基于SVM和Kalman滤波的BRT行程时间预测模型研究
BRT Vehicle Travel Time Prediction Based on SVM and Kalman Filter作者机构:北京交通大学交通运输学院北京100044 美国密歇根大学美国mi48109
出 版 物:《交通运输系统工程与信息》 (Journal of Transportation Systems Engineering and Information Technology)
年 卷 期:2012年第12卷第4期
页 面:29-34页
核心收录:
学科分类:1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0802[工学-机械工程] 0814[工学-土木工程] 082302[工学-交通信息工程及控制] 0811[工学-控制科学与工程] 0701[理学-数学] 0823[工学-交通运输工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家高技术研究发展计划(863计划)课题(2008AA11Z202) 中央高校基本科研业务费专项资金资助课题(2012JBM054)
主 题:城市交通 适用性 卡尔曼滤波 公交行程时间 支持向量机 GPS
摘 要:本文提出了一个支持向量机进行初始行程时间预测并结合卡尔曼滤波算法进行动态调整的快速公交车行程时间综合预测模型.以快速公交车运行的GPS数据为基础,对北京市朝阳区快速公交2号线进行行程时间预测案例研究.利用该模型对其早高峰和上午平峰的两个不同时段的公交行程时间分别进行预测和对比分析,并通过与单一的卡尔曼滤波方法所得的预测结果进行比较.结果表明,该模型应用于快速公交行程时间预测具有更好的适用性,并且预测平峰时段的精度要高于高峰时段.