公交車輛到站時(shí)間預(yù)測(cè)方法研究.pdf

1、公交車輛到站時(shí)間是公交智能化的重要體現(xiàn)之一，提高公交車輛到站時(shí)間預(yù)測(cè)的精度對(duì)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(shí)現(xiàn)公交系統(tǒng)的信息化具有重要的推動(dòng)作用。
　　首先，論文分析了公交運(yùn)營(yíng)數(shù)據(jù)采集的原理、方法和特點(diǎn)，設(shè)計(jì)了GPS數(shù)據(jù)插值算法和公交線路離散化算法對(duì)公交運(yùn)營(yíng)數(shù)據(jù)進(jìn)行處理。通過(guò)對(duì)公交車輛運(yùn)行過(guò)程和到站時(shí)間的影響因素進(jìn)行分析，把站點(diǎn)?？繒r(shí)間和區(qū)間平均行駛速度作為輸入變量，并設(shè)計(jì)了獲取輸入變量的算法。
　

2、　其次，論文以站點(diǎn)?？繒r(shí)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(zhǎng)度的統(tǒng)計(jì)方法到站時(shí)間預(yù)測(cè)模型(Statistical Method Bus Arrival Time PredictionModel Based on Interval Length，SMBATP-IL)、基于區(qū)間長(zhǎng)度的卡爾曼濾波到站時(shí)間預(yù)測(cè)模型(Kalman Filter Bus Arrival Time Prediction Model Based on Int

3、ervalLength，KFBATP-IL)和基于區(qū)間長(zhǎng)度的粒子濾波到站時(shí)間預(yù)測(cè)模型(Particle FilterBus Arrival Time Prediction Model Based on Interval Length，PFBATP-IL)，并設(shè)計(jì)了實(shí)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(yù)測(cè)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(jìn)行實(shí)證分析，以平均絕對(duì)誤差MAE作

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