基于SSA-ARMA的公交短时客流实时预测

基于SSA-ARMA的公交短时客流实时预测

论文摘要

客流量是公交运营调度的依据,为及时掌握客流短时变化情况,利用IC卡和公交车GPS等数据,提出一种基于时空匹配的乘客上车站点识别算法,快速全面地完成客流数据统计;在此基础上,提出一种基于奇异谱分析(singular spectrum analysis,SSA)-自回归移动平均(auto regression moving average,ARMA)的短时客流预测方法。以重庆市2016年5月的公交数据进行验证,实验结果表明,模型预测准确度与支持向量机、BP神经网络等算法相比有明显提升且计算耗时短,具有实用价值。

论文目录

  • 0 引言
  • 1 模型原理
  •   1.1 奇异谱分析
  •   1.2 ARMA模型
  • 2 短时客流预测模型
  •   2.1 基础数据获取
  •   2.2 模型建立
  •   2.3 评价指标
  • 3 实例分析
  •   3.1 基础数据获取
  •   3.2 短时客流预测
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 王茜竹,江德潮,徐瑞

    关键词: 公交客流,奇异谱分析,模型,智能调度,客流预测

    来源: 计算机工程与设计 2019年05期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输

    单位: “新一代信息网络与终端”重庆市协同创新中心,重庆邮电大学电子信息与网络工程研究院

    基金: 重庆市基础科学与前沿技术研究重点基金项目(cstc2015jcyjBX0009),重庆市科委基金项目(CSTCKJCXLJRC20)

    分类号: U491.17

    DOI: 10.16208/j.issn1000-7024.2019.05.052

    页码: 1489-1494

    总页数: 6

    文件大小: 638K

    下载量: 515

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于SSA-ARMA的公交短时客流实时预测
    下载Doc文档

    猜你喜欢