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

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：公交客流论文;  奇异谱分析论文;  模型论文;  智能调度论文;  客流预测论文;