重庆理工大学学报(自然科学) ›› 2019, Vol. 33 ›› Issue (10): 47-53.doi: 10.3969/j.issn.1674-8425(z).2019.10.008

• 车辆工程 • 上一篇    下一篇

基于集成学习的公交车辆到站时间预测模型研究

荆灵玲1,解 超2,3,王安琪4   

  1. 1.中航勘察设计研究院有限公司,北京100098;2.中国交通通信信息中心,北京100011;3.中交信有限责任公司,北京100007;4.北方工业大学,北京100144
  • 收稿日期:2018-12-24 出版日期:2019-12-10 发布日期:2019-12-10
  • 作者简介:荆灵玲,女,硕士研究生,工程师,主要从事地理信息系统应用研究,E-mail:jinglinglingdaling@126.com。
  • 基金资助:
    贵州省交通厅科技项目“城市道路交通大数据智能监管云平台”(GZWH-2017-1416)

  • Received:2018-12-24 Online:2019-12-10 Published:2019-12-10

摘要: 公交车是城市交通系统的主要组成部分,准确预测公交车辆到站时间作为城市智能交通系统(ITS)的重要应用,可以有效提升公交车乘客的乘坐体验,增加公交出行的吸引力。为此,提出一种基于集成学习方法的公交车到站时间预测模型,利用联合多种弱模型的方法,确定优化目标,将公交车到站时间相关的影响因素进行特征化后,基于海量历史数据训练机器学习模型,进而预测公交到站时间。实例分析和验证结果表明,GBDT方法的预测性能明显优于其他方法,可显著提高公交到站时间预测的准确性。

关键词: 历史路况, 实时路况, 特征提取与计算, 集成学习, GBDT

中图分类号: 

  • U491.17