CN104637334B - 一种公交车到站时间实时预测方法 - Google Patents

Abstract

本发明涉及一种公交车到站时间实时预测方法，包括以下步骤：S1.分别提取相邻站点间的站点路段的历史浮动车数据和历史运行时间数据，作为训练集，根据训练集对影响公交车在该站点路段运行时间的因素进行筛选，根据筛选的因素分别构建相应站点路段的支持向量回归模型；S2.确定公交车当前站点与目标站点间的行驶路线所包含的站点路段，获取这些站点路段各自的实时浮动车数据和实时运行时间数据，作为预测集，根据预测集使用支持向量回归模型预测公交车在该站点路段的运行时间，根据预测的公交车在行驶路线各个站点路段的运行时间，即可获得公交车从当前站点到目标站点的到站时间。本发明提供的方法可提高预测公交到站时间的准确度。

Description

一种公交车到站时间实时预测方法

技术领域

本发明涉及交通技术领域，更具体地，涉及一种公交车到站时间实时预测方法。

背景技术

公交车到站时间信息是先进的公共交通系统(ATPS)中的重要组成部分。及时而准确的公交到站时间预测可以大幅提升公共交通运营质量和乘客的满意度，它既可以令交通部门及时调整调度系统，以改善服务质量，同时乘客也可以及时调整自己的行程，从而减少等待时间及等待过程中的焦虑感。

公交车到站时间可以分解为两个部分，一部分是公交车在站台的停靠时间，另一部分是公交车在站台间的行驶时间。目前已建立的公交智能系统中，电子站牌上所显示的下班车预计到达时间大都采用车辆当前位置到电子站牌的距离和平均车速之比简单计算得到，而这种方法显示的预测结果和实际值往往有较大的出入。

如何通过提出实时浮动车数据获得实时交通状态，并将其融入到公交车到站时间预测算法中，从而提升公共交通服务质量，是本发明研究的重点和目的所在。现在的国内外研究和技术现状主要如下：

一方面，公交车在站台的停靠时间长短是衡量服务水平的重要指标。Shalaby通过相关历史数据考虑乘客到达率来计算公交车在各个站点的停靠时间。但是若想获得真实有效的实验数据则需要靠人工收集，收集手段昂贵而费时。

另一方面，公交车在站间的行驶时间影响因素众多，如路段的交通状态、交叉口的延误、距离、天气等因素，这导致了公交行驶时间分布的随机性和复杂性较大。公交车的行驶时间预测方法较多，主要可分为以下几类：时间序列、历史数据模型，多元回归预测方法，卡尔曼滤波、人工神经网络模型。

上文提到的研究大多数都是基于研究经验来挑选影响公交车行程时间的各种影响因素，缺乏一个相对科学的挑选影响因素过程，基于经验虽然能挑选出对公交车行程时间影响较大的几个重要因素，但同时也会引入一些影响非常小甚至为负的因子，延长算法运行时间，也可能会忽略对公交车运行时间影响较大而未被重视的因素，因此不能找到最好的影响因素集用于公交车到站时间预测。

发明内容

本发明为解决以上现有技术的不足，提供了一种公交车到站时间实时预测方法，该方法使用经过筛选的因素分别构建各个站点路段的支持向量回归模型，并通过采集这些因素在各个站点路段的实时值作为输入应用相应的支持向量回归模型对公交到站时间进行预测。因此本方法可以将冗余、无关的因素排除在外，在降低预测花费时间的同时，其预测的精度也得到了提高。

为解决上述技术问题，本发明的技术方案如下：

一种公交车到站时间实时预测方法，包括以下步骤：

S1.分别提取相邻站点间的站点路段的历史浮动车数据和历史运行时间数据，作为训练集，根据训练集使用基于序列前向特征选择方法对影响公交车在该站点路段运行时间的因素进行筛选，经过筛选的因素组成特征子集；根据特征子集分别构建相应站点路段的支持向量回归模型；

