公交车辆行程时间预测方法研究

《公交车辆行程时间预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、作者：朱丽颖导师：陈旭梅北京交通大学2010年6月，学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：珠劢粕签字日期：如／o年移月≯L171导师签名：T签字日期：2“勺年舌月1调tp●●●●^●导师姓名：陈旭梅职称：副教授学位类别：工学学位

2、级别：硕士学科专业：交通运输规划与管理研究方向：城市交通规划与管理北京交通大学2010年6月^●，I●致谢本论文是在导师陈旭梅副教授的悉心指导下完成的，在论文撰写过程中，陈老师从论文选题、资料收集、数据采集等方面均给予了悉心指导，多次审阅论文并提出了大量宝贵意见和建议。陈旭梅副教授严谨的治学态度、丰富的学术经验和忘我的敬业精神极大的影响了我，帮助跨专业读研的我逐步走进交通科研领域，使我能够顺利完成本文。在科研方面，我要特别的感谢陈旭梅副教授对我的信任，给予我大量的锻炼机会，使我在这两年中迅速成长；在生活方面，陈

3、旭梅副教授也给予了我极大帮助和支持。在此衷心感谢两年来陈旭梅老师对我无微不至的关心和指导。感谢于雷教授两年以来在科研上给予我们的帮助、在生活上的关怀。两年以来与于雷教授的接触虽然不多，但是每次于雷教授回国都会传授给我们宝贵的科研经验、与生活经历，这些都使我受益匪浅，在此向于雷教授表示衷心的感谢!六年前我怀着希望和梦想踏入北京交通大学，六年后的今天我即将完成学业踏入社会，我会带着她所赐予我的知识和寻求知识的工具和方法，继续努力奋斗。在此，向六年来所有培育过我、帮助过我的老师们表达我由衷的谢意。感谢北京交通大学长江

4、学者研究中心的所有师兄弟姐妹，让我在学生生涯的最后两年，再一次感受到了集体的温暖，让我能够乐观应对学习生活上的压力。感谢郭淑霞师姐给我的论文提供的宝贵意见!感谢宋国华老师、赵娜乐师姐、胥耀方师姐、朱琳师姐、郝艳召师兄、何波师兄、刘衍希师姐在科研生活上对我的帮助，在我论文最困难的给予我鼓励!感谢刘娟娟、胡婷、杜光、常成志、井国龙、王宏图、章玉、郭沛亮这两年的陪伴，何德何能、何其有幸能够遇到你们，感谢你们在我各种困难时候对我的鼓励与帮助!感谢好友高嵩这六年来给予我的关怀、鼓励、支持!最后，特别要感谢我的父亲朱文明、

5、母亲李桂芬的养育之恩，感谢父母对我无私的关爱和温暖，在我每次气馁、消沉时给予我支持!谨以此文献给所有关心、帮助我的老师、同学和朋友们，再次向你们表示我最诚挚的谢意!，中文摘要公交车辆行程时间预测主要包括公交车辆站间行程时间预测模型与公交车辆停靠站时间预测模型两部分内容，在考虑我国公交实际运行情况的基础上，本文旨在通过分析公交车辆运行特点、规律，开发预测公交车辆行程时间的方法并进行实例研究，最终达到提高公共交通系统的服务水平、增加公交吸引力、优化出行结构的目的。首先，本文总结分析了目前国内外关于公交车辆行程时间预

6、测技术的主要方法，并且根据各种方法的特点对其进行了分类分析。其次，本文根据公交车辆行程时间预测的数据需要，结合GPS数据特点，提出了一套关于GPS数据处理的方法，应用C撑、SQLServer实现了该方法。该方法可根据线路各停靠站点的经纬度信息，智能的提取出站间行程时间、站间停车次数、站点停靠站时间等信息，提高GPS数据处理效率。第三，本文对公交车辆停靠站时间进行了调研，并在调研数据的基础上对公交车辆停靠站时间影响因素进行了分析，建立了公交车辆停靠站时间预测模型。模型包括乘客上下车时间模型、多车门客流分配模型以及

7、停靠站时间模型三部分，该模型可以根据上下车客流、车辆内拥挤情况对停靠车辆的停靠站时间进行预测。第四，本文以公交线路GPS数据处理结果为依据，对公交车辆站间行程时间特性进行了分析，在此基础上提出了基于卡尔曼滤波与基于时间序列的公交车辆站间行程时间预测模型，并对两种模型的预测效果进行了比较分析。最后，本文选取北京市某条公交线路作为实例，利用本文所提出的公交车辆行程时间预测方法对该线路行程时间进行预测，预测结果表明本文所提出方法实现了对公交车辆行程时间准确、可靠的预测。关键词：城市公共交通；行程时间；停靠站时问；预测

8、；卡尔曼滤波；时间序列；非线性回归，分类号：U491．1n●^ABSTRACTResearchonthepredictingmethodofbustraveltimemainlyincludedtwoaspectswhicharetraveltimeofstoptostoppredictingmodelandbusdwelltimepredictingmodel．Considering