公交車行程時(shí)間預(yù)測模型

公交車行程時(shí)間預(yù)測模型摘要：隨著城市道路交通面臨著巨大的壓力，交通問題已成為制約著城市經(jīng)濟(jì)發(fā)展的重要因素。公交車輛的按時(shí)乘坐成為了乘客最為關(guān)注的信息之一，而公交車行程時(shí)間預(yù)測這項(xiàng)技術(shù)應(yīng)用對提高公交吸引力、提升乘客的滿意度具有重要的意義，因此，本文以公交車運(yùn)行時(shí)間預(yù)測為出發(fā)點(diǎn)，對其預(yù)測算法進(jìn)行深入分析，以求探討和研究更加精準(zhǔn)的預(yù)測手段和方式。從技術(shù)的可行性和現(xiàn)實(shí)可行性的角度對公交到站時(shí)間預(yù)測技術(shù)進(jìn)行了分析，總結(jié)現(xiàn)有預(yù)測算法的不同之處后，提出了將算法根據(jù)車輛運(yùn)行的不同狀態(tài)進(jìn)行預(yù)測的方法，即為路段運(yùn)行時(shí)間和車站服務(wù)時(shí)間兩部分。本文在以公交車站調(diào)研基礎(chǔ)之上，將影響預(yù)測結(jié)果的各種因素進(jìn)行歸類并且分布統(tǒng)計(jì)，提出了以支持向量機(jī)為基礎(chǔ)、通過車輛實(shí)時(shí)車速而進(jìn)行修正的路段運(yùn)行時(shí)間預(yù)測模型，和以停車延誤為基礎(chǔ)進(jìn)行的車站服務(wù)時(shí)間預(yù)測算法。本文的最后，選取了烏魯木齊市個(gè)別公交車作為研究，利用調(diào)查數(shù)據(jù)對其車輛到站進(jìn)行預(yù)測模型的驗(yàn)證，并和實(shí)際運(yùn)行狀況進(jìn)行對比分析，驗(yàn)證了這些方法具有較高的正確性和可靠性。關(guān)鍵詞：智能公交；支持向量機(jī)；運(yùn)行時(shí)間延誤分析；預(yù)測結(jié)果分析ResearchonthePredictingModelofBusTravelTimeAbstract:Astheurbanroadtrafficfacedwithtremendouspressure,trafficissueshavebecomeimportantfactorsofrestrictingthedevelopmentoftheurbaneconomy.Busrideaspassengerswereamongthemostconcernedabouttheinformationinatimelymanner,andbustraveltimepredictiontechnologyappliedtoimprovethepublictransportattractive,improvepassengersatisfactionisofgreatsignificance,therefore,toforecastbusrunningtimeasthestartingpointofthisarticle,itsin-depthanalysisofpredictionalgorithmsinordertoexploreandstudythemoreaccuratemeansofpredictingandways.Fromtheperspectiveoftechnicalfeasibilityandpracticalfeasibilityofbusarrivaltimepredictiontechniquefortheanalysis,aftersumminguptheavailablepredictionalgorithmsdiffer,proposedaalgorithmbasedmethodforpredictionofvehicleoperationindifferentconditions,isthelinkruntimeandservicetothetwopartsofthestation.Thisarticleisbasedontheinvestigationofthebusstation,factorsinfluencingthepredictionsforthecollationanddistributionofstatistics,presentedbasedonsupportvectormachine,Keywords:Intelligentbusinformationsystem;SVM;RunningtimedelayanalysisPredictionresultanalysis1緒論1.1研究背景伴隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展和城鎮(zhèn)化進(jìn)程加快，我市的機(jī)動(dòng)車擁有量和城市道路交通量急劇增多；與之相適應(yīng)，道路基礎(chǔ)設(shè)施建設(shè)水平也是突飛猛進(jìn)。但是，很明顯后者的增長速度遠(yuǎn)遠(yuǎn)無法滿足前者，同時(shí)我市的道路交通秩序管理上也存在一些問題，綜合導(dǎo)致了道路交通的供需緊張，進(jìn)而造成了城市中普遍存在的交通擁擠、事故頻繁和環(huán)境污染等現(xiàn)象，交通問題已成為現(xiàn)代社會(huì)尤其是城市面臨著的重大問題。為了促進(jìn)城市交通的可持續(xù)發(fā)展，必須優(yōu)先發(fā)展大容量、高承載且低污染的公共交通。公共交通是城市及其周邊城鎮(zhèn)內(nèi)居民和公眾出行的主要工具和手段，也是現(xiàn)代化城市建設(shè)和發(fā)展中的重要基礎(chǔ)內(nèi)容之一，是緩解城市道路交通壓力的有效辦法，其原因是公共交通具有運(yùn)載量多、運(yùn)送效率高、能耗低、污染、平均運(yùn)輸成本低等優(yōu)點(diǎn)。根據(jù)相關(guān)資料顯示，公交車輛占用道路和停車用地是最為經(jīng)濟(jì)，以每平方米每小時(shí)通行人數(shù)多少為標(biāo)準(zhǔn)來衡量道路的使用效率，公共汽車是私家車的10到15倍不等，運(yùn)送相同數(shù)量的乘客，公交車與私家車相比較，其產(chǎn)生的廢氣量是私家車的1/10,油耗量是私家車的1/3,交通事故率是私家車的1/100。因此，盡管相比私家車，公交車的乘坐舒適度和便捷性有所下降，但其仍是大多數(shù)出行者的首選交通工具。