公交短期客流預測與單程運營時間分析.pdf

1、本文研宄的公交短期客流和公交單程運營時間是公交運營調度的重要參數，同時也是公交運營分析中的重要指標。研宄公交短期客流和公交單程運營時間可以獲取與公交運營相關的主要數據并分析相關特性，可以為更進一步的方案的編制提供基礎，使得編制方案的可執(zhí)行率更高。本文擬從公交短期客流預測和公交單程運營時間分析的角度出發(fā)分別研宄公交短期客流和公交單程運營時間相關規(guī)律。
　　為了準確地預測公交短期客流，本文采用了卜支持向量回歸機來預測公交客流量(包括站

2、點上客和下客人數)。首先，根據公交客流的周期性、趨勢性和隨機性合理地設置了支持向量機的輸入輸出樣本集。然后，構造決策函數并基于改進的粒子群算法，優(yōu)化了影響支持向量機預測精度的三個參數：誤差帶參數ε懲罰因子C以及核函數參數σ的取值。最后利用長春市公交6路的已知客流樣本作為測試集進行驗證具有較好的精度，結果表明該模型是可行的。
　　為了更準確地分析公交單程運營時間，本文采用了基于GPS數據的分時段公交運營時間概率分布分析方法。首先對單

3、程運營GPS數據做了較為細致分析，包括公交站點匹配算法和異常數據的分類和處理。由于各時段的運營時間差異較大，分時段加以分析才能準確掌握運營時間規(guī)律。因此，本文基于大量預處理后的GPS數據，創(chuàng)新性地將心means聚類算法應用于運營時段劃分，并結合公交樣本數據特點，設計了一種改進的K-means聚類算法，其中改進了傳統(tǒng)的初始簇中心選擇方法，并設計了利用三角形不等式減少不必要的距離計算和基于模糊聚類思想的簇中心更新算法。十堰公交4路的案例分析