公交浮动车辆到站时间实时预测模型.docxVIP

2011年4月Apr.2011JournalofTrafficandTransportationEngineering文章编号:167121637(2011)0220084206公交浮动车辆到站时间实时预测模型孙棣华1,2,赖云波1,2,廖孝勇1,2,赵敏1,2,刘卫宁2,3(11重庆大学自动化学院,重庆400044;21重庆大学信息物理社会可信服务计算教育部重点实验室,重庆400044;31重庆大学计算机学院,重庆400044)摘要:根据公交浮动车辆实时GPS数据,考虑不同时段的路段平均速度、公交车站、信号灯等多因素的影响,建立了一种新的公交车辆到站时间预测模型。通过估计到达下游最临近站点的时间和判断道路上GPS数据的有效性等方法,改善了预测模型的精度,并应用重庆公交车辆数据对模型进行验证。计算结果表明:该模型能够实时预测公交浮动车辆到达下游站点的时间,预测精度优于现有方法,在高峰时段预测误差小于9%,在非高峰时段预测误差约为6%,并对各种道路交通条件具有较好的适应性。关键词:公共交通;公交浮动车辆;到站时间;路段平均速度;实时预测中图分类号:U491.17文献标志码:AReal2timepredictionmodelofarrivaltimeforfloatingtransitvehicleSUNDi2hua1,2,LAIYun2bo1,2,LIAOXiao2yong1,2,ZHAOMin1,2,LIUWei2ning2,3(1.SchoolofAutomation,ChongqingUniversity,Chongqing400044,China;2.KeyLaboratoryofDependableServiceComputinginCyberPhysicalSocietyofMinistryofEducation,ChongqingUniversity,Chongqing400044,China;3.SchoolofComputerScience,ChongqingUniversity,Chongqing400044,China)Abstract:Accordingtothereal2timeGPSdataoffloatingtransitvehicle,theeffectsofroadsectionaveragespeeds,busstationsandtrafficlightswereconsidered,andanovelpredictionmodelofbusarrivaltimewasproposed.TheprecisionofpredictionmodelwasimprovedbyestimatingarrivaltimetothenearestdownstreamstationandjudgingtheeffectivenessofGPSdataonraodsection.ThepredictionmodelwastestedandverifiedbyusingthetransitvehicleGPSdataofChongqingCity.Calculationresultindicatesthatthearrivaltimeoffloatingtransitvehicletothedownstreamstationcanbereal2timepredictedbyusingthemodel,thepredictionprecisionisbetterthantheexistingmethods,thepredictionerrorislessthan9%inpeakperiodsandisabout6%innon2peakperiods,andthepredictionmodelhasgoodadaptabilitytothevariousoftrafficconditions.3tabs,8figs,12refs.Keywords:publictransport;floatingtransitvehicle;arrivaltime;roadsectionaveragespeed;real2timepredictionAuthorresume:SUNDi2hua(19622),male,professor,PhD,+86223265106953,d3sun@163.com.必行。公交车辆到站时间是公交车辆动态调度管理的关键参数,到站时间预测对于提高公交车辆准时性,减少乘客等待时间,方便乘客合理分配出行时间,提高城市公共交通改善管理水平和服务水平具引言0公共交通作为关系国计民生的重要基础设施和公共事业,发展信息化、智能化的先进公交系统势在收稿日期:2010212215基金项目:高等学校博士学科点专项科