公共智能交通系統(tǒng)的信息化作為目前的研究熱點(diǎn)，它可以提高公交車輛的有效利用，實(shí)現(xiàn)公交管理從靜態(tài)到動(dòng)態(tài)、從簡單化到智能化的轉(zhuǎn)變，進(jìn)而能實(shí)現(xiàn)公交系統(tǒng)的動(dòng)態(tài)調(diào)度和運(yùn)行管理，因此實(shí)現(xiàn)公共智能交通系統(tǒng)信息化是完善城市公共交通系統(tǒng)的重要內(nèi)容之一。而公交系統(tǒng)信息化不僅僅面向管理者，相對乘客而言，信息化同樣可以給乘客帶來極大的便利。利用先進(jìn)的信息、通信技術(shù)、動(dòng)態(tài)采集、公交車輛的行駛信息和道路交通信息等，將其進(jìn)行處理后通過電子站牌、手機(jī)或者網(wǎng)絡(luò)等手段進(jìn)行實(shí)時(shí)發(fā)布?？梢詾槌丝吞峁┲T如：公共車交通擁擠程度、車輛到站時(shí)間、換乘信息等。信息的提供可以極大地提高公共交通系統(tǒng)的使用率，樹立城市公共交通的良好形象，提高其運(yùn)營效率。不過，我市城市交通系統(tǒng)的信息化較為落后，人們很難獲得其所需的實(shí)時(shí)公交車輛運(yùn)行信息，因此普遍對公交系統(tǒng)的滿意度不是很高，從而導(dǎo)致公交系統(tǒng)使用率偏低，遏制了公共交通的發(fā)展，同時(shí)私家車擁有量的提高也導(dǎo)致了有限的道路空間更加擁擠。因此，在大力城市規(guī)劃和發(fā)展城市交通的同時(shí)，必須實(shí)現(xiàn)公交系統(tǒng)信息化和智能化，為乘客提供全方位、高質(zhì)量的公交服務(wù)信息，提高公交調(diào)度和運(yùn)行效率水平。1.2國內(nèi)外研究現(xiàn)狀1.2.1國內(nèi)外公交到站時(shí)間預(yù)測技術(shù)發(fā)展現(xiàn)狀先進(jìn)的車輛定位信息化采集裝置和技術(shù)的研發(fā)，為公交車輛到達(dá)時(shí)間的研究和應(yīng)用奠定了堅(jiān)實(shí)的基礎(chǔ)。近年來，許多國家都意識到精確的公交車輛到達(dá)時(shí)間預(yù)測在公交車使用中占有舉足輕重的地位，于是，紛紛利用先進(jìn)的交通信息采集手段，結(jié)合自身地理?xiàng)l件和多種交通影響因素等，進(jìn)行公交車輛到達(dá)時(shí)間預(yù)測的研究，希望在通過到達(dá)時(shí)間的實(shí)時(shí)發(fā)布，減少乘客的等侯時(shí)間，提高公共交通的使用率，樹立良好城市的形象，促進(jìn)城市公共交通的應(yīng)用和發(fā)展。在日本，公交車到達(dá)時(shí)間預(yù)測作為一項(xiàng)交通需求管理，其措施得到政府的大力支持，其控制中心利用GPS掌握公交車的位置，通過網(wǎng)絡(luò)向用戶的電腦或者手機(jī)發(fā)送公交車的預(yù)測到達(dá)時(shí)間。實(shí)驗(yàn)結(jié)果表明乘客候車的時(shí)間減少了6分鐘（約占平均候車時(shí)間的63%）,超過六成居民認(rèn)為是由于該預(yù)測系統(tǒng)使他們更加愿意乘坐公交車，從而有效的提高了公交車的使用率。在我國臺灣，公交車運(yùn)行時(shí)間預(yù)測技術(shù)已有一定的研究成果：針對不同旅行者的需求設(shè)計(jì)不同模式的預(yù)測算法，不僅提供短距里行程時(shí)間預(yù)測，還提供舉例較長的重要站或換乘站的行程時(shí)間預(yù)測。目前國內(nèi)的公交車到達(dá)時(shí)間預(yù)測研究也在逐漸受到重視。同濟(jì)大學(xué)已經(jīng)研制出交通信息網(wǎng)絡(luò)系統(tǒng)”，系統(tǒng)依靠交通信息網(wǎng)格平臺，采集大量公交車輛GPS信息，用高性能計(jì)算機(jī)進(jìn)行相應(yīng)處理后，并通過智能導(dǎo)航系統(tǒng)為車載終端用戶、手持電腦用戶以及手機(jī)用戶等提供公交到站時(shí)間的預(yù)測、交通路況等交通信息。目前，該系統(tǒng)已在上海市公交系統(tǒng)的一些路段中使用，取得了良好效果。此外，一些國內(nèi)的公司充分利用GPRS/CDMA無線通信技術(shù)、嵌入式控制技術(shù)以及LED安全按顯示技術(shù)等，設(shè)計(jì)出能進(jìn)行到站信息預(yù)報(bào)的公交電子站牌系統(tǒng)。在經(jīng)濟(jì)相對發(fā)達(dá)的北京、沈陽和廣州等城市已經(jīng)率先安裝該系統(tǒng)，其預(yù)測準(zhǔn)確誤差約為1~2分鐘，有效預(yù)報(bào)率高達(dá)94%。但從總體上來看，國內(nèi)關(guān)于公交車運(yùn)行時(shí)間預(yù)測技術(shù)的研究仍然相對來說較少，多數(shù)已有研究和應(yīng)用的重點(diǎn)仍局限于預(yù)測公交車輛到達(dá)下游站點(diǎn)的距離。由于車輛在行駛過程中受到各種隨機(jī)因素的影響，因而對乘客而言，獲得距離信息往往沒有時(shí)間信息更加直觀和可靠。2研究內(nèi)容優(yōu)先發(fā)展城市公共交通系統(tǒng)對緩解城市道路壓力有著不可或缺的作用，通過對公交系統(tǒng)的信息化和智能化可以有效提高整個(gè)道路系統(tǒng)的運(yùn)行效率和服務(wù)水平。公交車輛到站時(shí)間作為乘客最為關(guān)心的公交信息，可以有效減少乘客候車時(shí)間以及提高乘車滿意度，對于加強(qiáng)公交服務(wù)水平、提高公交吸引力有著極為重要的作用。本文以烏魯木齊市公交系統(tǒng)為背景，提出了預(yù)測公交到站時(shí)間的若干手段和方法，采用了基于支持向量機(jī)和停車延誤的預(yù)測模型，以求獲得較高的預(yù)測精度。本論文的主要內(nèi)容如下：第一章，緒論。這章是全文的開始和基礎(chǔ)，論述了我國城市交通所遇到的問題以及優(yōu)先發(fā)展城市公共交通的意義，并點(diǎn)明了實(shí)現(xiàn)公交信息智能化的必要性。同時(shí)介紹了國內(nèi)外智能公交系統(tǒng)和車輛到站時(shí)間預(yù)測的發(fā)展現(xiàn)狀。第二章，研究內(nèi)容簡介，大體介紹了本文的研究內(nèi)容以及全文的基本結(jié)構(gòu)。第三章，基于支持向量機(jī)的公交車輛路段運(yùn)行時(shí)間預(yù)測?？