[发明专利]一种基于SVM的自适应公交到站时间预测方法在审
| 申请号： | 201810878401.5 | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN109064742A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 于滨;任思佳;郭震;单文轩 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/123 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于城市智能公共交通信息处理技术领域，具体到一种基于SVM的自适应公交到站时间预测方法，考虑了多种影响公交到站时间的动态因素，将其量化并建立了基于SVM的集合了天气、星期、法定假日、地理位置等静态信息和上游路段速度、下游路段速度、下游路段最新花时、路况拥挤程度、时间段等动态信息的公交到站时间预测模型；同时根据公交到站时间历史数据的波动性，自适应地选择公交预测模型，在保证准确性的同时提高了预测效率。本发明可较为精确效率地预测公交到站时间，有利于提高公共交通的服务水平。 | ||
| 搜索关键词： | 公交到站 时间预测 自适应 公共交通 路段 信息处理技术 城市智能 动态信息 动态因素 服务水平 静态信息 时间历史 预测模型 波动性 时间段 预测 路况 地理位置 集合 拥挤 量化 上游 天气 保证 | ||
【主权项】：
1.一种基于SVM的自适应公交到站时间预测方法，其特征在于：以大量公交实时数据为基础，结合多种影响公交到站时间的动态因素，将其量化并建立了基于SVM的集合了天气、星期、法定假日、地理位置等静态信息和上游路段速度、下游路段速度、下游路段最新花时、路况拥挤程度、时间段等动态信息的公交到站时间预测模型。其中，分别以x1，x2，x3，x4，![]()
和![]()
表示。确定SVM特征向量后，将这9个特征作为输入变量，输出变量为公交到站时间。以m车到达k站为例，输入(x1，x2，x3，x4，![]()
![]()
和![]()
)来预测m车到达k+1站点的时间，然后更新k‑1→k路段的最新速度与时间，随着公交到站时间的不断更新，后续公交到站时间不断修正，直到公交车运行结束，抵达终点；同时针对基准系统在预测时，根据大量公交到站时间历史数据的波动性，自适应地选择公交预测模型，以提高预测效率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810878401.5/，转载请声明来源钻瓜专利网。
