城市常规公交车行程时间预测方法

作     者：杨晓春 韦凌翔 胡化鹏 李盈 胡莹莹 冀俊元 陈慧娴 YANG Xiaochun;WEI Lingxiang;HU Huapeng;LI Ying;HU Yingying;JI Junyuan;CHEN Huixian

作者机构：盐城工学院安全保卫处江苏盐城224051 盐城工学院材料科学与工程学院江苏盐城224051 南京理工大学自动化学院江苏南京210094 

基　　金：江苏省大学生创新训练计划项目(202110305140P) 

出 版 物：《交通节能与环保》 (Transport Energy Conservation & Environmental Protection)

年 卷 期：2023年第19卷第5期

页      码：96-103页

摘      要：为有效解决城市常规公交车行程时间预测精度不足而导致的公交吸引力下降问题,本文构建了基于PSO优化BP神经网络的城市常规公交车行程时间预测模型。首先,通过文献综述及实测数据分析城市常规公交车辆的运行特征,筛选站点距离、路段所在区域、站点停靠时间、行驶车速、站点间信号灯数量、站点间红灯停留时间作为预测模型的输入变量;其次,在构建基于BP神经网络的城市常规公交车行程时间预测模型的基础上,借助PSO算法的全局搜索能力对BP神经网络预测模型的初始权值和阈值进行优化,并据此设计了基于PSO算法优化BP神经网络的城市常规公交车行程时间预测步骤;最后,以成都市147路常规公交车行程时间为例进行验证。案例研究表明:基于PSO-BP神经网络和基于BP神经网络预测模型均可实现较为理想的预测效果,且基于PSO-BP神经网络预测模型的均方误差和平均绝对百分比误差比BP神经网络预测模型降低了13.2和4.4%,具有更好的预测精度。

主 题 词：城市公共交通 公交行程时间预测 BP神经网络 粒子群优化算法 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1673-6478.2023.05.019

馆 藏 号：203124238...