当前位置:首页 > 物联网 > 《物联网技术》杂志
[导读]摘 要 :公交车到站时间预测是城市公共交通智能化发展的首要需求,对公交车到站时间进行准确预测对于市民出行与公交调研有着重要意义。但是公交车到站时间呈一种非线性变化,它受多方因素的影响,因此很难通过建立数学模型来解决。为此文中基于 BP 神经网络进行公交车到站时间预测,BP 神经网络的自组织、自学习等特点使其可逼近任意非线性映射,以唐山市某线路公交车运行为例进行模拟仿真,试验结果表明,基于 BP 神经网络的公交车到站时间预测具有较高的准确性与可靠性。



引 言


随着人们生活水平的提高,大部分家庭都拥有汽车,汽车的增多无疑加剧了城市的拥堵,汽车尾气排放量增多也使得空气质量变差,人们的生活环境受到了很大影响[1]。城市的拥堵问题不能仅靠无限制地增加基础设施来解决,再加上近几年实行的尾号限行规定,人们的出行受到了限制,市民需要寻找一种更好、更高效的出行方式。由于公交车具有廉价、载客多、舒适等特点,并可减少城市拥堵,因此已成为人们出行的首选交通工具 [2]。然而在一些中小城市,公交系统不够智能化,大部分公交车车站并没有设立电子标牌,有电子标牌的大部分也只显示到站的距离和站数,并不能为乘客提供确切的等车时间,特别是对于一些对时间要求较高的工作人员来说,在等车期间很容易产生焦虑的情绪,因此准确地预测公交车到站时间是提高城市服务水平及实现高效公交系统的关键 [3]。若系统能预测出公交车到站的确切时间, 将为人们的出行提供便利 [4]。

由于到站时间受到多种因素影响,呈非线性变化,因此很难用普通的数学模型来解决 [5]。在众多新型算法中,最经典的是 GPS 定位技术,它由美国率先提出,已应用于汽车领域。国内孙棣华 [6] 等通过 GPS 定位的数据,结合车速、站点的路程差等因素完成预测。周雪梅 [7] 等把上一辆车的行驶速度作为路况参照,通过 GPS 的数据建立车辆站点停留时间模型。虽然 GPS 技术可实时采集、预报路况,但 GPS 前期资金投入较大,一些中小城市很难承受。公交车在经过高楼、隧道等建筑设施时,容易导致数据不完整,在经过信号塔时,也会受到信号干扰,这些因素都会直接影响数据采集。本文运用 BP 算法对公交车到站时间进行预测,它可逼近任意非线性映射,通过仿真学习,能够较准确地对时间进行预测 [8]。

1 BP 神经网络预测模型

BP 神经网络能够进行误差反向传播,其网络结构主要包括输入层、隐藏层、输出层,如图 1 所示。

基于 BP 神经网络的公交车到站时间预测


三层之间靠权值与阈值连接,每层包含多个节点,网络运行时首先确定三层的节点数,初始化三层之间的权值与阈值,选定学习效率与激励函数,函数公式如下 :

基于 BP 神经网络的公交车到站时间预测


式中 wij 和 aj 分别是前两层的权值与阈值,最后计算输出层的输出,公式如下:

基于 BP 神经网络的公交车到站时间预测


式中 wjk 和 bk 分别为后两层的权值和阈值。用输出值与真实值作差得出预测误差,若误差满足精度要求,则训练停止;


若不能满足精度要求,网络进行反馈,调整权值与阈值的大小,再进行上述计算,如此循环直到满足精度要求 [9-10]。


2 案例研究


本文以唐山市 2 路汽车到站时间为例,其公交线路经过主街道,途径商业街、学校、医院等,地理环境复杂。选取第一站妇产医院与末站广场到站时间作为输入,将两站的时间差作为输出,数据采集时间为 2018 年 9 月 1 日到 2018 年10 月 30 日,每天早晨 7 :30 对公交车进行跟车数据采集。一共采集了 60 组数据,从中选取 50 组数据作为网络训练样

本,余下的作为检测使用。因为网络的输入为两站的到站时间,所以第一层神经元数为 2 ;隐藏层数定为 5 ;输出层只有一个结果,神经元数定为 1,其三层神经元依次为 2-5-1结构。按照上述要求,仿真后所得数据见表 1 所列。

基于 BP 神经网络的公交车到站时间预测

表 1 是经过训练仿真得出的几组数据,从中可以看出,10 组预测值与真实值接近,且相对误差都在 10% 以下,最低为 0.3%,表明预测效果较好。图 2 为 BP 神经网络预测曲线,虚线代表真实值,实线代表预测值,预测曲线较接近真实曲线,R2 为决定系数,其值越接近于 1,表明预测效果越好。从图中可以看出,R2 为 0.987 25,表明基于 BP 神经网络的公交车到站时间预测具有较高的准确性。

基于 BP 神经网络的公交车到站时间预测


3 结 语

本文运用 BP 神经网络算法完成对公交车到站时间的预测,通过仿真验证可知该方法具有较高的准确性。但是 BP神经网络训练速度较慢,在今后的研究中,应考虑天气与温度等因素对时间的影响,寻找更好的算法来弥补不足。


本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