预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

墙计算机技术与发展Vo1 第期.18No.9 2008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)车辆行程时间预测模型。最后针对2007年6月7日北京市南中轴路大容量快 速公交(Ⅸ汀)线的实际数据进行了对比实验,结果表明,改进的Sage滤波器有效降低了原算法的误差。 关键词:车辆行程时间预测;Sage滤波器;流聚类 中图分类号:1]P391.9文献标识码:A文章编号:1673—629X(2008)09—0162—03 BRTVehiclesTravelTimePredictionModelBased onImprovedSageFilter XIONGGui—xi,LIUMing—zhi (Beih~gUniversity,Beijing100083,China) Abstract:In1TlodemITSenvironment.vehiclestraveltimepredictionisanecessaryconditionfortherealizationoftheinteligentpublic transportschedulingsubsystems,stationdectmnicdisplaysubsystemandbusinformationservicesubsystem.FirstanalyzedSagefilter’S advantagesanddisadvantages,andpresentedanimprovedSagefilterbasedonthehistoricaldatasamplesofvehicletraveltime.Then,on thebasisofsuchalgorithm,itbuiltBRTvehicletraveltimepredictionmode1.FinallyusedactualdatacollectedfromBRTTransportof SouthAxisStreetinBeijingonJune7,2007forexperiment.TheresetshowsthattheimprovedSagefiltereffectivelyreducethee_rTor oftheoriginalalgorithm. Keywords."vehicletraveltimeprediction;Sagefilter;datastreamclustering 0引言1改进的Sage滤波器 公交车辆行程时间预测在完善公交服务方面起着1.1Kalman滤波器 重要作用。研究公交车辆行程时间预测方法,提高公Kalman滤波器模型属于线性动态模型,认为车辆 交车辆行程时间预测精度,对于提高公交服务质量,进行程时间等于基本行程时间和随机误差的叠加,基本 而提高公共交通吸引力、缓解交通拥挤具有重要意义。行程时间由检测器收集的数据计算后得出,随机误差 目前,各国的研究者们已经采用了很多方法用于由测量方程递推计算得出。Kalman滤波器的系统模 行程时间预测,例如时间序列法[1|引、卡尔曼滤波模型如下: 型[引、马尔可夫链模型[引、非参数回归模型[5,6]以及神=ATk一1+∞一1(1) 经网络模型L7J等。这些方法和模型各有优缺点,但当=眠+(2) 实际数据出现丢失、失真和异常时,其预测结果往往会其中:式(1)为离散随机差分方程;式(2)为量测 出现不同程度的偏差。方程。Tk:状态变量,即行程时间的预测值;A:状态矩 针对这种情况,提出了一种基于改进Sage滤波器 阵;:观测变量,即实际行程时间;H:观测矩阵;tO: 的车辆行程时间预测模型。过程噪声或系统噪声,为满足正态分布的白色噪声 P()~N(O,Q);:观测噪声,为满足正态分布的白 色噪声P(u)~N(0,R)(这里假设过程噪声和观 收稿日期:2007—12—3O 基金项目:“十五”国家科技攻关计划(2005BA414B04)测噪声相互独立)。 作者简介:熊桂喜(1964一),男,湖北黄冈人,副教授,硕士,研究方1.2Sage滤波器 向为企业应用集成与智能交通系统。上述即为经典Kalman滤波器的模型,该模型假设 第9期熊桂喜等:基于改进Sage滤波器的车辆行程时间预测模型·