基于粒子群小波神经网络的公交到站时间预测

• 作者: 季彦婕 胡波 陆佳炜 陈晓实
• 来源期刊: 交通运输系统工程与信息
• 学科: 交通运输
• 关键词: 智能交通 公交到站时间预测 小波神经网络 公交 粒子群算法 迭代法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 智能交通系统与信息技术
• 页码范围: 60-66
• 页数: 7页
• 分类号: U491
• 字数: 4254字
• 语种: 中文

摘要

公交到站时间的实时预测是公交出行信息发布、公交出行诱导、公交动态调度的关键技术.基于公交车辆运行特性分析，将公交到站时间分为路段运行时间和站点停靠时间两部分，并考虑工作日与周末的运行特性差异，最后结合迭代思想提出利用粒子群小波神经网络模型预测公交到站时间.实例分析表明：粒子群算法能有效降低小波神经网络模型的训练误差；结合迭代法使用公交车上一站运行时间作为预测输入能够有效提高预测精度；该预测模型对于公交车在工作日和周末到站时间的预测均能达到较高的精度，平均绝对百分比误差分别为10.82%和9.85%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季彦婕	东南大学交通学院	39	688	16.0	25.0
2	胡波	东南大学交通学院	7	124	6.0	7.0
3	陈晓实	东南大学交通学院	3	52	3.0	3.0
4	陆佳炜	东南大学交通学院	1	21	1.0	1.0