基于SVM-H∞公交車(chē)輛到站時(shí)間預(yù)測(cè)研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，城市化進(jìn)程的加快，車(chē)輛保有量的持續(xù)增長(zhǎng)，加之交通基礎(chǔ)設(shè)施建設(shè)滯后及道路管理中存在的諸多問(wèn)題，城市交通供需矛盾日益加劇，交通擁堵日益嚴(yán)重，作為智能交通(ITS)研究的重要方面，優(yōu)先發(fā)展先進(jìn)城市公共交通(APTS)成為解決交通問(wèn)題的行之有效的途徑。作為城市公共交通系統(tǒng)研究的核心問(wèn)題之一，實(shí)時(shí)準(zhǔn)確的公交到站時(shí)間預(yù)測(cè)不僅能為出行者提供出行選擇，緩解乘客焦慮情緒，提高乘車(chē)滿(mǎn)意度，還能為相關(guān)部門(mén)科學(xué)管理、合理調(diào)度提供參考。而交通

2、流的復(fù)雜性及交通狀況變化的不可預(yù)知性給公交到站時(shí)間預(yù)測(cè)帶來(lái)相當(dāng)大的困難，因此，結(jié)合先進(jìn)的信息采集和通信手段，研究實(shí)時(shí)精確的公交車(chē)輛到站時(shí)間預(yù)測(cè)方法在理論和實(shí)際工程應(yīng)用中都非常有意義。
　　 本文在綜述討論公交車(chē)輛到達(dá)時(shí)間預(yù)測(cè)模型和相關(guān)技術(shù)的基礎(chǔ)上，針對(duì)已有模型及預(yù)測(cè)方法實(shí)用性和精度上的不足，利用公交車(chē)輛車(chē)載GPS裝置獲得時(shí)間數(shù)據(jù)，充分考慮影響公交車(chē)輛到達(dá)時(shí)間及到站預(yù)測(cè)精度各種因素，結(jié)合支持向量機(jī)(SVM)， Kalman和H∞濾

3、波思想，設(shè)計(jì)分析了基于SVM的公交車(chē)輛到站時(shí)間預(yù)測(cè)算法，SVM對(duì)于小樣本下的數(shù)據(jù)具有很強(qiáng)的統(tǒng)計(jì)學(xué)習(xí)預(yù)測(cè)能力；針對(duì)SVM基于歷史數(shù)據(jù)預(yù)測(cè)動(dòng)態(tài)反映實(shí)時(shí)交通信息能力的不足，提出了基于SVM/Kalman的公交車(chē)輛到站時(shí)間靜態(tài)與動(dòng)態(tài)預(yù)測(cè)相結(jié)合的聯(lián)合預(yù)測(cè)方法；考慮到公交車(chē)在運(yùn)行過(guò)程中受周?chē)h(huán)境影響（高樓大廈，植物，高架橋）容易造成GPS信號(hào)的反射和衰減、以及復(fù)雜的交通狀況（?？寇?chē)，擁堵）給觀測(cè)數(shù)據(jù)帶來(lái)未知噪聲的實(shí)際情況，針對(duì)Kalman濾波算法對(duì)

4、噪聲統(tǒng)計(jì)特性假設(shè)的不足，提出了基于SVM/H∞的公交車(chē)輛到站時(shí)間靜態(tài)與動(dòng)態(tài)預(yù)測(cè)相結(jié)合的聯(lián)合預(yù)測(cè)方法。
　　 為了提高預(yù)測(cè)精度，本文在分析GPS數(shù)據(jù)采集特點(diǎn)和統(tǒng)計(jì)公交車(chē)運(yùn)行規(guī)律的基礎(chǔ)上，給出了原始數(shù)據(jù)預(yù)處理的方法，并按照統(tǒng)計(jì)運(yùn)行規(guī)律將處理后的數(shù)據(jù)分成了四類(lèi)，針對(duì)不同的類(lèi)型分別進(jìn)行實(shí)測(cè)數(shù)據(jù)仿真。最后，利用濟(jì)南市公交1路線(xiàn)的GPS數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，結(jié)果表明：基于SVM/H∞公交車(chē)輛到站時(shí)間靜態(tài)與動(dòng)態(tài)預(yù)測(cè)相結(jié)合的聯(lián)合預(yù)測(cè)方法效果較之基于SV