基于高斯过程回归的公交到站预测方法

论文摘要

在城市交通管理中,向市民提供更多的公共交通服务,是实现节能减排的有效途径。而研究公交车到站预测问题对提高公共交通服务水平有着重要的现实意义。目前,在公交车到站时间预测的研究中,大都是围绕到站时间精准性问题,而没有对预测结果的不确定性进行定量分析。因此,文中提出了一种基于高斯过程回归的公交到站预测方法,不仅可以对公交车到站时间进行精准预测,还可以根据预测值的方差来确定预测值95%的置信区间,即对不确定性进行研究。实验结果表明,该预测方法不仅与基于支持向量机的预测方法具有相近的预测精度,其中标准误差为13.39,平均绝对误差为12.91,平均绝对百分比误差为0.14,而且能够有效实现公交车到站时间概率意义上的预测。

论文目录

• 0 引 言
• 1 高斯过程回归模型建立
•   1.1 高斯过程
•   1.2 GPR模型建立
• 2 高斯过程回归的应用
•   2.1 数据描述
•   2.2 数据处理
•     2.2.1 轨迹数据预处理
•     2.2.2 数据整合
•   2.3 特征工程
•     2.3.1 路段距离
•     2.3.2 路段行程时间
•   2.4 数据分析
•     2.4.1 路段距离
•     2.4.2 交通路口数
•   2.5 GPR-BATP模型
• 3 仿真实验
•   3.1 实验结果对比
•   3.2 预测方法性能对比
• 4 结束语

文章来源

类型: 期刊论文

作者: 李香云,任帅,张卫钢,吴娟娟,伍菁

关键词: 城市交通,高斯过程回归,精准预测,置信区间,概率性预测

来源: 计算机技术与发展 2019年10期

年度: 2019

分类: 信息科技,基础科学,工程科技Ⅱ辑

专业: 数学,公路与水路运输

单位: 长安大学信息工程学院

基金: 国家自然科学基金(61702050,61402052)

分类号: O212.1;U491.17

页码: 21-25

总页数: 5

文件大小: 1072K

下载量: 299