作者：马林宏; 陈廷伟; 郝明; 张雷行程时间相似路段卡尔曼滤波多线路信息行程时间预测
摘要：针对公交车行程时间预测存在数据稀疏、数据缺失及更新间隔长等问题,提出了一种基于相似路段划分并融合多线路信息的卡尔曼滤波算法。该算法对每条路段的属性特征和空间结构特征进行归一化处理,利用属性特征和空间结构的相似性及POI(Point of Interest)对交通影响的变化动态地划分相似路段;然后融合相似路段与目标路段上的多条公交线路的数据信息,用相似路段的数据丰富实验数据;最后结合卡尔曼滤波算法动态性高、实时性强等特点建立模型,从而实现短时预测,并对信息进行修正。选取沈阳市162线路和299线路作为实验线路,各划取一段相似路段进行基础数据采集并进行实验。通过相似路段上的信息来推断数据稀疏或缺失路段的信息,能够缩短数据更新间隔并提高算法预测的实时性及精准性,尤其在早高峰时段,提出的算法模型的绝对平均百分误差达到13.2%,能达到实时查询的性能需求。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
