预测[J]. 谢炜.  中国石油大学胜利学院学报. 2016(04)
[6]RBF神经网络在公交行程时间预测中的应用[J]. 肖汶谦,陆百川,郭桂林,张海.  交通科技与经济. 2015(02)
[7]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)
[8]基于RBF神经网络的交通生成预测模型[J]. 邓捷,陆百川,刘权富,张凯,马庆禄.  武汉理工大学学报(信息与管理工程版). 2014(01)
[9]基于RBF神经网络的某复杂装备故障预测方法[J]. 黄波,丁浩,张孝芳,衡辉.  计算机仿真. 2014(01)
[10]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)



本文编号：3298211