基于极限学习机的公交行程时间预测方法

作者：宋现敏^*; 刘明鑫; 马林; 夏英集

来源：交通运输系统工程与信息, 2018, 18(05): 136-150.

DOI：10.16097/j.cnki.1009-6744.2018.05.020

• 智能交通
• GPS数据
• 极限学习机
• 公交行程时间预测

以公交车GPS数据为基础,建立了基于极限学习机方法的公交站点间行程时间预测模型.依据GPS数据在站点附近的特征表现,定义了公交车到站临界点,并分析了临界点处车辆的5种运行状态;提出了公交车到站时刻估算方法,进而得到公交车行程时间数据;通过分析公交车行程时间数据内在特征,确定了极限学习机模型关键参数及其纬度;最后,以长春市88路公交车GPS数据为基础进行了方法验证.结果表明,所用ELM方法预测误差约为11%,并与应用广泛的BP神经网络、RBF神经网络、SVM进行对比分析,发现ELM方法在满足精度前提下拥有更快训练速度与预测可靠性.

• 单位
  吉林大学