一种基于Gradient Boosting的公交车运行时长预测方法

论文摘要

目前,我国公交公司主要依靠经验丰富的工作人员估计车辆回场时间,进而进行车辆调度,此方式缺乏辅助的预测方法,常常造成较大的误差与错误的调度决策。从公交公司的实际需求出发,提出了一种基于动态特征选择的预测方法R-GBDT。R-GBDT利用特征选择组件和模型调参组件为预测组件提供符合线路特征的特征组合与参数,由融合组件对其他组件的结果进行融合,形成一个用于预测最终时间间隔的框架。结果表明,相对于其他算法,所提方法能大大提高公交运行时长预测的准确度。

论文目录

• 1 引言
• 2 相关工作
• 3 数据处理与分析
•   3.1 原始数据描述
•   3.2 数据预处理
•     3.2.1 线路静态特征处理
•       （1）数据清洗
•       （2）线路特征处理
•       （3）时间特征处理
•       （4）空间特征处理
•     3.2.2 线路动态特征处理
•     3.2.3 天气特征处理
•     3.2.4 缺失数据填充
•   3.3 公交运行特征及影响因素
•     （1）周期影响
•     （2）工作日影响
•     （3）时段影响
•     （4）节假日影响
•     （5）路段影响
• 4 基于动态特征选择的时间预测方法R-GBDT
•   4.1 整体设计
•     （1）特征选择组件
•     （2）停留时长预测组件
•     （3）行驶时长预测组件
•     （4）融合组件（总时长预测组件）
•     （5）模型调参组件
•   4.2 详细设计
•     （1）特征选择组件
•     （2）停留时长预测组件
•     （3）行驶时长预测组件
•     （4）融合组件
•     （5）模型调参组件
• 5 实验与分析
•   5.1 实验过程与结果
•     5.1.1 停留时长预测
•       （1）特征选择
•       （2）模型调参
•       （3）小结
•     5.1.2 行驶时长预测
•       （1）特征选择
•       （2）模型调参
•       （3）小结
•     5.1.3 总时长预测
•       （1）特征选择
•       （2）模型调参
•       （3）小结
•   5.2 对比实验
• 6 结束语

文章来源

类型: 期刊论文

作者: 赖永炫,杨旭,曹琦,曹辉彬,王田,杨帆

关键词: 公交调度,到站预测

来源: 大数据 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,计算机软件及计算机应用

单位: 厦门大学信息学院,厦门大学深圳研究院,长春公交(集团)有限责任公司,龙岩烟草工业有限责任公司,华侨大学计算机科学与技术学院,厦门大学航空与航天学院

基金: 国家自然科学基金资助项目(No.61672441,No.61872154),深圳市基础研究计划基金资助项目(No.JCYJ20170818141325209),福建省自然科学基金资助项目(No.2018J01097)~~

分类号: TP301.6;U491.17

页码: 58-78

总页数: 21

文件大小: 4452K

下载量: 151