在目前國(guó)內(nèi)的公交運(yùn)營(yíng)系統(tǒng)普遍只提供首末站發(fā)車(chē)時(shí)間的環(huán)境下,準(zhǔn)確地預(yù)測(cè)公交車(chē)到達(dá)時(shí)間對(duì)于想要確定出發(fā)時(shí)間,減少候車(chē)時(shí)間的乘客來(lái)說(shuō)非常重要。同時(shí),擁有更高預(yù)測(cè)精度和預(yù)測(cè)時(shí)長(zhǎng)的到站時(shí)間預(yù)測(cè)系統(tǒng),同時(shí)能有效提升公交調(diào)度系統(tǒng)的效率。為進(jìn)一步提高中長(zhǎng)期時(shí)間內(nèi)的公交車(chē)輛到站的預(yù)測(cè)精度和可靠性,在現(xiàn)有預(yù)測(cè)方法而基礎(chǔ)之上,利用公交多源數(shù)據(jù),建立了一種基于LSTM的深度學(xué)習(xí)方法,用以對(duì)公交出行時(shí)間進(jìn)行多步預(yù)測(cè),并對(duì)本方法進(jìn)行了實(shí)測(cè)數(shù)據(jù)的校正和驗(yàn)證。首先,本文基于對(duì)公交到站問(wèn)題的運(yùn)行機(jī)理,建立了基于多源公交數(shù)據(jù)的到站時(shí)間預(yù)測(cè)模型,并將到站問(wèn)題界定為一個(gè)時(shí)序數(shù)列的多步預(yù)測(cè)問(wèn)題。根據(jù)多步預(yù)測(cè)問(wèn)題的特性和到站時(shí)間預(yù)測(cè)模型,選擇引入LSTM長(zhǎng)短時(shí)記憶算法,以遞歸神經(jīng)網(wǎng)絡(luò)為核心,從學(xué)習(xí)交通長(zhǎng)時(shí)依賴(lài)關(guān)系的角度預(yù)測(cè)公交車(chē)的到站時(shí)間。其次,本文研究了現(xiàn)有的多源公交數(shù)據(jù)集,鑒于目前的數(shù)據(jù)集大多只統(tǒng)計(jì)了靜態(tài)數(shù)據(jù)和歷史GPS運(yùn)營(yíng)數(shù)據(jù),對(duì)研究公交運(yùn)行狀況幫助有限。本文從多源公交信息中提取相應(yīng)的動(dòng)態(tài)因素。提取的動(dòng)態(tài)因素被合并到向量空間中,最終形成本文使用的訓(xùn)練集。以實(shí)際數(shù)據(jù)為例,將本文提出的LSTM預(yù)測(cè)模型與其他三類(lèi)主流預(yù)測(cè)模型（B... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1日本某市電子公交站牌

圖 1-1 日本某市電子公交站牌 圖 1-2 某到站預(yù)測(cè) app 界面截圖可靠且高效的公交到站時(shí)間預(yù)測(cè)系統(tǒng)可以更好地解決城市交通問(wèn)題，為公交提供數(shù)據(jù)基礎(chǔ)，為乘客提供便捷的公交出行條件。1.1.2 研究意義

圖 1-3 國(guó)內(nèi)某市 BRT 電子站牌 圖 1-4 某市常規(guī)公交電子站牌國(guó)內(nèi)較為普及的地圖軟件，例如美國(guó)的谷歌地圖，麥德龍，國(guó)內(nèi)的高德地圖，圖等，基本上都配置了公交路線(xiàn)實(shí)時(shí)公交信息查詢(xún)的功能模塊。用戶(hù)可通過(guò)手機(jī)序查看市區(qū)內(nèi)的公共汽車(chē)路線(xiàn)，公共汽車(chē)站或車(chē)站，以及站點(diǎn)的動(dòng)態(tài)地圖，以獲

【參考文獻(xiàn)】：
期刊論文
[1]未來(lái)的智慧城市車(chē)輛建筑會(huì)說(shuō)話(huà)[J]. 本刊編輯部.  智能建筑與智慧城市. 2018(02)
[2]《知道—中國(guó)智能出行2015大數(shù)據(jù)報(bào)告》[J].   中國(guó)廣播. 2016(03)
[3]公交到站時(shí)間預(yù)測(cè)研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 向紅艷,彭學(xué)文.  交通信息與安全. 2014(04)
[4]公交到站時(shí)間實(shí)時(shí)預(yù)測(cè)信息發(fā)布技術(shù)研究[J]. 左忠義,汪磊.  交通運(yùn)輸系統(tǒng)工程與信息. 2013(01)
[5]基于SVM和Kalman濾波的公交車(chē)到站時(shí)間預(yù)測(cè)模型[J]. 于濱,楊忠振,曾慶成.  中國(guó)公路學(xué)報(bào). 2008(02)
[6]BP神經(jīng)網(wǎng)絡(luò)進(jìn)行時(shí)問(wèn)序列預(yù)測(cè)的不足及改進(jìn)[J]. 王維,張英堂.  計(jì)算機(jī)工程與設(shè)計(jì). 2007(21)
[7]復(fù)雜網(wǎng)絡(luò)理論與城市交通系統(tǒng)復(fù)雜性問(wèn)題的相關(guān)研究[J]. 高自友,趙小梅,黃海軍,毛保華.  交通運(yùn)輸系統(tǒng)工程與信息. 2006(03)
[8]基于國(guó)情的我國(guó)城市交通問(wèn)題分析與對(duì)策研究[J]. 王海洋,陳昕,苗曉坤,李樹(shù)文,馬學(xué)穎,王宗彬.  遼寧工學(xué)院學(xué)報(bào). 2006(02)

博士論文
[1]不確定環(huán)境下公交網(wǎng)絡(luò)協(xié)同調(diào)度的魯棒性及控制策略[D]. 巫威眺.華南理工大學(xué) 2015

碩士論文
[1]深基坑變形監(jiān)測(cè)數(shù)據(jù)處理研究[D]. 孫曉磊.吉林建筑大學(xué) 2015
[2]公交站臺(tái)多�？课怀丝徒M織與智能引導(dǎo)[D]. 陳耀如.山東大學(xué) 2014
[3]公交車(chē)輛到站時(shí)間預(yù)測(cè)研究[D]. �；�.北京交通大學(xué) 2010



本文編號(hào)：3387430