交通信息与安全
交通信息與安全
교통신식여안전
JOURNAL OF TRANSPORT INFORMATION AND SAFETY
2014年
4期
57-61
,共5页
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
智能交通%預測%神經網絡%公交到站時間%GPS%卡爾曼濾波%支持嚮量機
지능교통%예측%신경망락%공교도참시간%GPS%잡이만려파%지지향량궤
intelligent transportation systems%prediction%neural networks%bus arrival time%GPS%Kalman filter%support vector machine
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.
實時的公交到站時間預測是智能公交的重要組成部分,準確的預測有利于幫助居民進行齣行規劃和減少等待時間.通過研究公交到站時間預測的原理和方法,繫統總結瞭基于GPS、APC等數據的統計學方法和分析模型.對歷史平均法、神經網絡、卡爾曼濾波、支持嚮量機和基于概率的預測模型等幾種典型方法的預測原理進行瞭介紹,從預測精度、實時性、計算複雜性等幾箇方麵對模型的優缺點進行瞭比較.分析瞭公交到站時間預測髮展趨勢,提齣瞭該領域需要進一步研究的問題.
실시적공교도참시간예측시지능공교적중요조성부분,준학적예측유리우방조거민진행출행규화화감소등대시간.통과연구공교도참시간예측적원리화방법,계통총결료기우GPS、APC등수거적통계학방법화분석모형.대역사평균법、신경망락、잡이만려파、지지향량궤화기우개솔적예측모형등궤충전형방법적예측원리진행료개소,종예측정도、실시성、계산복잡성등궤개방면대모형적우결점진행료비교.분석료공교도참시간예측발전추세,제출료해영역수요진일보연구적문제.
