基于聚类分析算法的公交车到站时间预测研究.pdfVIP

百家

论坛

ahundredforums

基于聚类分析算法的公交车到站时间预测研究

■ 文/肖盈丁 江西师范高等专科学校

摘要：在现代城市中，准确获取公交车到站时间可以吸引更多人选择公交出行。但在目前城市交通日益拥堵

的情况下，公交车在实际行驶过程中受多种因素的影响，导致行驶时间不稳定，这严重影响人们乘车体验感。

本文结合了聚类分析和支持向量机，提出了一种基于聚类分析的公交到站时间预测模型。该模型使用了公交

线路的站点数据，对所采集的数据进行标准化的预处理，并考虑了公交车在运行过程中受到的多种干扰因素，

对鹰潭市27路公交上行线路进行了分析。结果表明，基于聚类分析和支持向量机的公交车到站时间预测模

型的平均绝对误差在四十秒以内，预测精度也优于直接支持向量机的模型，能很好地预测公交车的到站时间。

关键词：公交车到站时间；聚类分析；支持向量机；预测

基金项目：江西省教育厅科学技术研究项目“基于聚类分析的公交车到站时间在线预测系统研究--以鹰潭市

27路公交车为例”（项目编号：GJJ203208）

一、引言出行效率和乘车体验感[3]。对于公交而合理安排出发时间，提高了公交

当前，我国城市化进程不断加公司来说，准确的到站时间预测能公司的服务水平和运营效益。

速，城市人口规模持续扩大，随着够帮助他们合理安排公交车的行驶计

居住人口越来越多，城市交通也越划，提高线路的运行准时性，减少拥二、基于聚类分析算法的公交

来越拥堵。城市的公交车是城市公堵情况发生，进一步提高城市公共交车到站时间预测研究

共交通的重要组成部分[1-2]，因其价通系统的服务水平[4]。本文提出了一（一）聚类分析

格便宜且线路覆盖范围广泛，连接种基于聚类分析算法的公交车到站时聚类分析常用于数据挖掘，

城市各个角落，为居民提供便利的间预测研究，该研究利用SVM算法建本文使用的是K-means算法，

交通选择。公交车到达时间的预测立预测模型，数据分析阶段引入聚类K-means算法是一种基于点与点之

在城市公共交通系统研究中占据重分析算法增强预测能力。本文数据来间距离的非层次聚类算法[5-6]。算法

要地位，因此具有显著意义。对于自鹰潭市27路公交上行线路，将其核心思想是：假设一个数据集含有m

乘客来说，能够准确地掌握公交车用来验证算法的性能。结果表明，该个数据对象，第一步是从这m个数

到站时间，可以帮助他们更好地安预测模型具有较高的预测精度，通据对象中随机选取出k个形成初始的

排出行时间，减少等待时间，提高过预测能够减少乘客等车时间，从聚类中心；第二步把剩余的每个数

2024/0473

人民公交总第172期

PEOPLESPUBLICTRANSPORTATION

据对象都与k个聚类中心进行比较，注重结构风险的最小化，并寻求经标准化以后的数据进行K-Means聚

根据相似程度分配到最相似的簇中；验风险与结构风险的平衡[9]。当解决类分析处理，从而对数据进行第二

最后把每一个簇中的所有对象的平线性不可分的样本时，通过训练这