公交到站时间预测研究现状及发展趋势

《公交到站时间预测研究现状及发展趋势》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、公交到站时间预测研究现状与发展趋势———向红艳彭学文５７公交到站时间预测研究现状与发展趋势＊向红艳１１，２彭学文（１．重庆交通大学交通运输学院重庆４０００７４；２．重庆市双桥经济技术开发区办公室重庆４００９００）摘要实时的公交到站时间预测是智能公交的重要组成部分，准确的预测有利于帮助居民进行出行规划和减少等待时间。通过研究公交到站时间预测的原理和方法，系统总结了基于ＧＰＳ、ＡＰＣ等数据的统计学方法和分析模型。对历史平均法、神经网络、卡尔曼滤波、支持向量机和基于概率的预测模型等几种典型方法的预测原理进行了介绍，从预测精度、实时性、计算复杂性等几个方面对模型的优缺点进行了比

2、较。分析了公交到站时间预测发展趋势，提出了该领域需要进一步研究的问题。关键词智能交通；预测；神经网络；公交到站时间；ＧＰＳ；卡尔曼滤波；支持向量机中图分类号：Ｕ４９１．１＋７文献标志码：Ａｄｏｉ：１０．３９６３／ｊ．ｉｓｓｎ１６７４－４８６１．２０１４．０４．０１１ＣｕｒｒｅｎｔＳｔｕｄｙａｎｄＤｅｖｅｌｏｐｍｅｎｔＴｒｅｎｄｏｆＢｕｓＡｒｒｉｖａｌＴｉｍｅＰｒｅｄｉｃｔｉｏｎ１１，２ＸＩＡＮＧＨｏｎｇｙａｎＰＥＮＧＸｕｅｗｅｎ（１．ＳｃｈｏｏｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＣｈｏｎｇｑｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００７４，Ｃｈ

3、ｉｎａ；２．ＧｅｎｅｒａｌＯｆｆｉｃｅｏｆｔｈｅＡｄｍｉｎｉｓｔｒａｔｉｖｅＣｏｍｍｉｓｓｉｏｎｏｆＳｈｕａｎｇｑｉａｏＥｃｏｎｏｍｉｃａｎｄＴｅｃｈｎｏｌｏｇｉｃａｌＤｅｖｅｌｏｐｍｅｎｔＤｉｓｔｒｉｃｔ，Ｃｈｏｎｇｑｉｎｇ４００９００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｂｕｓａｒｒｉｖａｌｔｉｍｅｐｒｅｄｉｃｔｉｏｎｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｐａｒｔｓｉｎｉｎｔｅｌｌｉｇｅｎｔｐｕｂｌｉｃｔｒａｎｓｐｏｒｔａｔｉｏｎｓｙｓｔｅｍ．Ａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎｃｏｕｌｄｈｅｌｐｒｅｓｉｄｅｎｔｓｔｏｍａｋｅｔｒａｖｅｌｐｌａｎａｎｄｒｅｄｕｃｅ

4、ｗａｉｔｉｎｇｔｉｍｅａｔｂｕｓｓｔｏｐ．ＴｈｉｓｒｅｖｉｅｗｓｕｍｍａｒｉｚｅｓｔｈｅｂａｓｉｃｔｈｅｏｒｉｅｓａｎｄｍｅｔｈｏｄｓｏｆｂｕｓａｒｒｉｖａｌｔｉｍｅｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎＧＰＳａｎｄＡＰＣｄａｔａｉｎｒｅｃｅｎｔｙｅａｒｓ．Ｆｉｒｓｔ，ｔｈｉｓｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅｍａｉｎｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓ，ｓｕｃｈａｓｈｉｓｔｏｒｉｃａｖｅｒａｇｅｍｏｄｅｌ，ｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌ，Ｋａｌｍａｎｆｉｌｔｅｒｍｏｄｅｌａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｍｏｄｅｌ．Ｔｈｅｎ，ｔｈｅｐａｐｅｒｃｏｍｐａｒｅｓ

5、ｔｈｅａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｏｆｔｈｅｓｅｆｏｕｒｍｏｄｅｌｓｒｅｌａｔｅｄｔｏｔｈｅｐｒｅｃｉｓｉｏｎ，ｄｙｎａｍｉｃｓ，ｍｏｄｅｌｃｏｍｐｌｅｘｉｔｙ，ｅｔｃ．Ｆｉｎａｌｌｙ，ｔｈｅｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｂｕｓａｒｒｉｖａｌｔｉｍｅｐｒｅｄｉｃ－ｔｉｏｎｉｎｔｈｅｆｕｔｕｒｅ．Ｓｏｍｅｎｅｗｉｓｓｕｅｓｒｅｌａｔｅｄｔｏｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓａｒｅｐｕｔｆｏｒｗａｒｄａｔｔｈｅｅｎｄｏｆｔｈｉｓｐａｐｅｒ．Ｋｅｙｗｏｒｄｓ：ｉｎｔｅｌｌｉｇｅｎｔｔｒａｎｓｐｏｒｔａｔｉｏｎｓｙｓｔｅｍ

6、ｓ；ｐｒｅｄｉｃｔｉｏｎ；ｎｅｕｒａｌｎｅｔｗｏｒｋｓ；ｂｕｓａｒｒｉｖａｌｔｉｍｅ；ＧＰＳ；Ｋａｌｍａｎｆｉｌｔｅｒ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ问题的最佳选择。我国政府早在２００４年就提出１研究背景“优先发展城市公共交通”的政策方针，公共交通可持续发展是２１世纪城市发展的重要主题，基础设施加快发展，公共交通分担率不断提高，许城市公共交通是促进城市社会经济可持续发展的多新技术、新发明在这一领域推广应用，先进的城重要组成部分，是实现城市现代化的主要标志。市公共交通系统（ＡＰＴＳ）正在建设和不断完善近年来，随着我国城镇化进程速度加快，城市经中。济、人口迅速增长

7、，随之而来的城市交通问题也日地面公交（以下简称公交）是构建ＡＰＴＳ系益突出。交通拥堵、交通事故、环境污染、能源消统的重要组成部分，公交到站时间预测是实时公耗等问题成为严重的城市病之一。公共交通具有交出行信息发布、公交出行路径诱导、公交运行动运载量大、运输效率高、能源消耗低、相对污染小、态调度管理等的核心内容。近年来国内不少大城运输成本低等特点，是世界公认的解决城市交通市开展了智能公交电子站牌、公共交通服务信息收稿日期：２０１４－０３－３１修回日期：２０１４－０５－２２＊重庆市科委攻关项目（批准号：ｃｓｔｃ２０１１ｇｇＢ０１７７）资助第一作