国内或国外 期刊或论文

您当前的位置:发表学术论文网经济论文》 公交到站时间预测方法研究> 正文

公交到站时间预测方法研究

所属分类:经济论文 阅读281次 时间:2021-07-19 11:11

本文摘要:摘要:准确的公交到站时间预测是当下提升公交吸引力的关键技术之一。以福州市85路公交车为例,采用牌照法对公交站间行程时间进行数据调查并进行预处理。针对指数平滑法的优点,选取三次指数平滑法,在调查公交运行数据的基础上,构建公交到站时间预测的模型,

  摘要:准确的公交到站时间预测是当下提升公交吸引力的关键技术之一。以福州市85路公交车为例,采用牌照法对公交站间行程时间进行数据调查并进行预处理。针对指数平滑法的优点,选取三次指数平滑法,在调查公交运行数据的基础上,构建公交到站时间预测的模型,并对其精度情况进行了检验。结果表明,该模型适用于公交到站时间预测且精度较高。

  关键词:公共交通;指数平滑法;到站时间;预测

公交预测方法

  1概述

  21世纪以来,我国大力倡导绿色交通,坚持可持续发展战略在我国各个领域持续推进。城市现代化的发展,汽车保有量快速上升,车多路少,交通拥堵,交通事故率增长,环境污染,能源的损耗[1],方便、快捷、安全、高效的公共交通方式就成为缓解交通问题的主要手段之一。

  公共汽车凭借其低价、便捷、覆盖面广、公交线路多等优点而颇具吸引力,然而,公交车辆到站时间是绝大多数选择公交出行者最为关心内容之一,为出行者提供预测准确性高的公交车到站时间信息,成为提升公交线路运营管理水平,影响公交吸引力的主要因素。国内外学者对公交车辆到站时间的预测进行了研究。

  Pattara-Atikom等人利用GPS数据建立深度神经网络模型(DNN)预测公共巴士到达时间,该方法优于已有的公交线路预测方法,对任意线路的公交出行时间预测具有可行性和实用性[2]。Angelo利用非线性时间序列处理高速路公交车辆运营的时间信息,构建公交到站时间预测的模型,表明考虑多变量预测模型的预测精度要小于仅考虑一种变量的预测模型[3]。

  Gu等人提出了一种基于神经网络与MapReduce相配合的公交到站时间预测模型。结果表明,分时段预测模优于传统的BP神经网络模型,其精度更高[4]。Cheng和Liu等人利用历史数据,开发了一组预测到站终点的公交到站模型,通过实验证明该模型可以用于估计公交到站时间且较为准确[5]。罗频捷等对神经网络进行改进运算构建公交到站时间预测模型,解决了公交到站时间预测的滞后性,存在极值和随机性的问题[6]。

  谢炜提出了基于BP神经网络的公交到站时间预测模型,该模型以实测运行数据和历史样本数据为基础,全局考虑多种因素对公交到站时间的影响情况,由于该模型需要大量数据,并且需要长时间模型训练,故适用于预测当前公交到站的时间,预测较为准确[7]。邓玲丽等人提出基于向量回归算法的公交到站时间预测,充分考虑了站间路段综合情况对公交到站时间的影响[8]。彭俊伟提出了一种用支持向量回归算法进行训练,初步形成SVM回归模型,模型处理后初步得出静态预测结果,应用改良后的卡尔曼滤波算法进行动态修正,所得出公交到站时间预测结果较支持向量机法和卡尔曼滤波预测法更加准确[9]。

  随着公交的互联网化和信息化的发展,公交到站时间的准确性和有效传递成为智能公交系统的重要研究课题,很多城市利用GPS定位系统建立车辆位置信息发布平台,乘客可以通过公交站台电子信息屏或者乘客手机上app应用程序,实时查询到公交车辆的当前位置。但对于公交车辆在各站点之间的运行时间,以及最终到达乘客站点的时间,公交线路目前还无法像地铁那样准确地反馈给乘客,这对乘客合理选择公交线路造成了一定的困难。本文在公交站间行程时间调查数据的基础上,利用三次指数平滑法建立公交到站预测模型,以探索准确和及时的公交到站预测模型方法,为乘客提供更为高效的公交到站时间预报。

