公交到站时间预测研究现状与发展趋势

• 作者: 向红艳 彭学文
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 智能交通 预测 神经网络 公交到站时间 GPS 卡尔曼滤波 支持向量机
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 城市交通
• 页码范围: 57-61
• 页数: 5页
• 分类号: U491.1+7
• 字数: 5073字
• 语种: 中文
• DOI: 10.3963/j.issn 1674-4861.2014.04.011

摘要

实时的公交到站时间预测是智能公交的重要组成部分,准确的预测有利于帮助居民进行出行规划和减少等待时间.通过研究公交到站时间预测的原理和方法,系统总结了基于GPS、APC等数据的统计学方法和分析模型.对历史平均法、神经网络、卡尔曼滤波、支持向量机和基于概率的预测模型等几种典型方法的预测原理进行了介绍,从预测精度、实时性、计算复杂性等几个方面对模型的优缺点进行了比较.分析了公交到站时间预测发展趋势,提出了该领域需要进一步研究的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向红艳	重庆交通大学交通运输学院	45	384	13.0	16.0
2	彭学文	重庆交通大学交通运输学院	1	19	1.0	1.0