【摘要】：隨著私家車輛的逐漸增多,城市中出現(xiàn)道路擁堵的現(xiàn)象越來(lái)越嚴(yán)重。為緩解這種現(xiàn)象帶來(lái)的影響,政府提倡環(huán)保出行,因此乘坐公交成為人們出行的最佳選擇之一。這既能有效地減少城市的擁堵現(xiàn)象,同時(shí)也能減少城市的環(huán)境污染。但是,我國(guó)的公共交通普遍存在著等車時(shí)間長(zhǎng)、準(zhǔn)點(diǎn)率不高的問(wèn)題,影響了乘客的乘車體驗(yàn)。為解決公交車存在的到站時(shí)間預(yù)測(cè)不準(zhǔn)的問(wèn)題,本文提出了一種基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)模型來(lái)預(yù)測(cè)公交車到達(dá)站點(diǎn)的時(shí)間,從而使得乘客能夠合理規(guī)劃外出時(shí)間。為了提高預(yù)測(cè)公交到站的時(shí)間,故本文搭建了Spark分布式平臺(tái)以此減少預(yù)測(cè)時(shí)間。本文所用數(shù)據(jù)是由呼和浩特市公交公司提供,從采集到的數(shù)據(jù)中提取出多條公交線路的數(shù)據(jù),并預(yù)測(cè)公交車連續(xù)多站的到站時(shí)間。預(yù)測(cè)結(jié)果表明,在公交車多站預(yù)測(cè)中,到站時(shí)間的平均預(yù)測(cè)絕對(duì)誤差小于210秒,MAPE的值在22%以下,RMSE的值在380秒以下,其預(yù)測(cè)結(jié)果在實(shí)踐中可用。
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U491.17

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 徐澤亞;彭宇陽(yáng);;基于遺傳BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年17期

2 向紅艷;彭學(xué)文;;公交到站時(shí)間預(yù)測(cè)研究現(xiàn)狀與發(fā)展趨勢(shì)[J];交通信息與安全;2014年04期

3 周詩(shī)詩(shī);祁新華;;基于綠色出行的城市公交車發(fā)展——以福州市為例[J];海南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

相關(guān)博士學(xué)位論文 前1條

1 孫楊;城市軌道交通新線投入運(yùn)營(yíng)下常規(guī)公交線網(wǎng)優(yōu)化調(diào)整方法研究[D];北京交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前8條

1 周帥帥;城市公交車輛到站時(shí)間預(yù)測(cè)方法研究[D];華東交通大學(xué);2017年

2 辛建霞;基于數(shù)據(jù)挖掘技術(shù)的公交到站時(shí)間預(yù)測(cè)[D];東南大學(xué);2016年

3 王超;基于Hadoop的云計(jì)算系統(tǒng)設(shè)計(jì)[D];長(zhǎng)安大學(xué);2016年

4 肖雄;基于Hadoop作業(yè)內(nèi)計(jì)算任務(wù)調(diào)度優(yōu)化的研究[D];電子科技大學(xué);2016年

5 趙明月;實(shí)時(shí)公交信息服務(wù)關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2012年

6 劉秋平;神經(jīng)網(wǎng)絡(luò)在短期交通流預(yù)測(cè)中的應(yīng)用研究[D];長(zhǎng)安大學(xué);2011年

7 李雨欣;人工神經(jīng)網(wǎng)絡(luò)技術(shù)研究的哲學(xué)思考[D];武漢科技大學(xué);2007年

8 吳仕勇;基于數(shù)值計(jì)算方法的BP神經(jīng)網(wǎng)絡(luò)及遺傳算法的優(yōu)化研究[D];云南師范大學(xué);2006年

本文編號(hào)：2735002