基于SVR和LSTM的公交车到站时间预测方法研究

发布时间：2021-04-02 21:58

　　近年来,随着我国社会经济的快速发展和城市化进程的不断加快,人们的出行需求越来越大,人均私家车保有量持续快速增长。随之而来,交通拥堵加剧、空气污染加重、交通事故频发等由于城市道路交通而引发的社会问题日益凸显。针对这一问题,鉴于城市公共交通具有载运能力大、环境污染少、资源消耗低、集约高效、方便、快捷、安全等诸多优点,已被普遍认为是解决我国城市交通问题最有效的方法之一。其中,以信息化为基础,促进乘客、车站设施、行驶车辆以及交通环境等多个相关要素之间进行良性高效的互动,加快推动智能公共交通系统的建设,支持广大乘客合理安排出行计划是一个重要研究方向,而实时准确的公交车到站时间预报是智能公共交通系统建设的重要内容之一,同时也是提升其服务质量的重要体现。基于上述背景,我国城市智能公共交通系统建设取得了快速发展。其中在公交车到站时间预测方面,一方面国内外学者开展了大量研究,形成了比较丰富的理论和实际应用成果。另一方面部分城市通过在部分线路上试行公交车到站时间预测而取得了良好的社会经济效益,从而受到了大众的广泛欢迎。但是,就总体研究和实际应用效果上来看,由于公交车行驶过程受到诸如天气、站点分布、车辆状态... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图１．１技术路线图??Ｆｉｇ．?１．１?Ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ?ｆｉｇｕｒｅ??－７－??

?基于ＳＶＲ和ＬＳＴＭ的公交车到站时间预测方法研宄???２．２．１回归原理??ＳＶＲ的核心思想是利用内积核函数将样本数据通过非线性转换由低维空间映射至??高维空间，然后在该高维空间中寻求一个满足回归要求的最优超平面，使得该超平面既??保证精度又能使得到最近样本的距离最小，如图２．１所示。??Ｍ??，?ｖ?ｃｏｘ?＋?ｂ?＝?ｓ??ａｘ＋＇ｂ?＝?－ｅ?＾＋＊?＝?〇??图２．１支持向量回归机原理示意图??Ｆｉｇ．?２．１?Ｔｈｅ?ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｓｕｐｐｏｒｔ?ｖｅｃｔｏｒ?ｒｅｇｒｅｓｓｉｏｎ??既定一组训练样本集为｛＾，，兄）｜／?＝?１，２．，．．．，／＾，尤，￡及；１＿，其中易为第／个，《维输入向量，兄．??为对应的输出向量，》为训练样本的数量。ＳＶＲ通过非线性函数０将所有样本数据点对??应地映射到多维空间中，然后在多维特征空间中对其进行线性回归。回归模型的作用则??是将训练集中的每个样本点（ｘ，，：＞；，｝尽可能地进行拟合在线性模型上。??对于回归问题，使用回归函数分析支持向量回归：??ｙ?＝?ｆ｛ｘ）?＝?（〇＜ｌ）（ｘ）＋ｂ?（２．?１）??其中；ｃ，＋?ｅ心，？为／？维权值向量；６为偏移项。??引入结构风险函数：??Ｒｒｅｇ＝＼＼４＾Ｃ－Ｒｌ｛ｆ）?（２．２）??其中，｜｜４用于描述函数，／〇〇表示复杂程度，Ｃ表示惩罚系数。??不敏感损失函数ｆ表示为：??４，?°；?ｈ：７（＂４＞?＜２．３）??ｃ?［｜＞；／－／（＾＾）｜－＾?ｅｌｓｅ??其中，￡为不敏感损失函数剩余项；ｅ／Ｍ是函数不收敛时损失函数的表达式。??－１０－??

图２．２?ＲＮＮ链式结构??Ｆｉｇ．?２．２?Ｔｈｅ?ｃｈａｉｎ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ａｎ?ｕｎｒｏｌｌｅｄ?ｒｅｃｕｒｒｅｎｔ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??：??

【参考文献】：
期刊论文
[1]基于时空相关属性模型的公交到站时间预测算法[J]. 赖永炫,张璐,杨帆,卢卫,王田.  软件学报. 2020(03)
[2]我国私家车拥有量影响因素分析[J]. 陆畅,张陈.  合作经济与科技. 2017(17)
[3]基于SEM的城市公交服务质量-满意度-忠诚度研究[J]. 张兵,曾明华,陈秋燕,胡启洲.  数理统计与管理. 2016(02)
[4]关于城市公共交通优先发展的意义、内涵及几点问题理解[J]. 杨涛.  人民公交. 2014(04)
[5]基于广义回归神经网络的公交车运行时间预测模型[J]. 周敏,韩印,姚佼.  交通与运输(学术版). 2013(02)
[6]基于SVM和Kalman滤波的BRT行程时间预测模型研究[J]. 陈旭梅,龚辉波,王景楠.  交通运输系统工程与信息. 2012(04)
[7]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)
[8]应用支持向量机预测公交车运行时间[J]. 于滨,杨忠振,林剑艺.  系统工程理论与实践. 2007(04)
[9]基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J]. 温惠英,徐建闽,傅惠.  华南理工大学学报(自然科学版). 2006(09)
[10]基于Fuzzy回归的快速路行程时间预测模型研究[J]. 杨兆升,保丽霞,朱国华.  公路交通科技. 2004(03)

硕士论文
[1]基于LSTM-PF模型的公交车辆到站时间预测研究[D]. 纪安琪.北京交通大学 2019
[2]城市交通公交车到站时间预测研究与应用[D]. 范光鹏.青岛大学 2018
[3]基于SVM和Kalman滤波的公交到站时间预测方法研究[D]. 宋爽.大连海事大学 2018
[4]公交到站时间预测模型的研究[D]. 艾文文.青岛大学 2017
[5]公交车辆到站时间预测方法研究[D]. 赵衍青.北京交通大学 2017
[6]基于静态和动态算法结合的公交到站时间预测[D]. 彭俊伟.杭州电子科技大学 2016
[7]卫星姿态控制系统故障模式分析与故障诊断研究[D]. 刘翔.哈尔滨工业大学 2015
[8]公交车到站时间预测模型与实证研究[D]. 计晓昕.北京交通大学 2015
[9]公交到站时间预测及换乘机制的研究[D]. 谢玲.苏州大学 2014
[10]无检测器路口交通流量预测方法研究[D]. 易柳.湘潭大学 2010



本文编号：3116034