紤]到公交車輛在路段上運(yùn)行時(shí)間和站內(nèi)停車時(shí)間分布的不一致性，本文采用了分步的方式對公交到站時(shí)間進(jìn)行預(yù)測。本章對公交車輛在路段上運(yùn)行時(shí)間的預(yù)測模型進(jìn)行了探討。第四章，基于停車延誤的公交車站服務(wù)時(shí)間預(yù)測。本章主要對公交車輛在站點(diǎn)的停車服務(wù)時(shí)間預(yù)測算法進(jìn)行了設(shè)計(jì)根據(jù)公交停靠站點(diǎn)的設(shè)置位置、設(shè)然后將公交?？窟^程特征進(jìn)行分析，總結(jié)出規(guī)律；最后設(shè)計(jì)了基于停車次數(shù)（延誤）對公交車輛的站內(nèi)停車服務(wù)時(shí)間進(jìn)行了預(yù)測。第五章，公交車到站時(shí)間預(yù)測模型驗(yàn)證。本章主要對模型進(jìn)行了驗(yàn)證，計(jì)算了其精確值、與實(shí)際值之間的時(shí)間差等。最后對預(yù)測結(jié)果進(jìn)行了分析，找出了其誤差的原因與改進(jìn)辦法。第六章，結(jié)論與展望。本章對論文的研究工作進(jìn)行總結(jié)與歸納，指出了論文的研究成果和結(jié)論，探討了論文的工作與不足，并對未來迸一步的研究方向和研究內(nèi)容作了分析和展望。3基于支持向量機(jī)的公交車輛路段運(yùn)行時(shí)間預(yù)測目前國內(nèi)外對于公交車輛到站時(shí)間的預(yù)測方法中對于車輛進(jìn)站后的服務(wù)時(shí)間的重視程度不夠，仍未考慮到公交車輛在路段運(yùn)行時(shí)間和在公交站臺停車服務(wù)時(shí)間的不同性。本文在算法的選擇上，嘗試將兩者進(jìn)行區(qū)分對待，分別進(jìn)行預(yù)測。本章就影響公交車輛在路段運(yùn)行時(shí)間的各方面因素進(jìn)行分析，采用支持向量機(jī)作為公交車運(yùn)行時(shí)間預(yù)測模型，并根據(jù)烏魯木齊特有的情況進(jìn)行了區(qū)別對待，對于影響因素適當(dāng)?shù)倪M(jìn)行了增減。1影響車輛路段運(yùn)行時(shí)間預(yù)測的主要因素1.1路段運(yùn)行時(shí)間的定義對于兩個(gè)相鄰站點(diǎn)來說，路段運(yùn)行時(shí)間是指公交車輛從站點(diǎn)i離開時(shí)刻至到達(dá)站點(diǎn)i+l并準(zhǔn)備進(jìn)站時(shí)刻的時(shí)間差，即公交車在兩個(gè)相鄰站點(diǎn)之間的運(yùn)行時(shí)間。這其中包括正常行駛時(shí)間和停車延誤時(shí)間。停車時(shí)間主要是指交叉口紅綠燈停車等待時(shí)間和路途行駛中其他因素導(dǎo)致的停車延誤時(shí)間，不包括車輛在公交站點(diǎn)的等待及乘客上下車產(chǎn)生的停車時(shí)間，本文將站臺內(nèi)的時(shí)間消耗稱為停車服務(wù)時(shí)間t,并將在第四章對由此造成的時(shí)間消耗進(jìn)行詳細(xì)論述。對于多個(gè)連續(xù)站點(diǎn)而言，記公交車輛從站點(diǎn)i離開時(shí)刻至到達(dá)站點(diǎn)i+n（n1,一般來說n5）并準(zhǔn)備進(jìn)站時(shí)刻的時(shí)間差為T,公交車在站點(diǎn)i+l,i+2,…，i+n-1的停車時(shí)間分別記為ti1,ti2,…，tin1,則其路段運(yùn)行時(shí)間為Tti1ti2Ln1。1.2影響車輛路段運(yùn)行時(shí)間的因素（1）路段正常行駛時(shí)間路段正常行駛時(shí)間是指除去受交叉口和其他突發(fā)事件因素，如交通事故等的影響，公交車以正常速度完成指定路段行駛過程所消耗的時(shí)間。這部分時(shí)間主要與以下因素有關(guān)：1）道路基礎(chǔ)設(shè)置。指公交車所經(jīng)過路段的等級、車道數(shù)和通行能力等硬件條件，這直接影響著公交車輛的行駛速度，從而影響著車輛的運(yùn)行時(shí)間。2）時(shí)間因素。城市道路交通受時(shí)間變化的影響較大，同一天內(nèi)交通流量平峰期和高峰期的道路使用率呈現(xiàn)出較大的變化，直接導(dǎo)致路網(wǎng)上車輛的平均行車速度出現(xiàn)明顯的差別，是影響車輛路段運(yùn)行時(shí)間諸多因素中極為重要的一個(gè)。3)車輛因素。指公交車輛本身的性能，如最高車速、加速和減速性能等，對于大多數(shù)市區(qū)運(yùn)行的公交線路，由于城市道路交通壓力負(fù)荷較大，且道路狀況較為復(fù)雜，車輛在行駛中加、減速頻繁且車速不高，因此車輛的加、減速性能尤為重要。4)人的因素。主要是指駕駛員的駕駛技能和應(yīng)付復(fù)雜情況的能力。在我市，城市公交車路段正常行駛時(shí)間所占比例與其他城市相比存在較大差距，據(jù)資料統(tǒng)計(jì)，烏魯木齊市公交車輛在路段上正常行駛的時(shí)間約占總運(yùn)行時(shí)間(包含站內(nèi)停車服務(wù)時(shí)間)的48%~61%,而在公交系統(tǒng)比較發(fā)達(dá)的其他城市，該比例為65%-75%,這一方面與我市的城市道路交通秩序較為混亂有關(guān)，另一方面也因?yàn)槟壳皩粌?yōu)先的實(shí)施力度并不是很明顯。以烏魯木齊市BRT快速公交為例，為公交車輛設(shè)置專用的、與其他社會(huì)車輛有物理設(shè)施分割的公交專用車道僅在為數(shù)不多的幾條BRT線路上存在，公交優(yōu)先還未被真正的落到實(shí)處。2支持向量機(jī)在公交車輛路段運(yùn)行時(shí)間預(yù)測中的應(yīng)用公交車輛在路段上運(yùn)行時(shí)間的預(yù)測必須具有實(shí)時(shí)性、可靠性和高精度。通常公交車在路段上行駛的速度受到很多隨機(jī)因素的干擾，如：天氣和交通擁擠程度的變化等，準(zhǔn)確的預(yù)測車輛在路段上行駛所用的時(shí)間是非常困難的。近年來，出現(xiàn)了一種新的機(jī)器學(xué)習(xí)方法一一支持向量機(jī)(SVM),它主要研究如何從有限觀測數(shù)據(jù)和樣本中挖掘出目前尚不能通過原理分析得到的規(guī)律，并利用這些規(guī)律去分析客觀對象，對未知數(shù)據(jù)或無法觀測的新現(xiàn)象進(jìn)行預(yù)測和判斷。