一种公交车到站时间预测模型控制方法

摘要

本发明涉及一种公交车到站时间预测模型控制方法，该方法包括以下步骤：1)首先建立公交车运行状态的历史数据库；2)采用BP神经网络方法对历史数据进行训练来得出公交车由发车点到达电子站牌处的最佳平均行程时间；3)引入公交车动态运行信息来修正由BP神经网络方法给出的最佳平均行程时间。与现有技术相比，本发明具有不仅能在公交车正常运行条件下较准确的预测公交车到站时间，而且在道路拥挤、发生交通意外、天气状况恶劣、越过较多红绿灯路口、高低平峰运行时段等复杂运行条件下较准确的预测公交车到站时间，并且还能根据公交车运行的最新历史数据自动更新预测模型中的参数的优点。

主权项

一种公交车到站时间预测模型控制方法，其特征在于，该方法包括以下步骤：1）首先建立公交车运行状态的历史数据库；2）采用BP神经网络方法对历史数据进行训练来得出公交车由发车点到达电子站牌处的最佳平均行程时间；3）引入公交车动态运行信息来修正由BP神经网络方法给出的最佳平均行程时间；所述的步骤2）中的BP神经网络方法采用三层结构的BP神经网络，其中输入层为影响行程时间主要因素，包括考察时段、客流量、交叉口数量、路线长度、天气情况以及乘客满意度，输出层为最佳平均行程时间，隐层的神经元个数由输入神经元个数和输出神经元个数决定，通常采用以下公式获得：L＝Nm/(n+m)，其中m和n为输出、输入神经元数，L为隐层神经元数，N为样本容量；所述的步骤3）中的修正最佳平均行程时间包括以下步骤：301）监控中心获取GPS数据，确定最近到达车辆信息，并计算其预计到达位置；302）监控中心判断车辆实际位置与预计到达位置之间距离是否大于50m，若为是，执行步骤303），若为否执行步骤304）；303）监控中心按50m来修正预测时间，并将预测时间信息发送给电子站牌，电子站牌对其进行显示；304）监控中心判断车辆在目的车站前一路口是否遇到红灯，若为是，监控中心发送“路段拥堵，公交车到达将稍延后”信息给电子站牌，电子站牌对其进行显示，并执行步骤305），若为否，则返回步骤301）；305）监控中心同时采用平滑算法来重新得到车辆到站时间预测值，并将其发送给电子站牌，电子站牌对其进行显示；306）车辆到站后，监控中心判断车辆是否出站，若为是，执行步骤301），若为否，电子站牌显示“车辆到站”信息。