  2公交运行数据采集与处理

  选取福州市85路公交线路(以下简称85路)作为调查和研究对象。85路往返于福建行政学院与白湖亭客运站之间,途径福建农林大学、空军医院、福建师范大学仓山校区、师大学生街等,是连接学区、商业区和客运站交通枢纽的重要公交线路。

  选取该公交线路途经的4个连续站点进行高峰行程时间数据采集,六一南三叉街站为第一站,龙津站为第二站,桥南站为第三站,观井站为第四站,考虑到85路周末和工作日客流量存在差异,分别选取工作日2d和非工作日2d,调查方法选用牌照法。调查时间为2019年3月10日—3月13日。根据采集区间行程时间调查数据可以看出,数据存在很多尖峰,这对公交到站时间预测的精度影响很大,故需要对调查数据进行预处理。常见的数据处理方法有剔除法、均值法、异常数据处理法等。

  本文采取将各组数据的均值y珋和标准差σ求出来,标准差可以反映得调查数据的差异程度。如果实测数据满足(y珋-σ,y珋+σ),则视调查数据合理,否侧视为不合理数据,不合理数据的修正方法是根据该数据上下两个合理数据求平均值,从而提高公交到站时间的预测精度。工作日与非工作日区间公交运行时间预处理前后值。

  3预测方法及应用

  指数平滑法因其对短期时间序列的预测在可操作性和可靠性等方面具有较强的优势而在实践中得到广泛的应用。当时间序列数据呈现出平滑趋势时通常采用一次指数平滑法,二次指数平滑法适用于解决一次指数平滑法无法解决的具有明显线性增长特性的样本数据,而三次指数平滑法用于预测实测数据之间不存在明显增长趋势,数据之间为非线性关系。

  三次指数平滑法能够根据时序的变化,清晰地显示出时序的变化趋势,对波动范围较大且呈非线性变化规律的数据具有很强的适用性,具有预测可信度较高、基础数据周期要求短、操作便捷且使用方便等优点。公交运行数据具有一定的波动性,并呈现出一定的非线性变化趋势,故采用三次指数平滑法来构建公交到站时间预测模型具有较好的可行性。

  根据文献[13]表明,当实测数据资料样本足够大,如样本数大于40组,那么经过多次平滑后,初始值对整体预测的影响就非常小,所以可以取时间序列样本的平均值作为初始值,且此时的拟合误差最小。以周六、周日六一南三叉街站至龙津站公交运行数据为例,计算出各组预测值及平均绝对相对误差值,计算N组数据的平均绝对相对误差,代入公式(6)选出最优加权因子α。平均绝对相对误差越小,说明预测精度就越高。

  本文公交到站时间预测模型建立基于指数平滑法基础上,模型运用平均绝对相对误差进行最优平滑系数α的选择。同样,该模型精度验算也是用平均绝对相对误差法进行验算。

  公交论文范例:城市定制公交定价现状研究

  4结语

  本文针对公交运行情况和公交到站停靠情况进行实地调查,切实分析了影响公交到站时间的动态因素和静态因素,运用指数平滑法预测公交到站时间,建立预测模型。通过对实测公交到站时间和指数平法预测的公交到站时间用平均绝对相对误差精度验证,确定最优加权因子α为0.1后,各个数据MARE值大于0.2的占0.4%,MARE值在0.1~0.2的占10.8%,MARE值低于0.1的占88.8%。表明指数平滑法预测公交到站时间较为精确。该模型所赋予近期至远期的权数之间按等比序列降低,等比序列首项为α,公比为1-α,所以给予远期的权数比重越来越小,故较适用于近期的公交到站时间预测。

  参考文献:

  [1]吴兵,李晔.交通管制与控制[M].北京:人民交通出版社,2015.

  [2]W.Treethidtaphat,W.Pattara-AtikomandS.Khaimook,.Busarrivaltimepredictionatanydistanceofbusrouteusingdeepneuralnetworkmode[C]//2017IEEE20thInternationalConferenceonIntelligentTransportationSystems(ITSC),Yokohama,2017:988-992.

  [3]D.Angelo.M.P.H.M.AL-DeeandM.C.Wang.TravelTimePredictionforFreewayCorrection[C]//TRB78AnnualMeeting(CAROM),WashingtonD.C,1999:832-992.