SVM的理論基礎(chǔ)是統(tǒng)計(jì)學(xué)理論，但是，不同于傳統(tǒng)統(tǒng)計(jì)學(xué)的漸進(jìn)理論，SVM研究的是在小樣本下的統(tǒng)計(jì)學(xué)規(guī)律。它具有很強(qiáng)的學(xué)習(xí)能力，泛化能力明顯優(yōu)于神經(jīng)網(wǎng)絡(luò)，很容易在擬合程度與泛化水平上進(jìn)行平初。因此，本文選取了SVM來進(jìn)行公交車輛在路段上運(yùn)行時(shí)間的預(yù)測。3支持向量機(jī)基本原理網(wǎng)支持向量機(jī)(SVM,SupportVectorMachines)是Vapnik等根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論中的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則提出的。SVM能夠提高學(xué)習(xí)機(jī)的推廣能力，即使由有限訓(xùn)練樣本得到的決策規(guī)則對獨(dú)立的測試集仍能夠得到較小的誤差。此外，支持

向量機(jī)算法是一個(gè)凸二次優(yōu)化問題，能夠保證找到的極值解是全局最優(yōu)解。這些特點(diǎn)使支持向量機(jī)成為一種優(yōu)秀的學(xué)習(xí)算法。SVM是統(tǒng)計(jì)學(xué)習(xí)理論中最年輕的內(nèi)容，也是最實(shí)用的部分。下面就支持向量機(jī)的一些基本原理進(jìn)行簡要的敘述：(1)廣義最優(yōu)分類超平面假定訓(xùn)練數(shù)據(jù)(X,yJ…,(xi,yjxRn,y{1,1}可以被一個(gè)超平面(Xi)b0分開，如果這個(gè)向量被超平面沒有錯(cuò)誤的分開，并且離超平面最近的向量與超平面之間的距離是最大的，則這個(gè)超平面為最優(yōu)超平面。為了描述分類超平面，使用一下的形式：(為)b1ifyi1(為)b1ifyi11,i1,…1,i1,…,l()I『成為一個(gè)最小化的超I*|=1如果它以如下的形式將向量X若(*x)-b若(*x)-b間隔分類超平面集合的VC維的定yj(Xi)b]可以驗(yàn)證，最優(yōu)超平面就是滿足條件并且使得平面。對一個(gè)超平面(x)b0,分類：則稱之為間隔分類超平面，并有以下關(guān)于理。y{則稱之為間隔分類超平面，并有以下關(guān)于理。(2)非線性情況為了解決非線性的問題，支持向量機(jī)采用了通過非線性變化，將非線性問題轉(zhuǎn)化為另一個(gè)高維特征空間的線性問題，在這個(gè)高維空間求最優(yōu)的線性分類超平面。在線性不可分的問題上，Vapnik等人成功的引入了核空間理論，將低維輸入空間的數(shù)據(jù)通過非線性映射函數(shù)映射到高維屬性空間，從而把分類問題轉(zhuǎn)化到高維屬性空間進(jìn)行。大多數(shù)輸入空間線性不可分問題在屬性空間可以轉(zhuǎn)化為線性可分問題。由于最優(yōu)函數(shù)和分類函數(shù)都只涉及訓(xùn)練樣本之間的內(nèi)積運(yùn)算，所以，高維特征空間只需進(jìn)行內(nèi)積運(yùn)算，而這種內(nèi)積運(yùn)算又可以通過原輸入空間的核函數(shù)的計(jì)算實(shí)現(xiàn)，即核函數(shù)K(xi,yj)(x)(xj。通常來說，對于非線性問題，通過非線性映射變換為一個(gè)高維空間線性問題的困難在于這個(gè)變換可能非常復(fù)雜。對于支持向量機(jī)而言，這里沒有必要解出變化的具體形式，只要核函數(shù)K(x，Xj)滿足一定的條件，就一定對應(yīng)某一空間中的內(nèi)積。仔細(xì)觀察線性情況下的分類函數(shù)可以知道，其函數(shù)只包括待分類樣本與訓(xùn)練樣本中的支持向量機(jī)的內(nèi)積，它的求解過程也只涉及訓(xùn)練樣本之間的內(nèi)積運(yùn)算，因此可以通過核函數(shù)K(Xi,x)來代替最優(yōu)分類超平面的點(diǎn)積，從而避免在高維特征空間進(jìn)行的復(fù)雜運(yùn)算。樣本空間中分類函數(shù)變?yōu)?1口*f(x)sgn-ayiK(xi,xj)bi1核函數(shù)的選擇需要滿足一定的條件，選擇不同形式的核函數(shù)可以產(chǎn)生不同的支持向量機(jī)。SVM的關(guān)鍵在于核函數(shù)，這也是最值得本文應(yīng)用的地方。低維空間向量通常難以劃分，解決的方法是將它們映射到高維空間。但這個(gè)辦法帶來的困難就是計(jì)算復(fù)雜度的增加，而核函數(shù)正好巧妙地解決了這個(gè)問題。也就是說，只要選用適當(dāng)?shù)暮撕瘮?shù)，我們就可以得到高維空間的分類函數(shù)。這正可以滿足本文對公交車輛路段運(yùn)行時(shí)間的預(yù)測，由于路網(wǎng)上各種因素的影響，導(dǎo)致輸入量(路網(wǎng)上影響車輛運(yùn)行時(shí)間的各種因素)和輸出量(運(yùn)行時(shí)間)很難在低維空間上找到對應(yīng)函數(shù)關(guān)系，利用SVM可以在不求解函數(shù)的情況下，利用核函數(shù)進(jìn)行高維映射，找尋輸入量和輸出量之間的對應(yīng)關(guān)系，使得預(yù)測可以有保障地進(jìn)行。4回歸支持向量積由于SVM不要求具體的函數(shù)形式，一個(gè)訓(xùn)練好的SVM可以捕獲非線性或時(shí)變系統(tǒng)的輸出變量和輸入變量之間的復(fù)雜關(guān)系。因此，SVM在一些很難用的

