基于SVM和Kalman滤波的公交车到站时间预测模型

被引：30

作者：

于滨

杨忠振

曾庆成

机构：

[1] 大连海事大学交通工程与物流学院

[2] 大连海事大学交通工程与物流学院辽宁大连

来源：

中国公路学报 | 2008年 / 02期

基金：

高等学校博士学科点专项科研基金;

关键词：

交通工程; 公交车; 支持向量机; 到站时间; Kalman滤波; 预测模型;

D O I：

10.19721/j.cnki.1001-7372.2008.02.017

中图分类号：

U491.17 [];

学科分类号：

082302 ; 082303 ;

摘要：

提出一种基于支持向量机(SVM)和Kalman滤波的公交车辆到站时间预测模型。在该模型中,SVM基于历史数据,按照时间段、天气和路段3个输入特性,预测各路段车辆运行时间的基线;然后通过Kalman滤波利用最新的车辆运行信息,结合SVM输出的基线时间来动态预测车辆到达各时间点的实际时间;最后,应用大连市经济技术开发区7路公交线的数据对该模型进行了校验。实例验证结果表明:该模型具有较高的预测精度。

引用

页码：89 / 92+97 +97

页数：5

共 7 条

[1] 应用支持向量机预测公交车运行时间 [J].

于滨 ;

杨忠振 ;

林剑艺 .

系统工程理论与实践, 2007, (04) :160-164+176

[2] 基于灰色关联分析的路段行程时间卡尔曼滤波预测算法 [J].

温惠英 ;

徐建闽 ;

傅惠 .

华南理工大学学报(自然科学版), 2006, (09) :66-69+75

[3] 基于Fuzzy回归的快速路行程时间预测模型研究 [J].

杨兆升 ;

保丽霞 ;

朱国华 .

公路交通科技, 2004, (03) :78-81

[4] 行程时间信息质量与接受水平关系分析 [J].

曾松 ;

杨晓光 .

中国公路学报, 2002, (04) :81-84

[5] 关于智能运输系统的关键理论——综合路段行程时间预测的研究 [J].

杨兆升 .

交通运输工程学报, 2001, (01) :65-67+89

[6] A dynamic bus-arrival time prediction model based on APC data [J].

Chen, M ;

Liu, XB ;

Xia, JX ;

Chien, SI .

COMPUTER-AIDED CIVIL AND INFRASTRUCTURE ENGINEERING, 2004, 19 (05) :364-376

[7]

A prescription for transit arrival/departure prediction using automatic vehicle location data[J] . F.W. Cathey,D.J. Dailey.Transportation Research Part C . 2003 (3)

← 1 →