胡继华 李国源 程智锋

（1.中山大学工学院 广州市510006；2.广东省智能交通系统重点实验室 广州510006）

0 引 言

优先发展公交系统是提高城市交通资源利用效率，缓解交通拥堵的重要手段。城市公交行程时间具有明显的时段分布特征，尤其是早晚高峰与平峰时段的公交行程时间各不相同，导致公交到站时间间隔不均匀、可靠性下降、候车时间过长、载客率差异大等诸多问题，影响了乘客乘坐公交的意愿［1］。研究公交车辆行程时间预测方法，对于提高公交车辆时间可靠性、公交车辆调度、提高公交资源利用率及吸引人群采用公交出行等具有重要意义。

公交车辆行程时间预测方法包括历史趋势方法预测、多元回归法预测模型、人工神经网络模型、卡尔曼滤波模型、非参数回归模型预测方法及支持向量机模型等。

基于历史数据的预测模型是通过对同一时段的大量历史数据取平均值进行预测，其预测精度较低，但算法及校正简单，实际应用广泛。陈巳康等［2］通过研究公交车路段平均运行速度来确定路段行程时间。

回归模型研究－系列自变量与因变量之间的关系。周雪梅等［3］提出了多元回归公交行程时间分析预测模型，并利用威海市的公交数据对该分析预测模型进行验证。魏华等［4］通过研究公交行程时间与道路路段实时交通量的关系，从而确定预测模型。

人工神经网络是由大量的节点（神经元）及其之间的相互联接构成的1种运算模型。……