学位论文 > 优秀研究生学位论文题录展示

公交车辆到站时间预测研究

作　者: 牛虎
导　师: 关伟
学　校: 北京交通大学
专　业: 系统工程
关键词: 公共交通公交车辆到站时间预测统计模型人工神经网络非参数回归聚类分析主成分分析
分类号: F224;U491.17
类　型: 硕士论文
年　份: 2010年
下　载: 242次
引　用: 7次
阅　读: 论文下载

内容摘要

公交车辆到站时间是出行者最为关心的交通信息之一,提高公交车辆到站时间预测模型的精度和可靠性,可对城市公共交通的发展起到积极的推动作用。论文系统地分析了公交车辆到站时间的组成部分和影响因素,选取公交车辆在前续站点的到站时间、停靠时间和延误程度为预测模型的输入变量,设计并实现了基于车辆GPS数据的插值方法、数据库结构和数据处理算法,得到了公交车辆在每站的详细运行数据。在此基础之上,论文首先提出了基于平均行驶和停靠时间的统计模型；随后建立了BP人工神经网络预测模型,使用样本数据来训练神经网络,拟合前续站点到站时间、停靠时间和延误程度与后续到站时间之间的非线性关系,利用实时的已到站信息对后续到站时间进行预测；最后提出了改进的非参数回归模型,先对搜索数据库进行聚类分析,随后对状态向量进行主成分分析以达到降维的效果,在此基础之上选取K近邻机制和加权平均预测算法来构建模型。最后论文对北京公交16路实际采集来的3369组数据进行实证分析,以上行方向为例,详细分析了数据特性,选取相对平均误差MRE作为评价模型预测效果的指标,对三个模型进行了计算,发现非参数回归预测模型在最优K值条件下的平均预测误差最小,相对于统计模型和人工神经网络模型分别改善了55.15%和40.24%。

全文目录

致谢  5-6
中文摘要  6-7
ABSTRACT  7-13
1 引言  13-17
  1.1 研究背景和意义  13-15
  1.2 论文结构和主要内容  15-17
2 国内外研究综述  17-23
  2.1 国内外公交车辆到站时间预测模型  17-21
    2.1.1 基于历史数据的预测模型  17
    2.1.2 回归预测模型  17-18
    2.1.3 基于道路路段平均速度的预测模型  18
    2.1.4 时间序列模型  18-19
    2.1.5 卡尔曼滤波模型  19
    2.1.6 人工神经网络模型  19-20
    2.1.7 基于支持向量机和卡尔曼滤波的预测模型  20
    2.1.8 基于离散傅里叶变换和公交车辆延误的预测模型  20-21
  2.2 国内外公交车辆到站时间预测系统应用现状  21-22
  2.3 本章小结  22-23
3 公交车辆到站时间影响因素分析与数据预处理  23-41
  3.1 路段行驶时间影响因素分析  24-25
  3.2 站点停靠时间影响因素分析  25-26
  3.3 公交车辆到站时间影响因素选取  26-28
  3.4 数据采集  28-31
    3.4.1 数据采集设备  28-29
    3.4.2 数据格式和传输协议  29-31
  3.5 数据处理  31-39
    3.5.1 数据误差分析  31
    3.5.2 数据插值处理  31-32
    3.5.3 数据处理算法设计与实现  32-36
    3.5.4 数据校验  36-39
  3.6 本章小结  39-41
4 公交车辆到站时间预测模型建立  41-63
  4.1 基于平均行驶和停靠时间的统计模型  41-42
  4.2 基于BP人工神经网络的预测模型  42-46
  4.3 基于非参数回归的预测模型  46-62
    4.3.1 非参数回归方法的特点和适用性  46-47
    4.3.2 非参数回归方法的基本步骤  47-49
    4.3.3 改进的非参数回归预测模型  49-62
  4.4 本章小结  62-63
5 实证分析  63-85
  5.1 实验数据来源  63-65
  5.2 实验数据特性分析与误差指标选取  65-72
  5.3 统计预测模型实验结果  72-74
  5.4 BP人工神经网络预测模型实验结果  74-76
  5.5 非参数回归预测模型实验结果  76-80
  5.6 模型效果对比与分析  80-83
  5.7 本章小结  83-85
6 总结与展望  85-87
参考文献  87-91
附录A  91-93
附录B  93-97
附录C  97-99
附录D  99-101
附录E  101-105
作者简历  105-109
学位论文数据集  109

公交车辆到站时间预测研究

内容摘要

全文目录

相似论文