首页|机场巴士运行过程子空间建模与优化

机场巴士运行过程子空间建模与优化

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Subspace modeling and optimization for airport bus operation process

邢志伟、高志伟、罗晓、罗谦

展开 >

中国民航大学 电子信息与自动化学院,天津300300

中国民航局第二研究所 工程技术研究中心,成都610000

机场巴士 统计特性 子空间辨识 状态空间模型 行程时间预测

2018YFB1601200

2021

10.19734/j.issn.1001-3695.2020.12.0437

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(8)
  • 1
  • 10