S2.确定公交车当前站点与目标站点间的行驶路线所包含的站点路段，获取这些站点路段各自的实时浮动车数据和实时运行时间数据，作为预测集，对预测集提取实时特征子集，并分别将实时特征子集作为相应站点路段的支持向量回归模型的输入从而使用支持向量回归模型预测公交车在该站点路段的运行时间，根据预测的公交车在行驶路线各个站点路段的运行时间，即可获得公交车从当前站点到目标站点的到站时间。

优选地，步骤S2中，在预测获得站点路段的运行时间z^*之后，使用贝叶斯理论对运行时间z^*进行修正，并根据修正后的运行时间，对到站时间进行计算，所述修正具体如下：

S11.对z的先验概率P(z)进行求解：其中z为贝叶斯修正的预测值，设P(z)服从高斯混合分布，即其中c为高斯分布的个数，α_c为c类被选择的概率，且满足利用最大化期望算法对P(z)的高斯混合分布进行求解，得到P(z)的分布；

S12.对似然函数P(z^*|z)进行求解：

令z^*与z的差服从正态分布，即(z-z^*)～N(μ,σ)，此时似然函数P(z^*|z)可表示为

其中正态分布参数μ,σ可以由支持向量回归模型的残差得到；

S13.在求取得到P(z)、P(z^*|z)之后，建立贝叶斯公式：

对P(z|z^*)取最大值时的z的值z₀进行求解，

z₀为修正后的运行时间。

上述方案中，应用高斯混合分布求取行驶时间及停靠时间的先验概率，然后应用用支持向量回归模型求解似然函数，再利用最大后验概率的方法求取修正预测结果，修正的预测结果其预测的准确度得到了进一步的提升。

优选地所述相邻站点间的站点路段的历史浮动车数据和实时浮动车数据为出租车GPS数据。现有研究大多是基于公交车GPS数据作为浮动车数据源展开的，但是实际上，公交车数量较少，这导致其GPS数据分布很稀疏，在预测目标公交车到站时间时，该车的下游路段很可能发生没有公交车经过的情况，并且公交车需要停靠站点，无法反映一个确定的连续交通流信息。相比之下，出租车出行率非常高，在交通流中占有的比例大，而且出租车辆的行驶路线是应客户要求而定，所以其路网的覆盖率高，同时在预测目标公交车到站时间时几乎不会发生所需预测的公交车行驶路线没有出租车经过的情况，因此使用出租车GPS数据作为浮动车数据源更为合理。

优选地，支持向量回归模型f(x)可用下式表示：

其中K(x,x_i)为核函数，a_i,b为模型的参数。

优选地，所述历史浮动车数据包括相邻站点间的站点路段在不同时期、不同时段的浮动车平均速度，所述公交历史报站数据包括相邻站点间的站点路段在不同时期、不同时段的公交站台停靠时间和公交站间的行驶时间。

优选地，所述经过筛选的因素为对公交到站时间的影响呈正相关的因素。

与现有技术相比，本发明技术方案的有益效果是：

本发明提供的方法使用经过筛选的因素分别构建各个站点路段的支持向量回归模型，并通过采集这些因素在各个站点路段的实时值作为输入应用相应的支持向量回归模型对公交到站时间进行预测。因此本方法可以将冗余、无关的因素排除在外，在降低预测花费时间的同时，其预测的精度也得到了提高。

附图说明

图1为公交车行驶过程示意图。

图2为公交车到站时间实时预测方法的流程框架图。

图3为影响因素的选取过程示意图。

图4为不考虑浮动车平均车速信息的SVR的预测值、考虑浮动车平均车速信息的SVR的预测值与真实运行数据的对比图。

图5为经贝叶斯修正的预测值、考虑浮动车平均车速信息的SVR的预测值和真实运行数据的对比图。

图6为一天时间内24～25站点的运行时间变化图。

图7为各站点实际到站时间、预测到站时间及累积误差示意图。

具体实施方式

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

以广州现有的公交站台的电子站牌(公交每到一个站进行更新一次)为应用场景，如图1所示，假设公交车从i站台进站，定义其到达i+1站点的运行时间为z_i,i+1。记公交到达i站台的时刻为T_i，则T_m时刻从站点m出发，至n站台的到站时间T_n为：