數(shù)學(xué)公式表達(dá)的復(fù)雜系統(tǒng)中進(jìn)行預(yù)測時(shí)是非常有用的。因此，SVM算法是一個(gè)凸二次優(yōu)化問題，能夠保證找到的極值就是全局最優(yōu)解，而不像其他一些非線性優(yōu)化方法易限于局部最小點(diǎn)。下面就通過核函數(shù)所有運(yùn)算都不必映射到高維空問，可以直接在輸入空間上計(jì)算”這樣的定理給予證明。令x表示輸入向量，y表示輸出向量。如果給定l組關(guān)系未知的樣本：TOC\o"1-5"\h\z(。y)(x2,丫2),??，(為，y)(XjXRn,yiYR)(3-1)SVM可以利用一個(gè)非線性映射，將數(shù)據(jù)x映射到高維特征空間H,并在這個(gè)空間進(jìn)行線性逼近，找到映射函數(shù)使其能夠很好的逼近給定數(shù)據(jù)樣本。由統(tǒng)計(jì)學(xué)習(xí)理論可知，該函數(shù)具有以下形式：f(x)(x)b(3-2)可以把回歸估計(jì)的問題定義為對一個(gè)損失函數(shù)進(jìn)行風(fēng)險(xiǎn)最小化的問題，最優(yōu)的回歸函數(shù)是通過在一定的約束條件下最小化規(guī)則化風(fēng)險(xiǎn)泛函：21l(3-3)C-L(yi,f(xJ)(3-3)li1式3-3中第一項(xiàng)使函數(shù)更為平坦，從而提高泛化能力，稱為規(guī)劃化項(xiàng)；第二項(xiàng)則為經(jīng)驗(yàn)風(fēng)險(xiǎn)泛函，可由不同的損失函數(shù)確定，常數(shù)C0控制對超出誤差的yf(xpV\f(%)yf(xpV\f(%)(3-4).ryif(xi)L(yi,f(xj){0i'對于L(y,f(x)),如果估計(jì)輸出f(xj與期望輸出yi的偏差的絕對值小于,則它等于0;否則，它等于偏差的絕對值減去，通過引入非負(fù)的松駛變量最小化式3-3可重新描述為：C；11*i)(3-5)s.t示:件:V\大多數(shù)情況下，式\C(i

i1*i)（為）(3-6)(X1)by\i=1L(3-7)3-5可以通過它的對偶模型來求,求解方式如下式3-8所(iii1\*a(i1*i)\a(1(x)b)這里，L是拉格朗日函數(shù),，ai，(x)b)(3-8)*一…、一-ai為拉格朗日乘子，滿足一下條(3-9)拉格朗日函數(shù)L在鞍點(diǎn)處是關(guān)于w,b,i*i極小點(diǎn)，故可得到:bL\(ai1*ai(3-10)bL(aii1*、，、a)(Xi)0(3-11)*Li*ai(3-12)將式3-10、3-11、3-12代人3-8,可得拉格朗日對偶函數(shù)maxWge)乂(&a)i1(aiai)i11i2i1\(aij1aj(aja)(x)(x)(3-13)s.t，*、八(aia)0(3-14)i1*qW0,C(3-15)函數(shù)式3-11的最小化是一個(gè)凸二次優(yōu)化問題，通過拉格朗日理論，這里可以最終得到：iTOC\o"1-5"\h\z.*.(aiai)X(3-16)i1....*一式中的ai,ai為拉格朗日乘子。如此得出：l*

f(x)(aiaj(Xi)(x)b⑶仔)i1將核函數(shù)K(Xi，Xj)帶入到式3-17中可以得出下式：lr?\?__*、■//\!f(X)(qq)K(Xj,Xj)b⑶⑻i1K(Xi,Xj)是向量Xi和Xj在特征空間(x)和(Xj)上的內(nèi)積，即：K(Xi,Xj)(Xi)(Xj)(3-19)因此通過核函數(shù)所有的運(yùn)算都不必映射到高維空間，可以直接在輸入空間上計(jì)算，所以將SVM運(yùn)用到公交車輛路段時(shí)間運(yùn)行預(yù)測是較為合適的。4停車延誤的公交車站服務(wù)時(shí)間預(yù)測公交站點(diǎn)是最為基礎(chǔ)的城市公交設(shè)施，它是乘客和公共交通運(yùn)輸系統(tǒng)最為直接的聯(lián)系紐帶，是公交系統(tǒng)實(shí)現(xiàn)其服務(wù)而不可缺少的一個(gè)重要環(huán)節(jié)，公交車輛必須在此?？繉?shí)現(xiàn)其對乘客進(jìn)行服務(wù)的目的，乘客也必須在此上下車實(shí)現(xiàn)其出行的目的。公交車輛在站點(diǎn)?？渴怯绊戭A(yù)測公交運(yùn)行時(shí)間的關(guān)鍵因素，在公交客流較大的集散站點(diǎn)，常有多條公交線路經(jīng)過，造成這些站點(diǎn)上下車和換車的乘客多，為了方便乘客換乘，各條線路的?？空军c(diǎn)一般會(huì)集中設(shè)置，這樣的站點(diǎn)可以稱為多線路公交?？空军c(diǎn)。此類公交站點(diǎn)的特點(diǎn)是公交車和乘客流量都較大，尤其是在早晚高峰期，當(dāng)多輛公交車同時(shí)到站時(shí)，極易造成?？繀^(qū)域內(nèi)秩序混亂，導(dǎo)致站內(nèi)停車時(shí)間大幅延長，并增加了其不確定性。而目前在對公交車輛到達(dá)時(shí)間進(jìn)行預(yù)測的研究中，對于車輛的站點(diǎn)停靠并給予足夠的重視，造成了在交通高峰時(shí)段預(yù)測結(jié)果的精確度不理想，因此本章將對公交車站服務(wù)時(shí)間預(yù)測進(jìn)行詳細(xì)探討。1公交車輛站內(nèi)服務(wù)時(shí)間特征分析影響乘客上下車速度的因素有很多，主要有兩方面因素。一是客觀因素（受硬件條件制約），包括：①車門寬度和數(shù)量；②上下車踏板的級數(shù)和高度；③刷機(jī)卡機(jī)等售檢票方式；④車內(nèi)構(gòu)造，如過道寬度及座位構(gòu)造等；⑤上、下車乘客車流組織方式和狀態(tài)；⑥車站路面、路緣石高度以及停車地點(diǎn)的條件與構(gòu)造。二是乘客主觀因素（受乘客的心理影響），主要包括：①天氣情況；②站臺及公交車上的擁擠程度；③車內(nèi)是否有空位；④乘客攜帶行李的多少，尤其對長途公交車影響較為明顯。通過國內(nèi)外已有的研究成果和后期對烏魯木齊市內(nèi)隨機(jī)抽取的5個(gè)典型公交車站的調(diào)查進(jìn)行分析，可知乘客上下車時(shí)間具有以下特征；①乘客的上車時(shí)間明顯大于下車時(shí)間，尤其是烏魯木齊市目前乘客壓力較大的公交車乘客上車時(shí)間明顯大于下車時(shí)間；②車門較寬，允許兩名乘客同時(shí)下車的車輛比只允許一名乘客下車的要省時(shí)27%~46%;③客流高峰時(shí)期，車內(nèi)通道較寬的車輛比通道較窄的車輛可以減少乘客上下車時(shí)間；④當(dāng)車內(nèi)有站立乘客時(shí)，乘客上下車時(shí)間將明顯增加。（3）加速離站過程加速離站是指公交車輛在公交站點(diǎn)范圍之內(nèi)，完成乘客上下車服務(wù)并關(guān)閉車門后開始加速出站，直至達(dá)到正常行駛速度的運(yùn)行過程。不同型式的公交停靠站點(diǎn)其車輛出站運(yùn)行特征不同。①直線式公交停靠站公交車出站特征描述對于直線式?？空緛碚f，公交車出站的過程較為簡單，其表現(xiàn)為一個(gè)公交車在乘客上下車結(jié)束后從零速啟動(dòng)加速直至達(dá)到正常的跟車行駛狀態(tài)的過程。