基于遗传算法与LS-SVM的公交串车预测
公交串车是一种不利的交通现象,会导致运力浪费、线网承载能力不足、乘客等待时间增加等状况发生.公交串车的发生与公交调度相关,通过对车辆串车的监测与预测是预防公交串车的有效手段.本文在对影响串车的因素进行了分析的基础上,基于遗传算法和LS-SVM建立公交串车预测模型,模型计算量少、预测精度高同时有一定泛化能力;以深圳市的公交IC卡数据为基础,进行算例分析,提取出模型所需的以公交班次为单位的行驶数据;基于行驶数据获取车头时距、上下车人数、站间行驶时间等特征参数;通过相关性分析确定上游车头时距、上下车人数、站间行驶时间作为下游站点车头时距预测模型的输入变量,并输入模型进行训练和测试;将模型预测结果与KNN、神经网络、随机森林的结果进行比较,结果表明本文模型在算例上预测精度最高,效果最优.
城市公交 串车预测 遗传算法 最小二乘法 支持向量机
赵君豪 李志恒 于海洋 刘清祥 方洁 张锦旺
清华大学清华-伯克利深圳学院 深圳 518055 清华大学深圳研究生院物流与交通学部 深圳 518055 深圳市东部公共交通有限公司营运部 深圳 518000 深圳市易行网交通科技有限公司交通研究部 深圳 518052
国内会议
天津
中文
472-481
2018-11-07（万方平台首次上网日期，不代表论文的发表时间）