基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
公交旅行时间预测是提高公交服务可靠性、改善出行结构、缓解交通问题的关键技术之一.它涉及多种信息采集处理技术和复杂的模型与算法.公交旅行时间预测方法的研究,将是未来发展先进的公交系统重点关注的研究之一.本文基于公交IC卡、AVL(自动车辆定位)等数据,综合考虑多种交通随机影响因素,构建公交旅行时间预测模型,并将预测结果与实际结果对比分析,从而进一步优化预测模型,以期提高公共交通旅时间预测的精度和可靠性,为公交出行者提供更加可靠的信息服务.
推荐文章
基于GPS的公交行程时间预测模型
公交车辆
GPS行程时间
预测模型
公交串行事件
基于BP神经网络的公交车到站时间预测
公交车到站时间
智能化
公交调研
非线性
数学模型
BP神经网络
基于多源数据融合的城市道路旅行时间预测
交通工程
旅行时间预测
BP神经网络
多源数据融合
基于GA的最小旅行时间的多旅行商问题研究
遗传算法
多旅行商问题
最小完成时间
解码方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于单线路检测的城市公交旅行时间预测
来源期刊 交通与运输 学科 交通运输
关键词 单线路检测 多线路检测 旅行时间 卡尔曼滤波 预测模型
年,卷(期) 2016,(z1) 所属期刊栏目 预测技术
研究方向 页码范围 52-57
页数 6页 分类号 U491
字数 5665字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 晏克非 同济大学交通运输工程学院 143 2207 27.0 39.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
单线路检测
多线路检测
旅行时间
卡尔曼滤波
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通与运输
双月刊
1671-3400
31-1476/U
大16开
上海市汉口路193号324室
4-754
1985
chi
出版文献量(篇)
6248
总下载数(次)
9
总被引数(次)
10824
论文1v1指导