根據(jù)實(shí)際的調(diào)查情況和資料統(tǒng)計(jì)，在理想交通狀態(tài)下，在公交車加速出站的過程中，公交駕駛員一般要進(jìn)行三次換檔才能完成加速出站過程。第一個(gè)檔位的車速一般取10~15krn/h,時(shí)長為2s：第二個(gè)檔位白車速一般取20~25km/h,時(shí)長為3s；第三個(gè)檔位白車速一般取30~35km/h;當(dāng)公交車到達(dá)第三檔位車速時(shí)即認(rèn)為加速出站過程結(jié)束，車輛進(jìn)入跟車行駛狀態(tài)。當(dāng)交通較為擁堵的情況下，道路通行速度較低，當(dāng)公交車行駛速度達(dá)到道路行車平均速度后即可視為已經(jīng)離站，實(shí)際離站時(shí)間與平峰時(shí)期沒有較大差異。②港灣式公交?？空竟卉嚦稣咎卣髅枋鰧τ诟蹫呈焦煌？空緛碚f，由于公交車輛出站時(shí)要重新匯入相鄰車道的直行交通流，使得公交出站過程較為復(fù)雜。除了要考慮公交車的加速出站過程，還要考慮與停靠站相鄰車道的交通狀態(tài)的影響。一般情況下認(rèn)為與停靠站相鄰的路段車道的直行交通流為優(yōu)先交通流，停靠站的公交車出站時(shí)要讓行，但從目前烏魯木齊市實(shí)際的公交車輛運(yùn)行狀況來看，情況并非如此，由于出站的公交車爭道搶行，迫使路段的交通流減速甚至產(chǎn)生擁塞的情況比比皆是，而公交車輛的出站受影響卻不是很大，因此，本文將車港灣式站點(diǎn)車輛出站等同為直線式站點(diǎn)。4.2公交站點(diǎn)車輛站內(nèi)服務(wù)時(shí)間特征調(diào)查分析4.2.1站點(diǎn)的車輛到達(dá)分布特征由于在一定時(shí)間問隔內(nèi)，例如平峰和高峰小時(shí)，公交線路的發(fā)車間隔是一定的。因此，理論上一個(gè)站點(diǎn)在一定的時(shí)間問隔內(nèi)，公交車輛的到達(dá)數(shù)量應(yīng)該是恒定不變的，等于各個(gè)線路公交發(fā)車頻率之和與統(tǒng)計(jì)時(shí)間的乘積。但是，實(shí)際上在沒有完全實(shí)行公交專用道和交叉口公交信號優(yōu)先的情況下，由于公交車輛的運(yùn)行受到道路交通條件、交叉口信號控制和站點(diǎn)?？垦诱`等不確定因素的影響，每輛公交車到達(dá)站點(diǎn)的時(shí)間是不確定的，同一條線路相鄰的兩輛公交車輛到達(dá)站點(diǎn)的時(shí)間間隔與發(fā)車間隔也不一致。因此，在較短的時(shí)間間隔內(nèi)，公交站點(diǎn)車輛的到達(dá)是不確定的。4.2.2進(jìn)出站過程中加減速時(shí)間特征分析影響公交車輛進(jìn)出站時(shí)加減速時(shí)間的因素有很多，其中主要有道路交通流量、車站乘客數(shù)量、車輛性能和站臺設(shè)置形式等。根據(jù)對烏魯木齊市的4個(gè)不同公交站點(diǎn)的調(diào)查數(shù)據(jù)，對結(jié)果進(jìn)行統(tǒng)計(jì)（見附錄3）0結(jié)果顯示：直線式與港灣式?？空竟卉囕v的進(jìn)站減速時(shí)間差別不大，直線式公交?？空疽话慵性?~8秒之間，其中以4~6秒為最多，占調(diào)查總數(shù)的45%,其次為6~8秒，占調(diào)查總數(shù)的36%;港灣式公交停靠站一般集中在4~10秒，依然以4~6秒為最多，占調(diào)查總數(shù)的41%。直線式與港灣式公交車輛的離站加速時(shí)間有著較明顯的差別，直線式?？空竟卉囕v的離站加速時(shí)間一般集中在6~14秒之間，以8~10秒為最多，占調(diào)查總數(shù)的38%,其次為10~12秒，占調(diào)查總數(shù)的31%;而港灣式?？空镜能囕v離站加速時(shí)間比較離散，大概集中在6~18秒之間，以12~14s為最多，占調(diào)查總數(shù)的27%,其次為10~12秒，占調(diào)查總數(shù)的24%。3停車服務(wù)時(shí)間預(yù)測本節(jié)預(yù)測的公交停車服務(wù)時(shí)間指的是公交車駛?cè)胝九_的起點(diǎn)至離開站臺這段正常?？窟^程中所花費(fèi)的時(shí)間，也可稱為停車延誤，在數(shù)值上表現(xiàn)為車輛在實(shí)際運(yùn)行過程中和在理想狀態(tài)下不停車通過站臺的時(shí)間差值[11]。本章的前部已經(jīng)簡要的論述了整個(gè)?？窟^程以及各過程的時(shí)間分布特征，這里將其簡要敘述為以下幾個(gè)步驟：1、減速進(jìn)站；2、等待前面車輛；3、停車/同時(shí)開門；4、乘客上下車；5、關(guān)門；6、等待前面車輛并準(zhǔn)備離站，可能產(chǎn)生二次及多次停車；7、加速離站。當(dāng)在交通平峰時(shí)段，步驟2和6發(fā)生的情況比較少，車輛直接就可進(jìn)站提供服務(wù)，同時(shí)乘客上下車并關(guān)門后車輛可以直接離開站點(diǎn)，但是當(dāng)高峰時(shí)期，由于路網(wǎng)上車流密度較大，各個(gè)班次的公交車輛同時(shí)進(jìn)出站而造成了站點(diǎn)內(nèi)部的擁堵，這會(huì)導(dǎo)致車輛的二次停車以及出站困難，本小節(jié)主要就基本的一次停車服務(wù)進(jìn)行分析。由于預(yù)測算法中涉及變量較多，下面首先就各個(gè)變量進(jìn)行定義：站臺長度為L;公交車輛長度為1;公交車輛駛?cè)胝军c(diǎn)時(shí)耗為Td;公交車輛在駛?cè)胝军c(diǎn)前的平均速度為vd;公交車輛的進(jìn)立^寸減速度為ad;公交車輛駛出站點(diǎn)時(shí)耗為Tu;公交車輛在駛出站點(diǎn)后的平均速度為vu;公交車輛的出立^寸加速度為au;乘客上下車時(shí)間Tp；上車乘客數(shù)為Nu；下車乘客數(shù)為Nd;上車乘客的平均時(shí)耗為Tu;下車乘客的平均時(shí)耗為Td;由于各種原因造成的對乘客上下車速度的影響因子F;理想狀態(tài)下公交車輛不停車通過站臺的時(shí)耗為T公交車輛的總停車服務(wù)時(shí)間為Ts在一次停車的狀態(tài)下，公交車輛的停車服務(wù)時(shí)間表示方法較為簡單，只需要考慮車輛的停車、啟動(dòng)以及乘客上下車的因素，比較易于分析。在基本延誤過程中不考慮其它車輛的干擾，特別是前面車輛的干擾，在分析過程中假設(shè)站臺長度L足夠長，車輛在站臺內(nèi)才開始制動(dòng)。