公交短期客流預(yù)測(cè)與單程運(yùn)營(yíng)時(shí)間分析.pdf

1、本文研宄的公交短期客流和公交單程運(yùn)營(yíng)時(shí)間是公交運(yùn)營(yíng)調(diào)度的重要參數(shù)，同時(shí)也是公交運(yùn)營(yíng)分析中的重要指標(biāo)。研宄公交短期客流和公交單程運(yùn)營(yíng)時(shí)間可以獲取與公交運(yùn)營(yíng)相關(guān)的主要數(shù)據(jù)并分析相關(guān)特性，可以為更進(jìn)一步的方案的編制提供基礎(chǔ)，使得編制方案的可執(zhí)行率更高。本文擬從公交短期客流預(yù)測(cè)和公交單程運(yùn)營(yíng)時(shí)間分析的角度出發(fā)分別研宄公交短期客流和公交單程運(yùn)營(yíng)時(shí)間相關(guān)規(guī)律。
　　為了準(zhǔn)確地預(yù)測(cè)公交短期客流，本文采用了卜支持向量回歸機(jī)來(lái)預(yù)測(cè)公交客流量(包括站

2、點(diǎn)上客和下客人數(shù))。首先，根據(jù)公交客流的周期性、趨勢(shì)性和隨機(jī)性合理地設(shè)置了支持向量機(jī)的輸入輸出樣本集。然后，構(gòu)造決策函數(shù)并基于改進(jìn)的粒子群算法，優(yōu)化了影響支持向量機(jī)預(yù)測(cè)精度的三個(gè)參數(shù)：誤差帶參數(shù)ε懲罰因子C以及核函數(shù)參數(shù)σ的取值。最后利用長(zhǎng)春市公交6路的已知客流樣本作為測(cè)試集進(jìn)行驗(yàn)證具有較好的精度，結(jié)果表明該模型是可行的。
　　為了更準(zhǔn)確地分析公交單程運(yùn)營(yíng)時(shí)間，本文采用了基于GPS數(shù)據(jù)的分時(shí)段公交運(yùn)營(yíng)時(shí)間概率分布分析方法。首先對(duì)單

3、程運(yùn)營(yíng)GPS數(shù)據(jù)做了較為細(xì)致分析，包括公交站點(diǎn)匹配算法和異常數(shù)據(jù)的分類(lèi)和處理。由于各時(shí)段的運(yùn)營(yíng)時(shí)間差異較大，分時(shí)段加以分析才能準(zhǔn)確掌握運(yùn)營(yíng)時(shí)間規(guī)律。因此，本文基于大量預(yù)處理后的GPS數(shù)據(jù)，創(chuàng)新性地將心means聚類(lèi)算法應(yīng)用于運(yùn)營(yíng)時(shí)段劃分，并結(jié)合公交樣本數(shù)據(jù)特點(diǎn)，設(shè)計(jì)了一種改進(jìn)的K-means聚類(lèi)算法，其中改進(jìn)了傳統(tǒng)的初始簇中心選擇方法，并設(shè)計(jì)了利用三角形不等式減少不必要的距離計(jì)算和基于模糊聚類(lèi)思想的簇中心更新算法。十堰公交4路的案例分析