作者:
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:
在总结国内外现有的公交车辆到站时间预测模型的基础上,选取常用的三种经典预测模型,即Kalman滤波模型、BP神经网络模型、时间序列模型.分析并针对各个模型的特点及适用条件,对影响公交车辆到站时间的要素进行筛选,明确各模型的输入及输出条件,划分公交运行的高峰、平峰、低峰时段,并验证三种预测模型在各个时段的预测精度,进一步确定复合预测模型中各阶段预测方法,以实现公交车辆的到站时间的精确预测.
推荐文章
基于RBF算法的公交车到站时间预测
公交车
时间预测
RBF神经网络
数学建模
网络训练
仿真分析
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
基于集成学习的公交车辆到站时间预测模型研究
历史路况
实时路况
特征提取与计算
集成学习
GBDT
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
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 划分时段的公交车辆到站时间复合预测模型
来源期刊 自动化技术与应用 学科 工学
关键词 划分时段 公交车辆 到站时间 复合预测模型
年,卷(期) 2018,(12) 所属期刊栏目 控制理论与应用
研究方向 页码范围 1-6
页数 6页 分类号 TP391.9
字数 4734字 语种 中文
DOI 10.3969/j.issn.1003-7241.2018.12.001
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 王茁 大连科技学院交通运输学院 23 27 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (24)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1623(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
划分时段
公交车辆
到站时间
复合预测模型
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
自动化技术与应用
月刊
1003-7241
23-1474/TP
大16开
哈尔滨市开发区汉水路165号
14-37
1982
chi
出版文献量(篇)
8131
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导