一基于BP神经网络的公交车到站时间预测.pdfVIP

2016年12月 中国石油大学胜利学院学报 Dec.2016 第30卷 第4期 Journal of Shengli College China University of Petroleum Vol.30 No.4 doi:10.3969/j.issn.1673-5935.2016.04.011 一基于 BP神经网络的公交车到站时间预测 谢 炜 (中国石油大学胜利学院高等教育研究与评价中心,山东 东营257061) [摘 要] 公交车到站时间预测是城市公共交通智能化发展的首要需求。 基于公交车的历史数据和实时 数据,综合考虑公交车运行所处时段、天气状况和工作日时段等全局性因素和交通密度、交通流量、车辆排队长度 等区域性因素的影响,增加了同路车的上下行到站信息参数,对公交车到站时间进行预测,提出了基于BP神经网 络的预测模型。 研究结果表明,BP神经网络能够较准确预测公交车到站时间。 [关键词] GPS;BP神经网络;公交车到站时间;预测 [中图分类号]O141.4 [文献标识码]A [文章编号]1673-5935(2016)04-0038-03 目前我国的城市化进程不断加速,城市交通道 提出了动态路径引导系统,在系统中融合了GPS数 路网络不断完善,但是道路的供给能力仍无法满足 据采集、地图信息更新、交通实时信息的发布等技 交通需求量的快速增长。 优先发展城市公共交通, 术,更方便了公交车 GPS 的实用性。 孙棣华等以 鼓励市民公交出行是目前行之有效的解决办法。 市 GPS定位数据为基础,综合考虑道路路段平均速度、 民如何能提前获取公交车的到站时间,并根据个人 车辆即时速度、到站距离等因素,实现了实时预 [1] 情况优先选择不同的公交车出行,减少乘车时间,成 测 。 周雪梅等利用GPS数据,并考虑了前车的平 为城市公共交通智能化发展的首要需求。 先进的公 均瞬时速度作为近似反映道路交通动态变化的特 共运输系统(APTS)和先进的出行者信息系统 点,提出了估算公交车在公交站点区域停留时间的 [2] (ATIS)为预测公交车辆运行时间提供了基础,不仅 预测模型 。 虽然 GPS 克服了传统方式采集的局 提高了公交车资源使用效率、方便了市民公交出行, 限性,并实现了自动采集和自动信息交互,极大地提 而且间接减少了城市交通的拥堵。 然而城市公交车 高了数据采集的有效性。 然而,采用 GPS获取车辆 到站时间具有复杂的非线性特征,利用传统的指数 位置的技术需要一定的硬件成本,对于大中城市的 平滑法等无法做到准确预测,笔者利用计算机科学 公交公司是可以承受的,但是对于三线城市的公交 的神经网络的非线性映射能力来实现其精确预测。 公司需要较大的前期投入。 公交车 GPS 属于民用 GPS,精度低,数据通信容易受电磁干扰,这些都直 1 公交到时预测模型 接影响采集数据的准确性。 另外,公交车在行驶过 1.1 GPS 程中,GPS信号容易受到高楼、隧道、树木和立交桥 GPS数据采集技术是获取实时交通信息最常用 的影响,造成实时数据缺失；公交车在停车站、停车 的方法之一,美国首先提出了利用配有 GPS 的目标 场、交叉路口等特殊区域运行速度缓慢或停止,造成 车辆