隨時信息化的飛速發(fā)展,建設(shè)智慧城市已經(jīng)成為目前的重要發(fā)展方向,作為智慧城市的重要組成部分,公交車的服務(wù)質(zhì)量提升問題已經(jīng)成為業(yè)界關(guān)注重點。公交車到達時間預(yù)測是提升用戶乘坐體驗的重要應(yīng)用,其預(yù)測表現(xiàn)直接關(guān)系到智慧城市的體驗水平,本文針對公交車到達時間預(yù)測展開研究,分別針對其中涉及的GPS位置校準(zhǔn)問題和到達時間預(yù)測模型問題展開研究,具體內(nèi)容如下:（1）對國內(nèi)外基于車輛的數(shù)據(jù)定位研究和公交車到達時間預(yù)測研究進行分析與總結(jié),闡述了公交車實時位置校準(zhǔn)和到達時間預(yù)測的必要性和特殊性。（2）分析了公交車數(shù)據(jù)集預(yù)處理方法,針對重慶公交車數(shù)據(jù)進行數(shù)據(jù)預(yù)處理,包括無效信息的去除,行駛影響因素分析等,為后續(xù)的公交車實時數(shù)據(jù)校準(zhǔn)和到達時間預(yù)測研究奠定基礎(chǔ)。（3）從公交車的行駛路線和原始數(shù)據(jù)入手,分析了GPS定位誤差產(chǎn)生的原因,并對不同的坐標(biāo)系和噪聲點進行了預(yù)處理。然后基于各種復(fù)雜的路況制定了校準(zhǔn)策略,綜合所有路況提出了實時的校準(zhǔn)過程。最后采用高德地圖API平臺,對校準(zhǔn)前后進行了可視化對比分析,通過和其他校準(zhǔn)方法的對比驗證所提出校準(zhǔn)策略的有效性。（4）基于高精度鏈路劃分的行駛路線和實時位置的校準(zhǔn),得到了鏈路上的行... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 實時定位
        1.2.2 預(yù)測方法
    1.3 主要工作及內(nèi)容安排
        1.3.1 主要工作
        1.3.2 內(nèi)容安排
2 公交車數(shù)據(jù)采集、相關(guān)預(yù)處理以及行駛時間分析
    2.1 數(shù)據(jù)采集
        2.1.1 公交車數(shù)的采集
        2.1.2 公交車原始數(shù)據(jù)集的儲存結(jié)構(gòu)
    2.2 公交車相關(guān)數(shù)據(jù)的預(yù)處理
        2.2.1 公交車行駛路線的預(yù)處理
        2.2.2 公交車原始數(shù)據(jù)集的預(yù)處理
    2.3 公交車行駛時間分析
        2.3.1 公交車行駛時間的組成
        2.3.2 公交車行駛時間的影響因素
    2.4 本章小結(jié)
3 公交車實時位置校準(zhǔn)策略
    3.1 GPS數(shù)據(jù)的采集誤差
    3.2 公交車GPS位置校正的預(yù)處理
        3.2.1 GPS數(shù)據(jù)預(yù)處理
        3.2.2 公交車站點的數(shù)據(jù)識別
    3.3 基于公交車行駛路線的GPS校準(zhǔn)策略
        3.3.1 直線校準(zhǔn)策略
        3.3.2 彎道校準(zhǔn)策略
        3.3.3 環(huán)道校準(zhǔn)策略
        3.3.4 實時校準(zhǔn)過程
    3.4 實驗及結(jié)果分析
        3.4.1 高德地圖API簡介
        3.4.2 實驗設(shè)置
        3.4.3 實驗結(jié)果及分析
    3.5 本章小結(jié)
4 基于LSTM-RNN網(wǎng)絡(luò)的公交車到站時間預(yù)測
    4.1 公交車到站時間預(yù)測模型的建立
        4.1.1 實時的交通流模型
        4.1.2 公交車到達時間預(yù)測模型
    4.2 學(xué)習(xí)方法
        4.2.1 機器學(xué)習(xí)
        4.2.2 長短時記憶網(wǎng)絡(luò)
    4.3 基于LSTM-RNN學(xué)習(xí)模型的構(gòu)建
        4.3.1 測試集和訓(xùn)練集的預(yù)處理
        4.3.2 模型的構(gòu)建及訓(xùn)練
    4.4 預(yù)測結(jié)果與分析
        4.4.1 到達時間預(yù)測評價指標(biāo)
        4.4.2 路段行駛時間誤差分析
        4.4.3 站間行駛時間誤差分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來研究展望
參考文獻
附錄
    A. 作者在攻讀學(xué)位期間發(fā)表的論文目錄
    B. 作者在攻讀學(xué)位期間申請的專利目錄
    C. 學(xué)位論文數(shù)據(jù)集
致謝


