公交車輛到站時間預測方法研究.pdf

1、公交車輛到站時間是公交智能化的重要體現(xiàn)之一，提高公交車輛到站時間預測的精度對于提升公共交通服務(wù)水平、緩解交通擁堵、減少乘客出行成本、實現(xiàn)公交系統(tǒng)的信息化具有重要的推動作用。
　　首先，論文分析了公交運營數(shù)據(jù)采集的原理、方法和特點，設(shè)計了GPS數(shù)據(jù)插值算法和公交線路離散化算法對公交運營數(shù)據(jù)進行處理。通過對公交車輛運行過程和到站時間的影響因素進行分析，把站點?？繒r間和區(qū)間平均行駛速度作為輸入變量，并設(shè)計了獲取輸入變量的算法。
　

2、　其次，論文以站點?？繒r間和區(qū)間平均行駛速度為輸入變量，建立了基于區(qū)間長度的統(tǒng)計方法到站時間預測模型(Statistical Method Bus Arrival Time PredictionModel Based on Interval Length，SMBATP-IL)、基于區(qū)間長度的卡爾曼濾波到站時間預測模型(Kalman Filter Bus Arrival Time Prediction Model Based on Int

3、ervalLength，KFBATP-IL)和基于區(qū)間長度的粒子濾波到站時間預測模型(Particle FilterBus Arrival Time Prediction Model Based on Interval Length，PFBATP-IL)，并設(shè)計了實現(xiàn)算法的具體流程和步驟。以PFBATP-IL模型作為算例，證明本文提出的預測方法和模型的可行性。
　　最后論文選取北京市2條公交線路進行實證分析，以平均絕對誤差MAE作

4、為衡量預測結(jié)果的指標，選取早高峰(8:00)、平峰(11:00)和晚高峰(17:00)三個時刻，在不同的區(qū)間長度(10m，20m，30m)條件下，使用本文建立的模型進行到站時間預測。結(jié)果表明不同的區(qū)間長度對PFBATP-IL模型的影響最小，KFBATP-IL模型次之，對SMBATP-IL模型的預測結(jié)果影響最大。在最優(yōu)的區(qū)間長度條件下，PFBATP-IL模型的預測結(jié)果是最優(yōu)的，相比于KFBATP-IL模型和SMBATP-IL模型的預測結(jié)果