基于稀疏AVL数据的公交到站时间预测方法研究

目录

声明

主要符号说明

第一章 绪论

1.1 研究背景

1.2 研究目的与意义

1.3 国内外研究现状

1.3.1 公交到站时间预测方法研究现状

1.3.2 稀疏样本数据处理方法研究现状

1.4 研究内容与创新点

1.4.1 主要研究内容

1.4.2 技术路线

1.4.3 论文创新点

第二章 基于低频公交AVL数据的公交路段运行速度估计

2.1 引言

2.2 公交AVL数据预处理

2.2.1 公交线网地理信息采集与构建

2.2.2 公交 AVL 数据的地图匹配方法

2.2.3 异常轨迹点清洗

2.3 公交站间路段平均运行速度估计

2.3.1 公交进站过程分析

2.3.2 公交到站时间估计方法

2.3.3 路段平均运行速度计算

2.4 实例验证

2.4.1 实验数据

2.4.2 实验结果分析

2.5 本章小结

第三章 基于稀疏 AVL 数据的公交时空运行速度估计方法

3.1 引言

3.1.1 公交样本数据的时空建模

3.1.2 张量的分解与重构

3.2 问题的提出

3.3 考虑公交运行速度时空变化特征的改进重构模型

3.3.1 公交路段速度变化特征提取

3.3.2 公交多天速度变化特征提取

3.3.3 考虑公交速度时空变化特征的约束函数构建

3.4 实例验证

3.4.1 实验数据

3.4.2 样本时段长度划分

3.4.3 样本数据时空相关性分析

3.4.4 模型估计结果误差评价

3.4.5 实验设计与模型参数设置

3.4.6 稀疏数据填补结果分析

3.5 本章小结

第四章 公交运行速度时序变化特征的提取与分析

4.1 引言

4.2 问题的提出

4.3 公交运行速度时序变化特征的提取与分析方法

4.3.1 基于 EMD 的公交运行速度时序特征提取方法

4.3.2 特征分量的时频分析方法

4.4 实例分析

4.5 本章小结

第五章 基于EMD-LSTM模型的公交到站时间预测

5.1 引言

5.2 基于EMD-LSTM 的公交到站时间预测模型

5.2.1 基于经验模态分解（EMD）的公交路段运行速度时序特征提取

5.2.2 LSTM 神经网络模型

5.2.3 基于 EMD-LSTM 模型的公交路段运行速度预测

5.2.4 LSTM 神经网络模型参数训练

5.2.5 基于多时段速度预测的公交到站时间预测方法

5.3 实验设计

5.3.1 数据描述

5.3.2 预测结果误差评价方法

5.3.3 模型参数的设置

5.3.4 参照模型选择

5.4 实验结果分析

5.4.1 公交路段平均运行速度预测结果分析

5.4.2 公交到站时间预测结果分析

5.5 本章小结

第六章 总结与展望

6.1 论文主要工作

6.2 研究展望

参考文献

个人简历 在读期间发表的学术论文

致谢