基于改进Sage滤波器的车辆行程时间预测模型.pdf
qw****27
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于改进Sage滤波器的车辆行程时间预测模型.pdf
墙计算机技术与发展Vo1第期.18No.92008年9月COMPUTERTECHNOLOGYANDDEVELOPMENTSep.2008基于改进Sage滤波器的车辆行程时间预测模型熊桂喜,刘铭志(北京航空航天大学,北京100083)摘要:在现代ITS环境中,公交车辆行程时间预测是实现公共交通智能化调度子系统、电子站牌显示子系统及公交信息服务子系统的必要条件。针对Sage滤波器自身的优缺点,提出了一种基于车辆行程时间历史数据流信息的Sage滤波器,并在此基础建立了BRT(BusRapidTransit)车辆
基于SV模型的行程时间预测.docx
基于SV模型的行程时间预测在日常生活中,人们经常需要制定出行计划,而行程的时间预测是其中关键的一环。行程时间预测的准确性直接影响出行计划的实施效果,因此行程时间预测是非常重要的。现今,基于SV模型的行程时间预测已经被应用到了现实生活中,并且已经得到了广泛的应用。本文将从SV模型的原理、建模的方法、以及实际应用等方面进行探讨和分析。一、SV模型的原理SV模型(SupportVectorMachine)是一种基于监督学习的模型。其基本思想是从数据集中找出一个最优分界面,将数据最佳地划分为两类。这个最优分界面就
基于GPS的公交行程时间预测模型.docx
基于GPS的公交行程时间预测模型基于GPS的公交行程时间预测模型1.引言随着城市交通的发展,公交系统已成为城市居民出行的重要方式之一。然而,由于交通拥堵、路况变化、乘客上下车等因素的影响,公交车的行程时间往往难以准确预测。为了提高公交系统的效率和乘客的出行体验,基于GPS的公交行程时间预测模型应运而生。2.相关工作综述基于GPS的公交行程时间预测模型涵盖了多个领域的研究,包括机器学习、数据挖掘和交通流量预测等。其中,机器学习模型如支持向量机(SVM)、人工神经网络(ANN)和随机森林(RF)等已被广泛应用
基于ARMAX模型的高速公路行程时间预测研究.docx
基于ARMAX模型的高速公路行程时间预测研究随着城市化进程的不断发展,交通问题越来越引起人们的关注。高速公路作为连接城市的重要交通枢纽,其行程时间的准确预测对于交通运输的管理和规划至关重要。因此,本文研究了基于ARMAX模型的高速公路行程时间预测方法。一、ARMAX模型的概述ARMAX模型是一种统计学方法,主要用于时间序列预测。它基于自回归过程、滑动平均过程和外生变量之间的关系来预测未来的值。在ARMAX模型中,自回归项是过去的观测值与对应的滞后观测值之间的关系,而滑动平均项则是过去的观测值与对应的滞后误
基于改进分段截断二次速度轨迹模型的行程时间估计.pptx
汇报人:/目录0102传统分段截断二次速度轨迹模型模型的基本原理和特点传统模型存在的问题03模型改进的思路改进模型的算法流程改进模型的优点和效果04交通拥堵分析路径规划与导航系统智能交通系统城市交通管理05数据来源和处理实证分析方法实证分析结果结果比较与讨论06研究结论研究局限与不足未来研究方向汇报人: