计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
1期
253-256,289
,共5页
公交到站时间%实时预测%动态预测%自适应模型%支持向量机%波动性统计
公交到站時間%實時預測%動態預測%自適應模型%支持嚮量機%波動性統計
공교도참시간%실시예측%동태예측%자괄응모형%지지향량궤%파동성통계
Bus arrival time%Real-time prediction%Dynamic prediction%Adaptive model%SVM%Volatility statistics
公交到站时间预测是实现智能化公交信息服务的基础,可靠地预测公交到站时间有利于提高公共交通的服务水平,以吸引更多的城市居民选择公共交通.以某城市公交系统海量的历史数据为基础,建立了基于SVM的集合了静态和动态数据的公交预测模型,该模型引入上游路段速度、下游路段最新速度、下游路段最新花时、时间段和路况拥挤程度等动态信息作为模型特征.在此基础上,根据大量公交到站时间历史数据的波动性,提出了一个基于波动性的自适应预测模型.实验结果表明,自适应预测模型优于现有模型,提高了预测的精确度和效率.
公交到站時間預測是實現智能化公交信息服務的基礎,可靠地預測公交到站時間有利于提高公共交通的服務水平,以吸引更多的城市居民選擇公共交通.以某城市公交繫統海量的歷史數據為基礎,建立瞭基于SVM的集閤瞭靜態和動態數據的公交預測模型,該模型引入上遊路段速度、下遊路段最新速度、下遊路段最新花時、時間段和路況擁擠程度等動態信息作為模型特徵.在此基礎上,根據大量公交到站時間歷史數據的波動性,提齣瞭一箇基于波動性的自適應預測模型.實驗結果錶明,自適應預測模型優于現有模型,提高瞭預測的精確度和效率.
공교도참시간예측시실현지능화공교신식복무적기출,가고지예측공교도참시간유리우제고공공교통적복무수평,이흡인경다적성시거민선택공공교통.이모성시공교계통해량적역사수거위기출,건립료기우SVM적집합료정태화동태수거적공교예측모형,해모형인입상유로단속도、하유로단최신속도、하유로단최신화시、시간단화로황옹제정도등동태신식작위모형특정.재차기출상,근거대량공교도참시간역사수거적파동성,제출료일개기우파동성적자괄응예측모형.실험결과표명,자괄응예측모형우우현유모형,제고료예측적정학도화효솔.
