System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种通用实时公交预测方法,属于城市交通大数据。
技术介绍
1、随着城市化进程的加快和移动互联网的普及和发展,公共交通的运营和管理越来越成为一个重要的问题。人们对公共交通信息的需求也越来越高,而实时公交作为公共交通智能化领域的一个重要技术,解决了传统公共交通信息不透明、无法及时获取公交车辆实时位置等问题,可以帮助乘客更好地规划出行路线,提高公共交通的效率和服务质量,为城市公共交通的发展提供了新的思路和方向。目前的实时公交仍然需要依靠人工收集公交车辆的轨迹路线,人力资源消耗大,劳动强度大,准确率不高,难以满足城市公共交通智能化的发展需求。
技术实现思路
1、本专利技术所要解决的技术问题在于提供一种通用实时公交预测方法,可以代替原始的人工收集轨迹路线,减少人力消耗,降低劳动强度,满足城市公共交通管理的需求。
2、为解决上述技术问题,本专利技术采用的技术方案如下:
3、一种通用实时公交预测方法,包括以下步骤,
4、(1)统计数据:向公交公司获取公交车近一个星期的运行轨迹数据、线路站点数据、历史到站信息数据;
5、(2)数据清洗:通过一些判断规则处理公交车每一次完整的行驶路线轨迹数据;
6、(3)训练公交线路轨迹生成模型:对数据进行标准化处理,使用线路轨迹生成模型dk-dp得出公交线路轨迹;
7、(4)基于里程点计算到达目标站点距离模型mps计算出公交车历史运行状态的到目标站的距离;
8、(5)
9、(6)使用预测公交车预计到站时间模型对预计时间进行预测;
10、(7)乘客查询展示。
11、作为一种优选方案,所述步骤(3)中的使用dk-dp算法模型得出公交线路轨迹包括以下步骤:
12、第一步,先使用dbscan算法模型进行聚类,找到支持向量;支持向量:聚集最密集的簇中的向量;
13、第二步,利用kmeans算法的原理,获取到这部分支持向量的中心点,该中心点为生成的轨迹点;
14、第三步,利用道格拉斯-普克(dp)算法,将轨迹平滑。
15、本专利技术的有益效果:与现有技术相比,本专利技术替代了传统的人工采集轨迹路线数据,大大降低了劳动强度,减少了人力消耗,降低了成本,提高了效率,而且预测的准确度非常高,极大的提高了城市公共交通的管理水平和智慧化程度。
16、本专利技术具有以下特点:
17、(1)线路轨迹生成模型(dk-dp):该模型基于历史的轨迹数据有效地生成贴合真实的公交线路轨迹,可以代替原始的由人工去收集线路的轨迹路线,大大地减少人力的消耗,并且该算法模型最终结果和道路的贴合度可以达到90%以上。
18、(2)基于里程点计算到达目标站点距离模型(mileage points to station,mps):该模型可以在没有路网数据支撑的情况下,能够比较准确的计算出地图中公交车到达站点的距离,并且与真实的距离误差在5%以内。
19、(3)基于xgboost回归预测公交车预计到站时间模型:该模型通过公交车的运行数据进行拟合训练出的,再加上xgboost的特性,可以较好的学习到特征与到站时间之间的关系,使用mae评价,误差在3分钟左右。
20、(4)结合了大量的历史数据,并且考虑了每天早晚高峰可能拥堵对公交车时间预测的影响,准确度非常高。
本文档来自技高网...【技术保护点】
1.一种通用实时公交预测方法,其特征在于:包括以下步骤,
2.根据权利要求1所述的通用实时公交预测方法,其特征在于:所述步骤(3)中的使用DK-DP算法模型得出公交线路轨迹包括以下步骤:
【技术特征摘要】
1.一种通用实时公交预测方法,其特征在于:包括以下步骤,
2.根据权利要求1所述的通用实...
【专利技术属性】
技术研发人员:周德松,徐桂林,胡凯华,伍帅先,
申请(专利权)人:贵州智诚科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。