即L應(yīng)滿足：Lvd2/2advu2/2au而公交車輛的停車服務(wù)時(shí)間可以描述為：TsTdTuTpT(LlVd2/2ad心儂)/%t其中：TdVd/adTuvu/auT(Ll)/Vd一,一,2一一2一一,,、,一式中LlVd12adVu/2au車輛加速離站時(shí)，當(dāng)速度達(dá)到Vu而并未完全駛出站臺時(shí)，以此速度勻速離開站臺所消耗的時(shí)間。式中影響因子廳的取值則根據(jù)天氣概況、站內(nèi)及車內(nèi)人數(shù)和車輛的具體特征進(jìn)行取值，其取值范圍一般為0.8?1.5不等。5公交車到站時(shí)間預(yù)測模型驗(yàn)證隨著新疆經(jīng)濟(jì)的快速發(fā)展，烏魯木齊作為一個(gè)國際化大城市，機(jī)動(dòng)車的持續(xù)快速增長給城市交通帶來巨大壓力，路、橋等交通設(shè)施的建設(shè)難以適應(yīng)汽車高速增長的需要，因此大力發(fā)展公共交通成為目前的首要任務(wù)。在這里本文的預(yù)測實(shí)例驗(yàn)證將選取烏魯木齊市的一個(gè)公交線路為背景進(jìn)行，根據(jù)第二章乘客需求調(diào)查中得知，絕大多數(shù)乘客對預(yù)測信息需求時(shí)間是10分鐘，即只關(guān)心十分鐘內(nèi)公交車輛的到達(dá)信息，因此本文實(shí)例選取大體上基于此要求。為驗(yàn)證上述模型的精度，進(jìn)行了與實(shí)際時(shí)間的比較，本文選取的烏魯木齊市52路公交車路線的11個(gè)車站10個(gè)路段進(jìn)行預(yù)測，然后與實(shí)際運(yùn)行時(shí)間進(jìn)行相比較。52路公交車從哈密路到鐵路局，全長6.7km,共11個(gè)車站。

科學(xué)院〃經(jīng)管學(xué)院.、rvifl'AlL首,1蘇值?a峨*歷■本郭用ET■.中fa成疣巾AftAJL科學(xué)院〃經(jīng)管學(xué)院.、rvifl'AlL首,1蘇值?a峨*歷■本郭用ET■.中fa成疣巾AftAJL二,"'%二L小西溝+JI蘇州殖立幺措4四.支精?廠工圖5-152路公交路線站點(diǎn)地理位置圖漠洱■4:1j科技館之st血站,帽■中立力十3甲it爐事"頭客111*越皿選取正常工作日的早高峰(8:30~10:30)、平峰(13:00-15:00)和晚高峰(18:30-30:30),共獲得6組有效數(shù)據(jù)。每組數(shù)據(jù)包括，每輛公交車到達(dá)各站點(diǎn)時(shí)間和從該站點(diǎn)出發(fā)的時(shí)間，SVM的輸入變量為路段的運(yùn)行時(shí)間，為此，將調(diào)查的數(shù)據(jù)轉(zhuǎn)換成每輛公交車在兩個(gè)車站之間的運(yùn)行時(shí)間，并對數(shù)據(jù)進(jìn)行歸一化處理。表3-1公交車輛路段運(yùn)行時(shí)間分配表影響因素交叉口延誤路段正常運(yùn)行其他交通延誤所占比重(%)25%70%5%本示例預(yù)測是52路車從哈密路發(fā)車，行駛至鐵路局需要的全部時(shí)間。在平峰時(shí)段和高峰時(shí)段，具預(yù)測結(jié)果與實(shí)際情況分別進(jìn)行對比，其結(jié)果如表中所示

表5-2、5-4中所列出的預(yù)測值是SVM預(yù)測值與站內(nèi)預(yù)測值，時(shí)間差值是預(yù)測的公交車從哈密路駛出至到達(dá)鐵路局站總消耗時(shí)間與真實(shí)值之間的差值。表5-2平峰時(shí)段預(yù)測值與真實(shí)值對照表（單位：秒）班次預(yù)測值真實(shí)值時(shí)間差值路段時(shí)間站內(nèi)時(shí)間路段時(shí)間站內(nèi)時(shí)間13512301072881510329-29350114716-24622166343661126910-6740935122833163822-1191201015113-341032143716-7569135629175-100總時(shí)間704804-100

圖5-3平峰時(shí)段預(yù)測值與真實(shí)值之間的比較表5-4高峰時(shí)段預(yù)測值與真實(shí)值對照表（單位：秒）班次預(yù)測值真實(shí)值時(shí)間差值路段時(shí)間站內(nèi)時(shí)間路段時(shí)間站內(nèi)時(shí)間138194620-9270159316-24351147435-44425172919-6544137115-29632164115-8741115112-11829173826141031214823-19438161583198-182總時(shí)間599781-182表5-5高峰時(shí)段預(yù)測值與真實(shí)值之間的比較從預(yù)測結(jié)果與真實(shí)值的對比分析，可以總結(jié)出以下幾點(diǎn)：(1)本文所采用的預(yù)測方法的預(yù)測精度可以滿足使用要求，平峰時(shí)段預(yù)測值與真實(shí)值的時(shí)間差控制在40秒以內(nèi)，而高峰時(shí)段的時(shí)間差在60秒內(nèi)，雖然差值較大，但也可以滿足要求，根據(jù)調(diào)查，高峰時(shí)段精準(zhǔn)度在2分鐘以內(nèi)的預(yù)測結(jié)果還是可以讓絕大多數(shù)乘客滿足。(2)對于路段運(yùn)行時(shí)間預(yù)測，無論是平峰還是高峰時(shí)段，具預(yù)測結(jié)果都不是很理想，這是由于好多因素未考慮到；同時(shí)，由于公交車運(yùn)行時(shí)間采集不夠精確使運(yùn)行時(shí)間有一定的誤差；就是烏魯木齊近期在施工，對公交車運(yùn)行有這一定的影響。(3)對于平峰時(shí)段的站內(nèi)停車服務(wù)時(shí)間的預(yù)測，預(yù)測值普遍略小于真實(shí)值，這主要是由于平峰時(shí)段乘客上下速度不一，尤其是乘客分批到達(dá)時(shí)，司機(jī)會(huì)停車進(jìn)行等候，導(dǎo)致了實(shí)際的站內(nèi)服務(wù)時(shí)間值比預(yù)測值偏大，這一現(xiàn)象可通過長期的數(shù)據(jù)調(diào)研，找出預(yù)測值和實(shí)際值之間的差值規(guī)律，進(jìn)一步縮小預(yù)測誤差。