  作者:林雨平,黄灵晖

转载请注明来自发表学术论文网:http://www.fbxslw.com/jjlw/27485.html

婵犵數濮烽。顔炬閺囥垹纾婚柟杈剧畱绾捐淇婇妶鍛櫣闁哄绶氶幃褰掑炊瑜嶉弬鈧紓鍌氬€瑰畝鎼佸蓟閿濆憘鏃堝焵椤掑嫭鍋嬪┑鐘叉搐绾惧潡鏌i弬鍨倯闁绘挻鐩弻娑㈠Ψ閿濆懎濮庨梺璇茬箚閺呯娀寮诲☉銏犳閻犲洦褰冩慨搴ㄦ⒑鐎圭媭娼愰柛銊ㄦ硾椤曘儵宕熼瀣枑濞碱亪骞嶉鐐櫒闂備浇顕у锕傦綖婢跺⊕鍝勨堪閸繄鐛ラ梺鍝勮癁閸涱喗顔曟繝寰锋澘鈧劙宕戦幘娣簻闁瑰墽鍋ㄩ崑銏⑩偓瑙勬礈閸樠囧煘閹达箑閱囨慨姗嗗厸婢规洖顪冮妶鍡樺蔼闁搞劍妞介幃锟犳偐缂佹ḿ鍘靛銈嗙墪濡宕娆戞槀闂備浇宕甸崰鎰垝瀹ュ拋鐔嗘俊顖氥偨濞差亜惟闁宠桨鑳堕鍥偡濠婂嫭鐓ラ柣锝囧厴閹垻鍠婃潏銊︽珜濠电偠鎻紞鈧俊妞煎妼鏁堥柨鐕傛嫹

闂傚倸鍊搁崐椋庣矆娴i潻鑰块弶鍫氭櫅閸ㄦ繃銇勯弽顐粶缂佲偓婢舵劖鐓欓柣鎴炆戦埛鎰亜閹邦亞鐭欓柡宀嬬秮婵偓闁绘ê鍟块弳鍫ユ⒑缁嬪潡顎楃紒澶婄秺瀵鈽夐姀鐘插祮闂侀潧枪閸庝即鎳滈鍫熲拺闁告稑锕ラ悡銉╂煙閾忣偓鑰跨€殿喖顭烽弫鎾绘偐閺屻儱鏁规俊鐐€栭崝鎴﹀垂缂佹ḿ顩锋い鎾跺亹閺€浠嬫煟濮楀棗浜滃ù婊堢畺濮婃椽骞栭悙鎻掑Ф闂佸憡鎸婚悷褏鍒掗崼鐔风窞闁归偊鍘鹃崣鍡涙⒑缂佹ɑ绀€闁稿﹤婀遍埀顒佺啲閹凤拷

