The invention discloses a modeling method for bus travel time based on probability model, which belongs to the technical field of intelligent traffic information processing. The method includes: collecting and processing the operation data of bus vehicles; using the offset lognormal distribution to fit the travel time between the platform sections; considering the interaction behavior of the multi line bus vehicles on the same platform, modeling the queue into the platform as an advanced first out queue and based on the probability model to the bus platform. The time of travel time and the distribution, expectation, variance and reliability of travel time are analyzed according to the travel time and the stop time of each platform. The invention is suitable for predicting the travel time of the bus, and the result is accurate. The invention can analyze the cause of the travel time fluctuation so as to improve the service level of the public transportation.
【技术实现步骤摘要】
一种基于概率模型的公交车辆旅行时间建模方法
本专利技术属于智能交通信息处理
,具体地说是一种基于概率模型的公交车辆旅行时间建模方法。
技术介绍
目前,面对不断增大的城市交通需求、道路拥堵、空气污染、以及有限的土地资源,许多城市开始推行“公交都市”的出行理念,“公交都市”即通过提升城市公共交通服务水平,鼓励人们减少私家车出行,转而选择城市公共交通出行。公交车辆旅行时间可靠性是公共交通服务水平的核心要素,一方面,旅行时间可靠性是吸引出行者选择公交出行的重要因素,旅行时间预测也是智能乘客服务系统的重要组成部分,如准点率预测、延误时间预测和到达时间预测等;另一方面,旅行时间预测是公交运营的重要指标,准确的旅行时间预测可以帮助公交公司提前制定应对措施,提升公交系统运营效率,减少运营成本。在旅行时间预测方面,现有技术主要专注于私家车旅行时间可靠性和波动的预测,如动态路径规划、预计到达时间估计等,分析基础为道路路段或路径。然而,公交车辆旅行时间与私家车旅行时间显著不同,除路段旅行时间外,公交车辆旅行时间还受到乘客上车行为(即站台停靠时间)的影响,当站台停靠时,公交车辆需要排队进入站台、等待乘客上下车以及从站台驶入主干道,这些过程都是公交旅行时间的重要组成部分,且涉及到同站台多线路公交车的交互行为。此外,现有技术主要通过OLS(普通最小二乘法)、SVR(支持向量回归)、神经网络和深度学习等模型预测私家车旅行时间,得到结果为预测值;对公交车辆旅行时间分析而言,这些预测技术不能分析公交旅行时间波动的大小和原因,不能分析乘客的上车行为,不能考虑同站台间多线路公交车的交互行 ...
【技术保护点】
1.一种基于概率模型的公交车辆旅行时间建模方法,其特征在于,包括如下步骤:步骤1,采集待研究线路所有公交车辆的运营数据,包括:从起点站驶出时间、到达各中间站台时间、驶出各中间站台时间、到达终点站时间以及各站台上车人数;步骤2,利用偏移lognormal分布对站台间路段旅行时间进行拟合;步骤3,对公交车辆进入站台的过程进行建模,该过程为:排队进入站台、等待乘客上下车、从站台驶入主干道;对排队进入站台建模为一个先进先出队列计算公交车排队时间,根据乘客上下车人数计算乘客上下车时间,用正态分布拟合公交车辆从站台驶入主干道的时间;获取公交车辆站台停靠时间,公交车辆站台停靠时间为排队时间
【技术特征摘要】
1.一种基于概率模型的公交车辆旅行时间建模方法,其特征在于,包括如下步骤:步骤1,采集待研究线路所有公交车辆的运营数据,包括:从起点站驶出时间、到达各中间站台时间、驶出各中间站台时间、到达终点站时间以及各站台上车人数;步骤2,利用偏移lognormal分布对站台间路段旅行时间进行拟合;步骤3,对公交车辆进入站台的过程进行建模,该过程为:排队进入站台、等待乘客上下车、从站台驶入主干道;对排队进入站台建模为一个先进先出队列计算公交车排队时间,根据乘客上下车人数计算乘客上下车时间,用正态分布拟合公交车辆从站台驶入主干道的时间;获取公交车辆站台停靠时间,公交车辆站台停靠时间为排队时间乘客上下车时间tb和驶入主干道时间β之和;步骤4,获得公交车辆的路线旅行时间,并分析旅行时间的分布、期望、方差和可靠性;其中,公交车辆的路线旅行时间T为所有的路段旅行时间和所有的站台停靠时间之和,表示为:IR为待研究线路的所有路段,SR为待研究线路的所有公交站台,ti为公交车辆在路段i上的旅行时间,ts为公交车辆在站台s的停靠时间。2.根据权利要求1所述的一种基于概率模型的公交车辆旅行时间建模方法,其特征在于,所述的步骤1中,还采集经过所有中间站台的不同线路的公交车辆的运营数据。3.根据权利要求1所述的一种基于概率模型的公交车辆旅行时间建模方法,其特征在于,所述的步骤2中,公交车辆在路段i上的旅行时间ti计算如下:ti=λi+exp(μi+σizi);其中,λi表示该路段的畅通行驶时间,为分布偏移量;exp(μi+σizi)表示超出畅通行驶时间的部分,服从lognormal分布,其中μi、σi分别为超出行驶时间的均值和方差,zi为标准正态分布;得到路段i旅行时间的期望E(ti)和方差Var(ti)分别为...
【专利技术属性】
技术研发人员:马晓磊,代壮,陈汐,杜博文,于滨,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。