[发明专利]一种基于IC卡数据的公交串车预测方法

权利要求书

1.一种基于IC卡数据的公交串车预测方法，其特征在于：包括以下步骤，

第一步，公交车IC卡数据采集：通过3G传输网络实时获取公交车IC卡刷卡信息，所述的公交车IC卡数据包括车次标识、线路标识、站点标识、到站时间、日期和上下车客流量信息；从上述采集到的IC卡数据中选取一条易发生串车的公交线路，在此条公交线路的基础上找寻相邻两个目标站点，并进一步提取每天经过上述两个目标站点的公交车车次以及每个车次到达这两个目标站点的到站时间和上下车人数；

第二步，数据处理：需要做车次标识的匹配，将两个目标站点车次标识不对应的数据作为错误数据剔除，同时与车次标识对应的站点标识、到站时间和上下车客流量信息也相应剔除，只保留两个目标站点具有相同车次标识的数据；

第三步，实际公交串车情况检测：在两个目标站点具有相同车次标识的情况下，第二个目标站点按照第一个目标站点的车次顺序排列得到两相邻车次的车头时距，若求得的车头时距为正，则说明没有串车情况，记为0；若求得的车头时距为负或者为0，则说明发生了串车情况，记为1；

第四步，训练学习数据：要实时的预测当前车次到达第二个目标站点的公交串车情况，相关因素就包括相邻的上一个车次在第一个目标站点的到站时间和上下车人数、在第二个目标站点的到站时间和上下车人数，以及当前车次在第一个目标站点的到站时间和上下车人数；作为训练学习中的输入因素包括两个目标站点的旅行时间、相邻两个车次在第一个目标站点之间的车头时距、相邻上一个车次和当前车次分别在第一个目标站点的上下车人数、以及相邻上一个车次在第二个目标站点的上下车人数；作为输出变量的因素只有1个，即公交串车情况；先提取每一天的小样本数据，然后按时间顺序组成一个大样本数据，按照训练集和测试集3:1的样本数据比例选出训练集；

第五步，公交串车预测：采用最小二乘支持向量机算法预测公交串车情况，根据第四步中选取的训练集建立预测模型对当前车次到达第二个目标站点的公交串车情况进行预测，得到预测值。

2.根据权利要求1所述的一种基于IC卡数据的公交串车预测方法，其特征在于，第三步中所述的第一个目标站点定义为两个相邻的目标站点中先到达的站点，所述的第二个目标站点定义为两个相邻的目标站点中后到达的站点。

3.根据权利要求1所述的一种基于IC卡数据的公交串车预测方法，其特征在于，第三步中所述的两相邻车次的车头时距，就是当前车次在某一个目标站点的到站时间与相邻上一车次在同一个目标站点的到站时间的差值。

4.根据权利要求1所述的一种基于IC卡数据的公交串车预测方法，其特征在于，第四步中所述的两个目标站点的旅行时间，就是在车次标识对应的情况下，当前车次在第二个目标站点的到站时间和第一个目标站点的到站时间的差值。

5.根据权利要求1所述的一种基于IC卡数据的公交串车预测方法，其特征在于，第五步中所述的预测模型表示为其中选择径向基函数作为核函数，表示为α_i为拉格朗日乘子α的数组元素，

且

偏移量

其中矩阵核函数矩阵Ω＝K(x_i,x_j)；为一维列向量；σ为训练前确定的超参数；γ为已经确定的超参数；x_i及x为输入样本输入量。

6.根据权利要求5所述的一种基于IC卡数据的公交串车预测方法，其特征在于，所述的径向基核函数K(x,x_i)中参数σ采取K交叉验证方式来确定，具体过程为：

步骤a，选定σ初值，σ＝0.01；

步骤b，建立LS-SVM模型；

步骤c，将选出的训练集分成k份相等的子集，每次将其中k-1份数据作为训练数据，而将另外一份数据作为测试数据；这样重复k次，根据k次迭代后得到的MSE平均值来估计期望泛化误差，最后选择一组最优的参数值，并作为核函数K(x,x_i)的参数σ。