摘要
针对机场巴士运行过程影响因素复杂、难以预测运行时间的问题,建立了一种基于子空间辨识算法的机场巴士运行时间预测模型.首先根据运行过程中所产生的多源大数据,考虑不同时段的乘坐人数、发车间隔、道路拥挤度等因素,建立机场巴士运行过程状态空间模型;然后提取适合描述机场巴士运行过程的特征变量作为模型的输入输出,通过子空间辨识方法对模型进行求解;最后以首都机场巴士的一条实际运营路线作为案例进行仿真分析.计算结果表明,该模型预测平均绝对百分误差和均方误差分别为2.25％和4.77,表现均好于传统的BP神经网络预测模型和最小二乘法辨识模型,具有较好的预测精度,有一定的实际应用价值.
国家科技期刊平台
NSTL
维普
万方数据