考虑前序路段状态的公交到站时间双层BPNN 预测模型

来源：交通运输系统工程与信息杂志2020年第2期北京时间：

作者：苗旭，王忠宇，吴兵，杨航，王艳丽

单位：1. 同济大学道路与交通工程教育部重点实验室，上海 201804；2. 上海海事大学交通运输学院，上海 201306

摘要：为提高公交到站时间预测精度，提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间，利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间；将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量，基于底层BPNN模型预测车辆在目标路段的行程时间，进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试，并与其他4 种模型进行比较. 结果表明，所提模型具有较高的预测精度，尤其在雨天，比传统BPNN模型预测精度提高57.25%.

关键词：城市交通,公交车辆,双层BPNN模型,行程时间预测,前序路段状态

基金资助：国家自然科学基金/National Natural Science Foundation of China(71804127).