公交到站时间预测研究现状与发展趋势

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

公交到站时间预测研究现状与发展趋势

向红艳, 彭学文

文章导航 > 交通信息与安全 > 2014 > 32(4): 57-61

向红艳, 彭学文. 公交到站时间预测研究现状与发展趋势[J]. 交通信息与安全, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

引用本文:

向红艳, 彭学文. 公交到站时间预测研究现状与发展趋势[J]. 交通信息与安全, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

XIANG Hongyan, PENG Xuewen. Current Study and Development Trend of Bus Arrival Time Prediction[J]. Journal of Transport Information and Safety, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

Citation:

XIANG Hongyan, PENG Xuewen. Current Study and Development Trend of Bus Arrival Time Prediction[J]. Journal of Transport Information and Safety, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

向红艳, 彭学文. 公交到站时间预测研究现状与发展趋势[J]. 交通信息与安全, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

引用本文:

向红艳, 彭学文. 公交到站时间预测研究现状与发展趋势[J]. 交通信息与安全, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

XIANG Hongyan, PENG Xuewen. Current Study and Development Trend of Bus Arrival Time Prediction[J]. Journal of Transport Information and Safety, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

Citation:

XIANG Hongyan, PENG Xuewen. Current Study and Development Trend of Bus Arrival Time Prediction[J]. Journal of Transport Information and Safety, 2014, 32(4): 57-61. doi: 10.3963/j.issn.1674-4861.2014.04.011

公交到站时间预测研究现状与发展趋势

doi: 10.3963/j.issn.1674-4861.2014.04.011

重庆交通大学交通运输学院重庆400074
重庆交通大学交通运输学院重庆400074;重庆市双桥经济技术开发区办公室重庆400900

基金项目:

重庆市科委攻关项目

中图分类号: U491.1+7
计量
- 文章访问数: 343
- HTML全文浏览量: 74
- PDF下载量: 3
- 被引次数: 0
出版历程
- 刊出日期: 2014-08-28

Current Study and Development Trend of Bus Arrival Time Prediction

摘要: 实时的公交到站时间预测是智能公交的重要组成部分,准确的预测有利于帮助居民进行出行规划和减少等待时间.通过研究公交到站时间预测的原理和方法,系统总结了基于GPS、APC等数据的统计学方法和分析模型.对历史平均法、神经网络、卡尔曼滤波、支持向量机和基于概率的预测模型等几种典型方法的预测原理进行了介绍,从预测精度、实时性、计算复杂性等几个方面对模型的优缺点进行了比较.分析了公交到站时间预测发展趋势,提出了该领域需要进一步研究的问题.
- 智能交通 /
- 预测 /
- 神经网络 /
- 公交到站时间 /
- GPS /
- 卡尔曼滤波 /
- 支持向量机
- intelligent transportation systems /
- prediction /
- neural networks /
- bus arrival time /
- GPS /
- Kalman filter /
- support vector machine

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 343
HTML全文浏览量: 74
PDF下载量: 3
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发