【摘要】：公交車�？空咀鳛楣卉囘\行途中的�？吭O(shè)施,是一種典型的城市交通瓶頸,公交車�？空緯r間是影響公交運行效率的重要因素。分析公交車�？空緯r間的影響因素及規(guī)律,利于對公交運行規(guī)律的進一步掌握,為優(yōu)化站點設(shè)置及公交動態(tài)調(diào)度提供理論支持。公交車停靠站時間是公交車運行時間的重要組成部分,對公交車�？空緯r間進行預(yù)測可以提高公交車到站時間預(yù)測的精度,提高智能公交系統(tǒng)的服務(wù)水平。本文首先通過公交車減速入站、站內(nèi)�？考凹铀俪稣具^程分析了公交車的�？空具^程,并系統(tǒng)的分析了每個過程的影響因素。其次,本文從時空特性、線路特性、道路形態(tài)等方面來對�？空緯r間進行分析;然后,本文結(jié)合�？空緯r間的數(shù)據(jù)特征,建立了具有針對性的高峰時段判定的方法,為預(yù)測模型中的時段劃分提供更精確的標(biāo)準(zhǔn);最后,本文利用指數(shù)平滑算法的思想,考慮到道路形態(tài)及時段的交叉影響,針對公交車進出站及站內(nèi)�？績蓚�階段中的不同影響因素,建立影響因子模型,并按照規(guī)律分析的結(jié)果,將公交車�？空緯r間歷史數(shù)據(jù)按照線路、站點、時段、是否工作日、是否公交車專用道五個維度進行統(tǒng)計,建立歷史均值模型;將歷史均值模型結(jié)合影響因子模型與高峰判定結(jié)果,按照時間序列法建立公交車�？空緯r間指數(shù)平滑預(yù)測模型;按照場景分類建立BP神經(jīng)網(wǎng)絡(luò)模型。并利用實際數(shù)據(jù)對模型的預(yù)測精度進行檢驗,分析各預(yù)測模型在不同場景下的預(yù)測效果。本文基于大量數(shù)據(jù)對不同道路形態(tài)上公交站點的�？空緯r間規(guī)律進行全面分析,根據(jù)高峰時段對不同道路形態(tài)上的公交停靠站時間的影響不同,對不同道路形態(tài)上的公交站點分類討論,并對比不同預(yù)測模型對不同場景下的公交車�？空緯r間的預(yù)測效果,選擇出各時段及道路形態(tài)下的最佳預(yù)測模型。經(jīng)驗證,分場景選擇預(yù)測模型的方法預(yù)測效果較好,能夠?qū)卉囃？空緯r間的進一步研究起到積極的作用。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U491.17
【圖文】：

上下車人數(shù)是影響乘客上下車時間的最關(guān)鍵因素。乘客上下車時間與上下車逡逑人數(shù)直接正相關(guān)。選�。保保堵饭I(yè)南路西口站（路南側(cè)）在２０１６年３月兩周的逡逑經(jīng)停車輛�？空緯r間和刷卡人數(shù)進行曲線擬合，結(jié)果如圖３－８。逡逑擬合曲線公式為：逡逑ｙ邋＝邋１．２８ｘ邋＋邋２０．邋２４５邐（３－６）逡逑其中，＾為因變量�？空緯r間，ｉ為自變量刷卡人數(shù)。由上式可看出，客流逡逑與公交車�？空緯r間成正相關(guān)。逡逑正常來說，公交車在高峰時段發(fā)車頻率較高，平峰時段發(fā)車頻率較低，同線逡逑路相近班次公交車會互相分擔(dān)客流，因此發(fā)車頻率高時，每輛車的上下車人數(shù)相逡逑應(yīng)的會減少，乘客上下車時間因此會縮短。逡逑２３逡逑

邐７．１８邐４．７６逡逑由上述數(shù)據(jù)及圖４－１可看出，總體來說，以天為周期，各站點工作日�？繒r逡逑間呈現(xiàn)明顯的高平峰區(qū)別，非工作日則無明顯的早晚高峰。其中，硬隔離的公交逡逑車專用道及標(biāo)線隔離的公交車專用道處的�？空緯r間高峰與平峰時段數(shù)據(jù)差異逡逑較大，且數(shù)據(jù)波動大，數(shù)據(jù)特征較為相似，非公交車專用道處的�？空緯r間高平逡逑峰數(shù)據(jù)差異較小，數(shù)據(jù)較平穩(wěn)。因此，本文將道路形態(tài)分為公交車專用道及非公逡逑交車專用道兩類進行討論。逡逑分別對公交車專用道及非公交車專用道處的�？空緯r間日均值、高峰均值、逡逑２６逡逑

【參考文獻】

相關(guān)期刊論文 前10條

1 王利;張勤;黃觀文;田婕;;基于指數(shù)平滑法的GPS衛(wèi)星鐘差預(yù)報[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2017年07期

2 石莊彬;張寧;邵星杰;;城市軌道交通客流高峰持續(xù)時間預(yù)測方法[J];城市軌道交通研究;2016年07期

3 季彥婕;陸佳煒;陳曉實;胡波;;基于粒子群小波神經(jīng)網(wǎng)絡(luò)的公交到站時間預(yù)測[J];交通運輸系統(tǒng)工程與信息;2016年03期

4 王旭;陳旭梅;寇偉彬;朱麗穎;;公交站點�？繒r間預(yù)測模型研究[J];交通信息與安全;2016年02期

5 張旭;李英帥;;基于公交�？刻匦缘恼军c泊位數(shù)確定方法研究[J];公路與汽運;2013年05期

6 芮海田;吳群琪;袁華智;馮忠祥;朱文英;;基于指數(shù)平滑法和馬爾科夫模型的公路客運量預(yù)測方法[J];交通運輸工程學(xué)報;2013年04期

7 黃峗;唐弋清;鄒嬌;杜瑞源;夏崧洋;;基于交通擁堵指數(shù)城市高峰小時估計方法研究[J];科技資訊;2012年29期

8 王建;鄧衛(wèi);;基于貝葉斯網(wǎng)絡(luò)組合模型的公交駐站時間預(yù)測[J];城市交通;2012年05期

9 李松;劉力軍;翟曼;;改進粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測[J];系統(tǒng)工程理論與實踐;2012年09期

10 胡少帥;王正武;;公交專用道�？空就ㄐ心芰δＰ头治鯷J];交通科學(xué)與工程;2012年01期

相關(guān)碩士學(xué)位論文 前4條

1 王鑫;基于GPS數(shù)據(jù)的公交車�？空緯r間預(yù)測研究[D];重慶大學(xué);2015年

2 龍佳;公交車到站時間分布規(guī)律及其運行可靠性分析[D];中南大學(xué);2012年

3 朱麗穎;公交車輛行程時間預(yù)測方法研究[D];北京交通大學(xué);2010年

4 雷蓮桂;公交專用道對道路交通的影響[D];北京交通大學(xué);2008年

本文編號：2713696