支持向量机在公交车辆运行时间预测中的应用  

Application of support vector machines in bus travel time prediction

作　　者：于滨[1] 蒋永雷[1] 于博[2] 杨忠振[1] 

机构地区：[1]大连海事大学交通工程与物流学院,辽宁大连116026 [2]中国地质大学长城学院信息工程系,河北保定071000

出　　处：《大连海事大学学报》2008年第4期158-160,共3页Journal of Dalian Maritime University

基　　金：国家自然科学基金资助项目(50278011);博士点基金新教师项目(20070151013)

摘　　要：为实时获得道路交通状况并对车辆运行进行调度,开发一个基于支持向量机(SVM)的公交车辆到站时间预测模型,并以大连市23路公交车为例对该模型进行检验.结果表明,本文提出的SVM模型比历史平均模型(HMP)和神经网络模型(ANN)的预测精度更高.To obtain the real-time road traffic condition and dispatch and dispatch the vehicle, as well as plan the conveyance, a method based on support vector machines （SVM） was developed to predict bus travel time. Tests on No. 23 bus in Dalian show that the prediction accuracy of SVM model is higher than that of history mean prediction （HMP） model and artificial neural network （ANN） model.

关 键 词：公交车辆 运行时间 预测 支持向量机(SVM) 

分 类 号：U121[交通运输工程]