其中任意相邻两站点间的运行时间z_i,i+1由公交车在i站点的停靠时间及在i与i+1站点之间的行驶时间构成。在i站点的停靠时间主要受诸如历史数据、所处时段、上下乘客数量、有无其他公交车进站等影响，而i与i+1站点之间的行驶时间则受到如路段长度、交通状态、所处时段等因素的影响。

但是上述影响因素的选取都是基于历史经验的，现有技术并没有对这些因素对到站时间影响程度进行深入研究。同时现有技术提供的到站时间预测方法并没有对这些因素进行甄别、选择，由于缺乏对应的研究，因此其预测的准确度不高。为了能够提高预测的准确度，需要对影响到站时间的因素进筛选，本发明选择基于序列前向特征选择方法对这些因素进行筛选，基于序列前向特征选择方法的具体操作步骤如表1所示：

表1

因此我们可以应用基于序列前向特征选择方法对影响到站时间的因素进行筛选，通过筛选选取对公交到站时间的影响呈正相关的因素进行到站时间的预测，因而可以提高预测的准确度。本发明提供的公交车到站时间实时预测方法采用的技术方案如图2所示，具体如下：

一种公交车到站时间实时预测方法，包括以下步骤：

S1.分别提取相邻站点间的站点路段的历史浮动车数据和历史运行时间数据，作为训练集，根据训练集使用基于序列前向特征选择方法对影响公交车在该站点路段运行时间的因素进行筛选，经过筛选的因素组成特征子集；根据特征子集分别构建相应站点路段的支持向量回归模型；

S2.确定公交车当前站点与目标站点间的行驶路线所包含的站点路段，获取这些站点路段各自的实时浮动车数据和实时运行时间数据，作为预测集，对预测集提取实时特征子集，并分别将实时特征子集作为相应站点路段的支持向量回归模型的输入从而使用支持向量回归模型预测公交车在该站点路段的运行时间，根据预测的公交车在行驶路线各个站点路段的运行时间，即可获得公交车从当前站点到目标站点的到站时间。

其中，支持向量回归模型f(x)可用下式表示：

其中K(x,x_i)为核函数，a_i,b为模型的参数。

步骤S2中，在预测获得站点路段的运行时间z^*之后，使用贝叶斯理论对运行时间z^*进行修正，并根据修正后的运行时间，对到站时间进行计算，所述修正具体如下：

S11.对z的先验概率P(z)进行求解：其中z为贝叶斯修正的预测值，设P(z)服从高斯混合分布，即其中c为高斯分布的个数，α_c为c类被选择的概率，且满足利用最大化期望算法对P(z)的高斯混合分布进行求解，得到P(z)的分布；

S12.对似然函数P(z^*|z)进行求解：

令z^*与z的差服从正态分布，即(z-z^*)～N(μ,σ)，此时似然函数P(z^*|z)可表示为

其中正态分布参数μ,σ可以由支持向量回归模型的残差得到；

S13.在求取得到P(z)、P(z^*|z)之后，建立贝叶斯公式：

对P(z|z^*)取最大值时的z的值z₀进行求解，

z₀为修正后的运行时间。

上述方案中，应用高斯混合分布求取行驶时间及停靠时间的先验概率，然后应用用支持向量回归模型求解似然函数，再利用最大后验概率的方法求取修正预测结果，修正的预测结果其预测的准确度得到了进一步的提升。

其中两站点间的历史浮动车数据和实时浮动车数据为出租车GPS数据。现有研究大多是基于公交车GPS数据作为浮动车数据源展开的，但是实际上，公交车数量较少，这导致其GPS数据分布很稀疏，在预测目标公交车到站时间时，该车的下游路段很可能发生没有公交车经过的情况，并且公交车需要停靠站点，无法反映一个确定的连续交通流信息。相比之下，出租车出行率非常高，在交通流中占有的比例大，而且出租车辆的行驶路线是应客户要求而定，所以其路网的覆盖率高，同时在预测目标公交车到站时间时几乎不会发生所需预测的公交车行驶路线没有出租车经过的情况，因此使用出租车GPS数据作为浮动车数据源更为合理。