闂傚倸鍊峰ù鍥х暦閸偅鍙忛柟鎯板Г閸ゅ嫰鏌涢锝嗙缁炬儳娼¢弻鏇㈠醇濠垫劖笑闂佸憡鍨规繛鈧柡灞剧洴楠炲洭濡搁敂鐣屽剑缂傚倷鐒﹂崬鑽ょ礊娓氣偓瀵鈽夐姀鐘插祮闂侀潧枪閸庝即鎳滈鍫熲拺闁告稑锕ら悞褰掓煕鐎n偅宕屾慨濠冩そ閹筹繝濡堕崨鍛灪缁绘稓浠﹂崒姘e亾濡ゅ懎鐒垫い鎺嶇閸ゎ剙霉濠婂簼绨婚柣锝囧厴閺佹劖寰勭€n偅顏熼梻浣芥硶閸o箓骞忛敓锟�闂傚倸鍊峰ù鍥х暦閸偅鍙忛柟鎯板Г閸ゅ嫰鏌涢锝嗙缁炬儳娼¢弻鏇㈠醇濠垫劖笑闂佸憡鍨规繛鈧柡灞剧洴楠炲洭鍩℃担鑲濄劌鈹戦埄鍐ㄧ祷闁绘鎹囧濠氬Ω閳轰礁宓嗗┑顔斤耿绾ǹ危椤旂⒈娓婚柕鍫濆暙閸旀氨绱掔紒妯虹婵″弶鍔欓獮妯兼嫚閺屻儱鏁归梻浣虹帛閺屻劍绔熸繝鍌栫細闁跨喓濮甸埛鎴澝归崗鑲╂噯妞ゆ挻妞介弻鐔煎礄閵堝棗顏�闂傚倸鍊峰ù鍥х暦閸偅鍙忛柟鎯板Г閸ゅ嫰鏌涢锝嗙缁炬儳娼¢弻鏇㈠醇濠垫劖笑闂佸憡鍨规繛鈧柡灞剧洴楠炲洭妫冨☉娆戜邯闂備浇妫勯崯浼村窗閺嶎厼钃熼柡鍥╁枎缁剁偤鏌涢埄鍏╂垿鎮甸弬搴撴斀闁绘劕寮堕崳鐑芥煕閵娿劍顥夋い顐㈢箲缁绘繂顫濋鍌ゆЧ婵$偑鍊栭崝鎴炲閸℃凹妯勯梺鍝勬湰閻╊垶寮幇顖滅杸闁哄倹顑欐导锟�闂傚倸鍊搁崐椋庣矆娓氣偓楠炲鏁撻悩鍐蹭画闂佹寧娲栭崐鎼佸垂閸屾埃鏀介柛灞剧氨绾懐绠介梻鍌欑閹诧繝宕濋敃鍌氱獥闁哄稁鍋€閸嬫挸顫濋澶嬧枅闂佸搫鐭夌紞浣割嚕椤掑嫬鍨傛い鏂垮建閳哄懏鈷戦悹鍥皺缁狅絿绱掗懜闈涘摵鐎殿喖顭烽幃銏ゆ偂鎼达絿鏆㈤梻浣告贡閸庛倝宕归悽闈╃稏闁告稑鐡ㄩ崐鐢告偡濞嗗繐顏紒灞芥健閺岀喖宕欓妶鍡楊伓闂傚倸鍊峰ù鍥х暦閸偅鍙忛柟鎯板Г閸ゅ嫰鏌涢锝嗙缁炬儳娼¢弻鏇㈠醇濠垫劖笑闂佸憡鍨规繛鈧柡灞剧洴楠炲洭妫冨☉娆戜邯闂備礁鎲¢崝蹇涘磻閹剧粯鈷掑ù锝堟鐢盯鏌熼崫銉囧綊婀佹俊鐐差儏鐎涒晠宕楀⿰鍫熺厓鐟滄粓宕滃杈ㄥ床婵炴垯鍨洪弲鏌ユ煕濞戝崬鏋ら柕鍫氭櫊濮婃椽宕妷銉愶絾銇勯妸銉伐妞ゆ洩缍侀、鏇㈡晜閼恒儲顏熼梻浣芥硶閸o箓骞忛敓锟�闂傚倸鍊峰ù鍥х暦閸偅鍙忛柟鎯板Г閸ゅ嫰鏌涢锝嗙缁炬儳娼¢弻鏇㈠醇濠垫劖笑闂佸憡鍨规繛鈧柡灞剧洴楠炲洭妫冨☉娆戜邯闂備焦妞块崢浠嬨€冩繝鍥ц摕闁绘柨鎲$紞鍥煕閹炬鎳岄崑锟犳⒒娓氣偓閳ь剛鍋涢懟顖涙櫠椤曗偓閺屾盯鎮㈤崨濠勭▏濡炪倖娲╃紞浣逛繆閹间礁鐓涘┑鐘插暞濞呮牗绻濋悽闈涗沪闁搞劏娉涢悳濠氬垂椤斻儻缍侀弫鎾绘晸閿燂拷

婵犵數濮烽弫鍛婃叏娴兼潙鍨傚┑鍌溓归弰銉╂煛瀹ュ骸骞楅柛銈呰嫰铻栭柨婵嗘噹閺嬨倝鏌℃担鍓插剱闁靛洤瀚板顕€宕掑☉娆戝涧闂備礁纾划顖毼涢崘顔艰摕鐎广儱鐗滃銊╂⒑閸涘﹥灏扮紒璇茬墦楠炲棗鐣濋崟顐ゎ槶閻熸粌绻掓竟鏇㈠礂缁楄桨绨婚梺鍝勫暙閸婂摜鏁崼鏇熺厓闂佸灝顑嗛埛鎺旂磼鏉堛劌娴い銏$懇閹虫牠鍩¢崘鎯ф櫔闂佽姘﹂~澶娒哄⿰鍕闁逞屽墰閳ь剚顔栭崰鏇犲垝濞嗘劒绻嗛柟闂寸劍閺呮粓鏌涢幘妤€瀚欢顐︽⒒閸屾艾鈧绮堟笟鈧獮澶愬灳濠㈠嫭鐩獮瀣晝閳ь剛绮婚鐐寸叆闁绘洖鍊圭€氾拷

