基于前车与经验数据的车辆到站时间预测模型-

《基于前车与经验数据的车辆到站时间预测模型-》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于前车与经验数据的车辆到站时间预测模型*摘要：公交车辆运行经验数据体现了到站时间的一般性规律，前车数据反映了到站时间的实时性。提出一种基于前车与经验数据的公交车辆到站时间预测模型。在该模型中对站点间路段行驶时间及站点停留时间区分了高峰期和非高峰期，站点间的延时时间考虑了不同方向红灯等待时间的区别以及斑马线的影响。用杭州公交104路公交车的数据对预测模型进行了验证，结果表明，该预测模型具有较高的预测精度，能够较为准确地预测公交车辆到站时间。关键词：公共交通;公交车辆;经验数据;到站时间预测中图分类号：TP399文献标志码：A文章编号：1006

2、-8228（2015）01-01-03PredictionmodelofbusarrivaltimebasedonfrontbusdataandempiricaldataTuLiming（HangzhouDianziUniversity，Hangzhou，Zhejiang310018，China）Abstract：Operationofpublictransportvehiclesexperiencedatareflectsthegenerallawsofbus12arrivaltime，thefrontbusdatareflectsther

3、ealtimelineofvehiclearrivaltime.Apredictionmodelofbusvehiclearrivaltimeispresented，basedonthefrontbusdataandempiricaldata.Inthemodel，thetraveltimebetweensitesandsiteretentiontimedistinctionisclassifiedintopeakandravine.Thedelaytimeispredictedbytakingtheeffectsofdifferentdir

4、ectionlightdifferencebetweenwaitingtimeandazebracrossingintoconsideration.ThemodelisverifiedbyHangzhou104buslinedata.Theresultsshowthatthepredictionmodelhashigherpredictiveaccuracyandcanaccuratelypredictbusarrivaltime.Keywords：publictransport;publictransportvehicles;empiric

5、aldata;arrivaltimeprediction0引言12随着城市化进程的加快，城市变得越来越大，机动车保有量快速增长与道路交通资源相对稀缺的矛盾日显突出，优先大力发展公共交通是解决城市交通拥堵问题的重要方法之一。要引导市民出行选择公共交通，首先公共交通必须能提供相对优质的服务，比如发达的线路网络、快捷方便的乘车体验等。提供较准确的公交车辆到站时间信息，有助于增强市民对公共交通的好感。目前国内外学者对此做了大量的研究，苏庆列[1]等提出的预测模型有基于神经网络的GA-Elman预测模型，在模型中以时间段、天气、路段和当前路段运行时间为

6、输入量对公交到站时间进行预测。胡华[2]等提出基于自动车辆定位技术的AVL预测模型，根据实时和历史的公交车辆自动定位数据，采用点估计法和自适应指数平滑法等对其进行动态预测。李大铭[3]等提出基于模糊神经网络的短时公交到站时间预测，利用全球定位系统和电子票务收费系统收集的车辆实时信息，建立路段和站点补偿模糊神经网络模型。孙棣华[4]等根据公交浮动车辆实时GPS数据，提出公交浮动车辆到站时间实时预测模型。周雪梅[5]等基于采集获取的实时车辆定位信息，提出了一种基于前车的公交车辆到站时间动态预测模型。公交线路车辆到站经验数据体现了车辆到站时间的一般

7、性规律，前车数据反映了车辆到站时间的实时情况。本文提出一种以历史经验数据为预测基准数，利用前车数据进行修正的公交车辆到站时间预测模型。1问题描述根据公交车辆自身定线定站的运行特点以及城市道路的特性，可以把公交车辆从某个站点到下一个站点的整个过程时间T看成是由站点间路段行驶时间、站点间延时时间和站点停留时间三部分组成。12⑴站点间路段行驶时间，其中n表示线路的站点数，tri，i+1表示第i个与i+1个站点之间的行驶时间。⑵站点间延时时间（主要为道路信号灯以及斑马线让行所影响时间），其中n表示线路的站点数，tdi，i+1表示第i个与i+1个站点之

8、间的延误时间。⑶站点停留时间，其中n表示线路的站点数，tsi表示第i站点停留时间。即有T=Tr+Ts+Td。2到站时间预测模型通过上述分析可知，公交车辆运行时间预测