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
基于神经网络的公交车辆行程时间预测模型研究.docx
基于神经网络的公交车辆行程时间预测模型研究随着城市化进程的加速推进,在城市出行中,公共交通工具的重要性不断凸显,日益成为人们出行的首选方式。而公交车的行程时间对于乘客的出行计划和安排至关重要。因此,开发一种能够准确预测公交车行程时间的模型,就显得非常重要。传统的基于规则的方法存在诸多不足,例如,无法处理复杂的交通状况、难以适应多变的乘客需求和路况变化等问题。因此,本文提出一种基于神经网络的公交车辆行程时间预测模型,以期能够更加准确地预测公交车的行程时间,提高公交出行的舒适性和效率。1.研究背景和意义随着城
基于GPS采集车辆行程时间的路段划分模型.docx
基于GPS采集车辆行程时间的路段划分模型随着GPS技术的发展,越来越多的人使用GPS设备作为出行导航和跟踪工具。这种技术的应用也渗透到了车辆行程时间的采集和分析中。例如,基于GPS采集车辆行驶数据,我们可以将路段划分成更小的区域,以更好地理解道路通行情况和交通拥堵状况。该论文就基于GPS采集车辆行程时间的路段划分模型进行介绍和探讨。一、GPS车辆行驶时间的采集GPS全球定位系统,通过卫星的定位和测距技术,能够有效地测量车辆在道路上的位置、速度和行驶时间等信息。在每次出行时,车辆的GPS设备会自动记录下每一
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