【摘要】：公共汽車在城市交通中扮演著重要的角色,并被視為緩解城市交通擁堵的可靠手段。然而公共汽車的不便之處在于準備搭車的乘客并不知道下一班車何時會來,這會使得乘客產(chǎn)生焦慮。為了解決這一問題并使公共交通更加便利,一些城市開始在公共汽車上安裝全球衛(wèi)星定位系統(tǒng),由此獲取車輛實時位置并向乘客提供公共汽車到站時間的預測。這樣不但乘客能夠更好地規(guī)劃旅程,并且公共汽車的載客率也能得到提升。本文旨在研究利用公共汽車歷史定位數(shù)據(jù)來預測車輛到站時間的模型。我們使用合肥市的公交數(shù)據(jù)對模型進行測試。我們的主要模型是基于差分自回歸移動平均模型的時間序列模型。這一模型是研究該問題的常見方法。我們對差分自回歸移動平均模型的參數(shù)取值進行了系統(tǒng)的實驗。我們發(fā)現(xiàn)前后車站間的距離和單位時間的長度都對預測結(jié)果的準確度有著明顯影響。進一步的實驗發(fā)現(xiàn),前后車站間的距離或單位時間的長度增大都能使得預測結(jié)果更加準確。我們還對比了差分自回歸移動平均模型和歷史平均值的預測結(jié)果,發(fā)現(xiàn)本模型的預測結(jié)果更加準確。
【學位授予單位】：清華大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U491.17

【相似文獻】

相關(guān)期刊論文 前10條

1 盧建昌,張世英,牛東曉;基于ARIMA的發(fā)電量預測方法[J];華北電力大學學報;2004年03期

2 李佳萌,曾濤,王偉;ARIMA模型在天津港交通量預測中的應(yīng)用[J];數(shù)理醫(yī)藥學雜志;2004年05期

3 姜慶華;趙麗萍;;基于ARIMA模型的我國電力生產(chǎn)預測研究[J];價值工程;2006年09期

4 王婷;;民航客運量的ARIMA模型與預測[J];五邑大學學報(自然科學版);2007年01期

5 蔣金良;林廣明;;基于ARIMA模型的自動站風速預測[J];控制理論與應(yīng)用;2008年02期

6 惠軍;馬冬冬;;ARIMA模型在房屋售價中的預測[J];佳木斯大學學報(自然科學版);2009年01期

7 周葉;肖靈機;;基于ARIMA模型的我國航空貨運量預測分析[J];南昌航空大學學報(社會科學版);2010年03期

8 任歡;;基于ARIMA模型的河南省能源需求量預測[J];安陽師范學院學報;2010年05期

9 張士強;王雯;王健;;ARIMA模型在城市年用電量預測中的應(yīng)用[J];電力需求側(cè)管理;2010年06期

10 董小剛;李純凈;;基于ARIMA模型的上證指數(shù)預測實證分析[J];長春工業(yè)大學學報(自然科學版);2012年05期

相關(guān)會議論文 前10條

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預測中的應(yīng)用[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術(shù)年會論文集[C];2005年

3 李君華;王志堅;張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價格預測[A];中國棉花學會2012年年會暨第八次代表大會論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國白銀消費需求預測應(yīng)用中的比較研究[A];第25屆全國灰色系統(tǒng)會議論文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 劉軍;柴洪洲;陳軻;劉先冬;;ARIMA模型預報電離層VTEC研究[A];第一屆中國衛(wèi)星導航學術(shù)年會論文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預測模型及應(yīng)用研究[A];第三屆（2008）中國管理學年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國時間生物醫(yī)學學術(shù)會議論文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 ;基于數(shù)量化方法對未來經(jīng)濟增長趨勢的預測[N];第一財經(jīng)日報;2009年

相關(guān)碩士學位論文 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護區(qū)內(nèi)口蹄疫疫情風險預警中的應(yīng)用研究[D];東北林業(yè)大學;2015年

2 張海東;基于論壇的熱點話題識別與趨勢預測研究[D];上海師范大學;2015年

3 雍永強;基于ARIMA和BPNN的組合預測模型在血糖預測中的應(yīng)用[D];鄭州大學;2015年

4 張敏;基于ARIMA的組合模型問題研究[D];大連海事大學;2015年

5 桂林;退耕還林與生態(tài)環(huán)境改善的關(guān)系研究與分析[D];西安建筑科技大學;2015年

6 錢麗萍;基于ARIMA模型的兒童醫(yī)院門診量預測研究[D];蘇州大學;2015年

7 于婷;基于ARIMA模型的股價的研究[D];大連海事大學;2015年

8 程浩;武漢第三產(chǎn)業(yè)總量時間序列研究[D];華中師范大學;2015年

9 陳天舒;基于ARIMA與GPR組合模型的人民幣匯率預測[D];山東大學;2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指預測研究[D];哈爾濱工業(yè)大學;2015年

，

本文編號：2559850