本实施例中，还按照以上技术内容进行了模拟实验。本次模拟实验的数据集使用广州市公交报站数据及相应的浮动车数据(实验中，公交报站数据为贯穿广州黄埔大道、东风路等几条重要主干道的公交261线路的站点间运行时间数据)，选择的时段为2014年10月5日至2014年11月9日，其中10月5日至10月25日为训练集，10月26日至11月9日为预测集。

本次模拟实验中，未经筛选的影响公交车到站的因素有12个，分别如下：

1)浮动车的平均速度：包括预测前5分钟相邻站点间的浮动车平均速度v₁；预测前一周内该时段前5分钟相邻站点间的浮动车平均速度v₂；预测前一周同周日前5分钟内浮动车的平均速度v₃；

2)公交站台的停靠时间：包括预测前30分钟该站台的平均停靠时间dt₁，预测前一周内该时段30分钟内，此站台的平均停靠时间dt₂，预测前一周同周日前30分钟内，此站台的平均停靠时间dt₃；

3)公交站间的行驶时间：类似于公交站台的停靠时间，同样取三个不同的维度来度量at₁,at₂,at₃，时间间隔依旧设为30分钟；

4)将一周离散成7个区间day，每天离散成24个不同区间hrs，同时加入站间的距离信息dist，共3维信息。

由于上述的12影响影响因素不一定对预测的准确率有提升帮助，因此选用基于序列前向特征选择方法(SFS)对这些影响因素进行筛选，其中SFS的目标函数J(·)定义为所有站间预测的平均绝对百分误差(MAPE)，筛选过程中J(·)值的变化过程如图3所示，通过SFS，从12个影响因素中选择出了6个影响因素，分别是at₁，dt₂，at₂，v₁，v₂，dt₁。从这些因素被选择的顺序，可以发现一个现象：at₁较at₂先被选择，而dt₁较dt₂后被选择，即预测时刻前30分钟内的站间行驶时间比其一周历史的平均信息更重要，而前一周内公交站点停靠平均时间比预测前30分钟内的重要。因为公交停靠过程与交通状态相对独立，且时间较短，具有一定的随机性，长时间的平均统计更能反应其信息，故dt₂比dt₁重要。而公交站间行驶时间长，且更多是受当前交通状态的影响，故at₁比at₂重要。

应用上述6个被筛选出来的影响因素，进行下一步的操作。本次模拟实验的实验结果统计数据如图4、5、6、7和表2、表3所示，其中Baseline表示以历史平均值作为公交车运行时间预测值，SVR1表示不考虑浮动车平均车速的SVR模型的预测值，SVR2表示考虑浮动车平均车速的SVR模型的预测值，SVR2-bayes表示在SVR2的基础上引入贝叶斯修正的模型的预测值，Groundtruth表示真实运行数据。

表2.不同预测方法预测的平均绝对误差百分比值

表3站点24-25不同时段不同预测方法预测的平均绝对误差百分比值

根据图4、5、6、7以及表2、3，可以得出以下3个结论：

1)无论是模型预测的站点路段的运行时间与真实值之间的对比值图或各种方法的误差对比值表格，都可以看出，本发明提供的方法预测的站点路段的运行时间是相当可靠的，这说明利用基于序列前向特征选择方法对影响因素进行选择的技术手段对于提高预测的准确度是非常有效的，而引入贝叶斯理论对预测值进行修正这一步骤则更进一步地提高了预测的准确度；

2)从到站时间预测结果可以看出，到达站点28的预测误差值小于200s,而整条线路累积误差在500s左右(即8分多钟)，相对于将近一个小时行程的线路运行时间来说，误差完全是可以接受的；

