近年來,基于公交導(dǎo)向的城市交通蓬勃發(fā)展,智能公交系統(tǒng)受到了我國人民越來越多的關(guān)注,同時大城市的公交實(shí)時預(yù)測研究也變得炙手可熱。通過實(shí)時準(zhǔn)確的公交到站時間預(yù)測技術(shù),有助于促進(jìn)APTS的智能信息化發(fā)展,提高城市的管理水平和服務(wù)能力,同時也能讓公交系統(tǒng)的運(yùn)行效率大大提升。因此,本文以廣州的公交線路作為研究對象,通過對公交運(yùn)行特性及預(yù)測方法的分析,確定了基于統(tǒng)計(jì)的預(yù)測方法在公交到站實(shí)時預(yù)測的可行性,并以公交運(yùn)行時間曲線作為研究對象,針對城市的公交到站時間實(shí)時預(yù)測展開工作,通過處理分析公交運(yùn)行的歷史時間數(shù)據(jù),進(jìn)而構(gòu)建運(yùn)行時間曲線,從基于統(tǒng)計(jì)的規(guī)律中出發(fā),提出了基于聚類分析的曲線匹配預(yù)測模型、基于曲線匹配的預(yù)測模型、基于日期特征的預(yù)測模型,根據(jù)研究的內(nèi)容主要劃分為以下三個方面:首先,以廣州2017年近110天的數(shù)據(jù)為基礎(chǔ),對原始數(shù)據(jù)進(jìn)行預(yù)處理和標(biāo)準(zhǔn)化分析,將歷史數(shù)據(jù)轉(zhuǎn)化成視覺化的運(yùn)行時間曲線。再對曲線進(jìn)行中值濾波處理,通過對運(yùn)行時間曲線的特征進(jìn)行差異研究,針對曲線特征參數(shù)譬如:斜率、縱坐標(biāo)數(shù)值、曲率等逐個計(jì)算、分析、篩選,提出了基于曲線匹配的研究思路。然后,為了研究基于曲線匹配的公交到站預(yù)測的效率...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題背景
        1.1.1 大城市公交發(fā)展趨勢
        1.1.2 智能公交系統(tǒng)快速發(fā)展
        1.1.3 公交到站時間預(yù)測應(yīng)用現(xiàn)狀
        1.1.4 研究方案及問題分析
    1.2 本課題研究目的
    1.3 研究現(xiàn)狀
        1.3.1 國外研究現(xiàn)狀概述
        1.3.2 國內(nèi)研究現(xiàn)狀概述
    1.4 本文的研究內(nèi)容與思路
        1.4.1 研究內(nèi)容
        1.4.2 研究思路
第二章 公交到站時間預(yù)測的相關(guān)模型
    2.1 公交車運(yùn)行特性介紹
    2.2 公交到站時間預(yù)測模型介紹
        2.2.1 基于統(tǒng)計(jì)的預(yù)測模型
        2.2.2 基于分析的預(yù)測模型
        2.2.3 預(yù)測模型比較分析
    2.3 曲線匹配模型的相關(guān)性
    2.4 本章小結(jié)
第三章 曲線匹配預(yù)測的可行性分析
    3.1 曲線匹配思路的提出
        3.1.1 公交到站時間原始數(shù)據(jù)
        3.1.2 運(yùn)行時間的數(shù)據(jù)分析
        3.1.3 運(yùn)行時間曲線的分析
    3.2 曲線匹配的可行性分析
    3.3 曲線匹配的特征參數(shù)分析
        3.3.1 特征參數(shù)概述
        3.3.2 各類特征參數(shù)的概念及計(jì)算
        3.3.3 特征參數(shù)的分析比較
    3.4 本章小結(jié)
第四章 基于曲線匹配的預(yù)測模型構(gòu)建
    4.1 原始數(shù)據(jù)的處理
        4.1.1 原始數(shù)據(jù)的獲取
        4.1.2 原始數(shù)據(jù)的基礎(chǔ)信息完善
        4.1.3 預(yù)處理數(shù)據(jù)的標(biāo)準(zhǔn)化
    4.2 運(yùn)行時間曲線的處理
        4.2.1 曲線的中值濾波平滑
        4.2.2 曲線的聚類分析優(yōu)化
    4.3 模型特征參數(shù)的確定
    4.4 曲線匹配預(yù)測模型的建立
        4.4.1 曲線匹配預(yù)測的思路
        4.4.2 曲線匹配長度的標(biāo)準(zhǔn)化
        4.4.3 基于聚類分析的曲線匹配
        4.4.4 模型誤差評價指標(biāo)
    4.5 本章小結(jié)
第五章 預(yù)測模型的實(shí)證檢驗(yàn)
    5.1 基于日期特征的預(yù)測模型
    5.2 基于曲線匹配的預(yù)測模型
    5.3 基于聚類分析的曲線預(yù)測模型
    5.4 模型的效果對比及評價
        5.4.1 模型精度分析
        5.4.2 模型復(fù)雜度分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻(xiàn)
致謝



本文編號：3749523