【參考文獻】：
期刊論文
[1]乘客公交出行路線選擇影響因素分析[J]. 韓君如,徐鵬.  黑龍江交通科技. 2018(12)
[2]塑造精準(zhǔn)服務(wù)意識,引領(lǐng)城市公共交通高質(zhì)量發(fā)展[J]. 夏保良.  人民公交. 2018(09)
[3]基于三證據(jù)DS理論的雙模式地圖匹配算法[J]. 王科,李鵬,金瑜,劉宇.  計算機工程. 2018(05)
[4]電子地圖間的實時坐標(biāo)轉(zhuǎn)換系統(tǒng)[J]. 康路,閆浩文,張黎明.  遙感信息. 2018(02)
[5]運用海倫公式的最優(yōu)化非視距抑制定位算法[J]. 李溯南,華驚宇,李佳珉,盧為黨,陳芳妮,余旭濤.  傳感技術(shù)學(xué)報. 2018(02)
[6]城市交通擁堵和環(huán)境污染治理中公交"一卡通"的作用[J]. 姚公安.  管理現(xiàn)代化. 2017(04)
[7]霧霾與GPS對流層天頂延遲相關(guān)性探究[J]. 潘文超,郝金明,張輝,楊勇.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2017(05)
[8]批量合并純文本格式的文件[J]. 老萬.  電腦愛好者. 2017(01)
[9]中國城市交通問題、對策與理論需求[J]. 汪光燾.  城市交通. 2016(06)
[10]GPS最優(yōu)壓制式干擾信號研究[J]. 王角,蘇中,張月霞.  計算機測量與控制. 2016(04)

博士論文
[1]數(shù)據(jù)驅(qū)動的公交系統(tǒng)感知分析和線路優(yōu)化[D]. 張鋆.華中科技大學(xué) 2017
[2]用于公交車輛行駛油耗優(yōu)化的工況預(yù)測模型及其自學(xué)習(xí)策略[D]. 黃登高.天津大學(xué) 2017
[3]城市公共交通服務(wù)治理模式的比較研究[D]. 張春勤.上海交通大學(xué) 2015
[4]面向交通服務(wù)的多源移動軌跡數(shù)據(jù)挖掘與多尺度居民活動的知識發(fā)現(xiàn)[D]. 鄧中偉.華東師范大學(xué) 2012

碩士論文
[1]城市交通公交車到站時間預(yù)測研究與應(yīng)用[D]. 范光鵬.青島大學(xué) 2018
[2]基于數(shù)據(jù)挖掘的公交智能調(diào)度系統(tǒng)研究與實現(xiàn)[D]. 盧越.蘭州交通大學(xué) 2018
[3]基于信號傳播時延估計的精確定位算法與誤差消除技術(shù)研究[D]. 杜文.山東大學(xué) 2017
[4]考慮不確定性影響的公交到站時間區(qū)間預(yù)測方法研究[D]. 陳科宇.東南大學(xué) 2017
[5]公交車輛到站時間預(yù)測方法研究[D]. 趙衍青.北京交通大學(xué) 2017
[6]基于北斗衛(wèi)星系統(tǒng)的船用北斗短報文設(shè)備的設(shè)計與實現(xiàn)[D]. 蔡陽.西安電子科技大學(xué) 2016
[7]基于LM改進的RBF神經(jīng)網(wǎng)絡(luò)算法研究[D]. 肖清湄.西南大學(xué) 2016
[8]基于GPS的公交實時調(diào)度優(yōu)化研究[D]. 崔虎.蘭州交通大學(xué) 2016
[9]基于GPS數(shù)據(jù)分析的公交時刻表優(yōu)化[D]. 王鵬程.西南交通大學(xué) 2015
[10]基于模糊邏輯的綜合地圖匹配方法研究與實現(xiàn)[D]. 鄭學(xué)遠.北京交通大學(xué) 2014



本文編號：3179402