3)整条线路在引入贝叶斯修正之后，总体预测误差可以控制在15％之内，对于所选取的线路平均站间运行时间不足200s来说，30s的预测误差虽然会被放大成较大误差率，但给人的影响其实是很小的。

本发明提供的方法使用经过筛选的因素分别构建各个站点路段的支持向量回归模型，并通过采集这些因素在各个站点路段的实时值作为输入应用相应的支持向量回归模型对公交到站时间进行预测。因此本方法可以将冗余、无关的因素排除在外，在降低预测花费时间的同时，其预测的精度也得到了提高。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种公交车到站时间实时预测方法，其特征在于：包括以下步骤：

S1.分别提取相邻站点间的站点路段的历史浮动车数据和历史运行时间数据，作为训练集，根据训练集使用基于序列前向特征选择方法对影响公交车在该站点路段运行时间的因素进行筛选，经过筛选的因素组成特征子集；根据特征子集分别构建相应站点路段的支持向量回归模型；

S2.确定公交车当前站点与目标站点间的行驶路线所包含的站点路段，获取这些站点路段各自的实时浮动车数据和实时运行时间数据，作为预测集，对预测集提取实时特征子集，并分别将实时特征子集作为相应站点路段的支持向量回归模型的输入从而使用支持向量回归模型预测公交车在该站点路段的运行时间，根据预测的公交车在行驶路线各个站点路段的运行时间，即可获得公交车从当前站点到目标站点的到站时间；

在预测获得站点路段的运行时间z*之后，使用贝叶斯理论对运行时间z*进行修正，并根据修正后的运行时间，对到站时间进行计算，所述修正具体如下：

S11.对z的先验概率P(z)进行求解：其中z为贝叶斯修正的预测值，设P(z)服从高斯混合分布，即其中C为高斯分布的个数，N_c为第c个高斯分布，而μ_c为N_c的期望，σ_c为N_c的方差，α_c为c类被选择的概率，且满足利用最大化期望算法对P(z)的高斯混合分布进行求解，得到P(z)的分布；

S12.对似然函数P(z*|z)进行求解：

令z*与z的差服从正态分布，即(z-z*)～N(μ,σ)，其中N为高斯分布简称，而μ是高斯模型N的期望,σ是高斯模型N的方差；此时似然函数P(z*|z)表示为

$P(z*|z)=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{(z-z^{*}-\mathrm{\μ})}^2}{2{\mathrm{\σ}}^2})$

其中正态分布参数μ，σ由支持向量回归模型的残差得到；

S13.在求取得到P(z)、P(z*|z)之后，建立贝叶斯公式：

$P\left(z\right|z*)=\frac{P\left(z^{*}\right|z)P\left(z\right)}{P\left(z^{*}\right)};$

对P(z|z*)取最大值时的z的值z₀进行求解，

z₀＝argmax_z P(z|z^*)

＝argmax_z P(z^*|z)P(z)

z₀为修正后的运行时间。

2.根据权利要求1所述的公交车到站时间实时预测方法，其特征在于：所述相邻站点间的站点路段的历史浮动车数据和实时浮动车数据为出租车GPS数据。

3.根据权利要求1所述的公交车到站时间实时预测方法，其特征在于：支持向量回归模型f(x)可用下式表示：

$f\left(x\right)=\underset{i=1}{\overset{N}{\Σ}}(-a_i+{a_i}^{*})K(x,x_i)+b$

其中K(x,x_i)为核函数，a_i,a_i ^*,b为模型的参数。

4.根据权利要求1～3任一项所述的公交车到站时间实时预测方法，其特征在于：所述历史浮动车数据包括相邻站点间的站点路段在不同时期、不同时段的浮动车平均速度，所述历史运行时间数据包括相邻站点间的站点路段在不同时期、不同时段的公交站台停靠时间和公交站间的行驶时间。

5.根据权利要求1～3任一项所述的公交车到站时间实时预测方法，其特征在于：所述经过筛选的因素为对公交到站时间的影响呈正相关的因素。