[发明专利]一种共线线路AVL数据的公交车到站时间预测方法

说明书

本发明属于城市智能公共交通信息处理技术领域，公开了一种共线线路数据的公交车到站时间预测方法，采集智能公交运营基础数据并建立数据库；对采集到的数据进行预处理；搭建预测模型框架；基于搭建的预测模型框架，确定预测模型结构，构建公交车到站时间预测模型；利用构建得到的公交车到站时间预测模型进行公交车到站时间预测。本发明提出了一种基于共线线路运营数据的到站时间预测方法，通过引入其他共线线路的运营信息，以细化车辆间的车头时距间隔，提高历史数据的时效性和可靠性，同时也能将线路车辆间的相互影响纳入考虑，减小了干扰因素对公交到站时间预测带来的影响。

技术领域

本发明属于城市智能公共交通信息处理技术领域，尤其涉及一种共线线路AVL数据的公交车到站时间预测方法。

背景技术

目前，交通问题已经随着社会和经济的发展逐渐成为大中型城市中普遍存在的问题，极大的影响着居民的出行效率，城市的交通问题是由道路交通条件的发展和日益增长的出行需求之间的矛盾造成的，主要体现在交通拥堵、事故频发、污染严重以及通勤距离和时间增加等方面。城市公共交通系统具有节能环保、高效集约、实惠经济等特点，能够为城市居民提供多样化的出行选择，还可以降低环境污染、节约土地资源、减少交通事故。因此，优先发展公共交通、改善公交服务水平、提高公交吸引力是解决上述交通问题的首选途径之一。

许多城市的轨道交通尚未形成体系，而在轨道交通已建成网络的特大级城市中，由于其人口密度巨大，轨道交通也远不能满足城市居民日常出行需求，未来相当长的时间内，常规公交系统仍然是承担城市公共交通客流需求的主要交通方式。然而，常规公交系统的发展还面临诸多问题，如调度方式落后、运营效率低下、智能化系统化不足等。这些问题严重影响了公交客运的服务质量，降低了常规公交的竞争力，直接反映为各大城市较低的常规公交分担率。

大量的研究表明，由于受到道路交通阻抗的外在影响，乘客敏感性转移，对于车内旅行时间的敏感性小于站点等待时间。准确的到站时间预测可以使乘客根据自身出行需求决定出行时间，以减少乘客在站点的等待时间。此外，精确的公交到站时间预测还是公交出行路径诱导、公交运行动态调度管理等的重要前提。但是，由于公交车运行过程中受到各种因素的影响，产生的干扰使得公交车到站时间预测的误差达到200％以上。这些因素主要包括以下三类：第一，国内城市路网结构先天不足，公交线路多集中规划于主次干道上，导致线路的重复系数较高，且同一个站点有多条线路的公交车停靠，公交车在站间运行和站点停靠时线路间的相互影响均较大。第二，较高的发车频率和线路重复系数导致的公交车辆行驶间隔不均匀，会使得历史数据时效性较差，造成单条线路到站时间预测结果出现较大偏差。第三，异质交通流、乘客出行需求时空分布不均匀、交叉口延误、交通事故等带来的干扰，都会导致公交行程时间出现较大波动，从而影响公交车到站时间的预测精度。

通过上述分析，现有技术存在的问题及缺陷为：

现有预测方法预测结果偏差大，预测精度不高。

现有的公交到站时间预测方法仅考虑相同线路的运行信息，而实际运营中多条线路服务于同一通道，在预测中没有充分利用其它线路的运行信息；

现有的预测模型仅考虑相同线路的运行信息，到站时间预测结果准确度低于多线路模型。

解决以上问题及缺陷的难度为：

在数据预处理流程中，所有存在缺失记录的班次全部删除，没有采取合适的算法进行数据补齐。因此，不能有效评估数据缺失情况对预测结果的影响。

虽然本发明提出的基于共线线路的公交到站时间预测模型较之常用的单线预测模型来说精度有所提高，但是，公交车辆在运营过程中会受到很多因素的干扰，如道路条件、交通状况、客流强度等等，这也导致公交到站时间预测的精度难以进一步提升。

解决以上问题及缺陷的意义为：