霍 豪，郑长江，沈金星

基于近邻和SVM的公交停靠时间预测

霍 豪，郑长江，沈金星

（河海大学，土木与交通学院，南京 210098）

为提高公交行程时间预测的准确性，提升公交系统的整体服务水平，提出了一种公交车站点停靠时间预测模型。在考虑上下车人数、在车人数和天气状况等因素对公交停靠时间的影响下，采用训练集样本预筛选操作，分析样本筛选过程中不同抽样率对预测效果的影响，比较基于不同核函数的支持向量机在预测精度上的差异。选取佛山市301路公交线中有代表性的10个站点，用以检验基于近邻的支持向量机模型的预测效果，并分析不同站点的特性。试验结果表明，所提出的模型可以达到较高的预测精度，决定系数为0.4255，均方根误差为9.4737，且计算时间与不进行预筛选时相比，降低约40%。训练集数据的预筛选过程可以缩短模型的计算时间并且降低预测误差，而基于线性核函数的支持向量机比基于其他核函数的预测效果更好。

交通工程；预测模型；支持向量机；停靠时间；城市公交

0 引 言

在城市公共交通中，公交停靠时间对于评价公交系统的服务水平和服务质量[1, 2]，以及分析交通网络的稳定性[3, 4]，均具有重要作用。从定量的角度，在客流量和发车频率都较高的公交线路上，公交停靠时间占总行程时间的比例甚至达到26%[5]。可见，准确预测公交停靠时间对于合理有效地制定公交运行时刻表，提高公交出行的服务质量和吸引力具有重要意义。……