(4)部分高峰時(shí)段的站內(nèi)停車服務(wù)時(shí)間預(yù)測值明顯低于真實(shí)值，有些站高出真實(shí)值好多，這是由于預(yù)測還有部分因素沒有考慮到，而且由于道路施工情況影響了公交車的運(yùn)行，或者某些路段造成大量的車輛擁擠狀況，這都是為考慮到的。還有就是沒有考慮到公交車在站內(nèi)二次及多次停車延誤這一步驟，而這一過程在算法中無法得以體現(xiàn)，所以導(dǎo)致預(yù)測值高于真實(shí)值。6結(jié)論與展望公交到站時(shí)間預(yù)測是智能公交系統(tǒng)的重要組成部分及關(guān)鍵技術(shù)之一，對促進(jìn)城市公交系統(tǒng)的進(jìn)步與發(fā)展及提高公交乘客的乘車滿意度有著極為重要的意義。本文分析了公交預(yù)測技術(shù)的研究和應(yīng)用現(xiàn)狀，并根據(jù)烏魯木齊市目前已有公交系統(tǒng)資源，在對其架構(gòu)進(jìn)行分析，確定了研究的技術(shù)可行性及現(xiàn)實(shí)可行性，并在公交車站調(diào)查和走行調(diào)查的基礎(chǔ)之上，設(shè)計(jì)了基于支持向量機(jī)的公交路段運(yùn)行時(shí)間預(yù)測模型和基于停車延誤的公交車站服務(wù)時(shí)間預(yù)測算法，通過實(shí)例可以驗(yàn)證，這里所設(shè)計(jì)的模型和算法具有較高的準(zhǔn)確性。由于公交到達(dá)時(shí)間的預(yù)測過于復(fù)雜，加之本人的能力和時(shí)間限制，本文在以下幾處仍存在不足和尚未解決的問題：(1)由于調(diào)查經(jīng)費(fèi)和時(shí)問限制，對于公交數(shù)據(jù)采集得不夠全面，因此在平峰時(shí)段公交車站服務(wù)時(shí)間的預(yù)測算法中，預(yù)測值和真實(shí)值之間本可以通過長期調(diào)研進(jìn)行修正的誤差值無法得知，未能進(jìn)一步提高其預(yù)測精度。(2)對于公交車站服務(wù)時(shí)間的預(yù)測，由于在高峰期公交車輛站內(nèi)停車次數(shù)的不確定性在算法中難以體現(xiàn)，導(dǎo)致對個(gè)別車輛的預(yù)測結(jié)果出現(xiàn)了較大的偏差，這也是尚待解決的一個(gè)問題。參考文獻(xiàn)：[1]譚滿春，毛宗元.城市公共汽車?？空具x址模型[J].公共交通科技，1999,16(2):59-61.[2]楊濤.我國城市道路網(wǎng)體系基本問題及若干建議[J].城市交通,2004,2(3):326-327.[3]李小靜.對城市公交路網(wǎng)優(yōu)化內(nèi)涵的分析與研究[J].河西學(xué)院學(xué)報(bào),2005,13(5):31-35.[4]楊兆升.關(guān)于智能運(yùn)輸系統(tǒng)的關(guān)鍵理論一綜合路段行程時(shí)間預(yù)測的研究[J],交通運(yùn)輸工程學(xué)報(bào)，2001,1(1):65-67.[5]曾松,楊曉光.行程時(shí)間信息質(zhì)量與接受水平關(guān)系[J].中國公路報(bào),2002,15(4):81-84.[6]楊兆升，保麗霞.基于Fuzzy回歸的快速路行程時(shí)間預(yù)測模型研究[J].公路交通科技，2004,21(3):78-80.[7]毛林繁.城市公交網(wǎng)絡(luò)可靠性的雙層規(guī)劃模型[J].中國公路學(xué)報(bào),2002,15(3):88-91.[8]于濱,楊忠振.應(yīng)用支持向量基預(yù)測公交車運(yùn)行時(shí)間[J].系統(tǒng)工程理論與實(shí)踐,2007,7(4):160-165.[9]于濱,蔣永雷.支持向量機(jī)在公交車輛運(yùn)行時(shí)間預(yù)測中的應(yīng)用[J].大連海事大學(xué)學(xué)報(bào),2008,34(4):1-3.[10]王俊，陳學(xué)武影響城市公交車輛運(yùn)行時(shí)間白因素分析及改進(jìn)措施[J].城市公共交通,2004,21(l):6-7.[11]郭四玲等.公交車?？繒r(shí)間的統(tǒng)計(jì)分析[J].廣兩師范大學(xué)學(xué)報(bào)，2006,6(6):19-20.[12]彭慶艷，郭冠英.公共汽車停靠時(shí)間研究[J].城市公交規(guī)劃與管理,2002,2(6):45-47.[13]吳葉,徐人剛.公交?？空就？繒r(shí)間特征分析[J].交通與運(yùn)輸,2007,1(12):77-80.[14]于斌.城市公交系統(tǒng)模型與算法研究[D].大連理工大學(xué),2006.[15]馬宏偉.城市公交停靠時(shí)間延誤分析與對策[J].公路與汽車，2006,5(12):27-29.[16]馬漢中，陳永義.支持向量機(jī)同歸方法在實(shí)時(shí)業(yè)務(wù)預(yù)報(bào)中的應(yīng)用[J].應(yīng)用氣象學(xué)報(bào),2004,15(2):37-39.[17]羅虹.基于GPS的公交車輛到達(dá)時(shí)間預(yù)測技術(shù)[D].重慶大學(xué),2007.[18]譚滿春，毛宗元.城市公共汽車?？空具x址模型[J].公共交通科技，1999,16(2):59-61.LiW,M.W.Koendjbiharie.AlgorithmsorEstimatingBusArrivalTimessingGPSData[C].InEEE5thInternationalConferenceOnntelligentTransportationSystems.Singapore,2002.JeongR.,RilettL.R.BusArrivalTimePredictionUsingArtificialNeuralNetworkModel[C].The7thIEEEConferenceinIntelligentTransportationSystems.WashingtonD.C,2004:988-993.Chien,StevenL.J.DingY,DynamicBusArrivalTimePredictionwithArtificialNeuralNetworks[J].JournalofTransportationEngineering,2002,128(5):429-438.78路公交車跟車調(diào)查站名進(jìn)站時(shí)間出站時(shí)間停車次數(shù)多次停二車原