基于多源数据融合的干线公交车辆行程时间预测

来源：交通运输系统工程与信息杂志2019年第4期北京时间：

作者：刘迎，过秀成，周润瑄，吕方

单位：1. 东南大学交通学院，南京 210096；2. 江苏警官学院治安管理系，南京 210012

摘要：为提高城市中心区干线公交车辆行程时间的预测精度，在拟合公交车辆行程时间分布特征的基础上，提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合，其中混合高斯分布函数适用于单路段拟合，对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析，其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测，其中改进的SVM模型的平均绝对百分比误差为6.26%，优于ARIMA模型的11.69%，更适用于短距离交叉口间的公交车辆行程时间预测.

关键词：城市交通,干线公交,数据融合,行程时间预测

基金资助：江苏省社会科学基金/Social Science Fundation of Jiangsu Province, China(18WTA009).