闂傚倸鍊峰ù鍥х暦閸偅鍙忛柡澶嬪殮濞差亜围濠㈣泛锕ょ花銉╂⒑閸濆嫯顫﹂柛搴㈢叀瀵煡寮婚妷锔惧幗闂佸綊鍋婇崜姘跺箚閸垻纾奸柍褜鍓熷畷姗€鍩¢崘顏嶅晭闂備胶纭堕崜婵嬨€冮崼銉ョ闁革富鍘剧壕濂告偣閸パ冪骇妞ゃ儯鍨介弻鈥崇暆閳ь剟宕伴弽顓溾偓浣肝熷▎鐐╅梻浣筋嚙缁绘浜稿▎鎴烆潟闁圭儤鎸荤紞鍥煏婵炑冩噽閺変粙鏌f惔銈庢綈婵炲弶锕㈤幃鐑芥晝閳ь剙鐜婚崸妤婃晜闁割偅绻勬鍥⒑閸撹尙鍘涢柛锝庡枛宀e潡鏁撻敓锟�/婵犵數濮烽弫鎼佸磻閻愬搫鍨傞柛顐f礀缁犳澘鈹戦悩瀹犲缂佺姳鍗抽弻鐔兼⒒鐎靛壊妲梺鍝勫閸庣敻寮婚妸鈺傚亞闁稿本绋戦锟�/闂傚倸鍊搁崐鐑芥倿閿曞倸绠栭柛顐f礀绾惧潡鏌℃径瀣婵炴垯鍨圭粈瀣亜閺嶃劋浜㈤柛鈺冨仱閺岋絾鎯旈姀鈶╁闂佹寧姘ㄧ槐鎺楀礈娴i晲妲愰梺鍝勮閸旀垿骞冮妶澶婄<婵炴垶锕╂导锟�/婵犵數濮烽弫鎼佸磻閻愬搫鍨傞柛顐f礀缁犲綊鏌嶉崫鍕櫣闁活厽顨婇弻宥堫檨闁告挾鍠栭獮鍐ㄎ旈埀顒勶綖濠靛鏁囬柣鎰ㄦ櫆閻忓棝鏌f惔銏╁晱闁革綆鍣e畷婊堟偄閻撳孩鐎梺鐟板⒔缁垶寮查幖浣圭叆闁绘洖鍊圭€氾拷/闂傚倸鍊搁崐鐑芥嚄閼哥數浠氱紓鍌欐祰椤曆囨偋閹惧磭鏆︽繝闈涙閺嗗棝鏌涢弴鐐典粵闁哄懌鍨藉铏圭磼濡椿姊垮┑鐐叉嫅缂嶄線骞嗗畝鍕缂備焦岣块崢鐢告煟鎼达絾鏆╅弸顏劽归悪鍛暤闁哄本鐩崺鈩冩媴缁洖浜鹃柛褎顨呴拑鐔哥箾閹存瑥鐏╃紒鐘冲▕閺岀喖骞栭鐐典画闂佽桨绶氱粻鏍蓟閿濆顫呴柍杞拌兌娴犫晝绱撻崒姘毙㈤柨鏇ㄤ邯閻涱喗绻濋崶銊︽闂佺粯枪鐏忔瑩鎮块埀顒佷繆閻愵亜鈧洜鎹㈤幇顑╂稑鈽夐姀鐘电枀闂佺鍕垫畷闁抽攱鍨块弻娑樷槈濮楀牆濮涢梺鐟板暱鐎氫即寮诲☉銏犖╅柕澶涚到娴狀喗绻濈喊妯哄⒉闁圭ǹ鍟块悾宄邦潨閳ь剟銆佸▎鎾村殐闁冲搫锕ら弫褰掓⒒閸屾瑧鍔嶉柟顔肩埣瀹曟洖饪伴崨顒佸媰闂佸吋浜介崕娲疮閿燂拷