基于SVM+GA的客运车辆到站时间预测
张昕1
姜佳佳2
刘进3
1.深圳市易行网交通科技有限公司 深圳 5180402.武汉理工大学信息学院 武汉 4300703.武汉理工大学自动化学院 武汉 430070
摘要：准确的客运车辆到站预测是城市智慧交通的基础服务,有助于减少信息盲区,优化车辆运营调度.提出了一种基于SVM的到站预测模型,考虑道路因素、大型节假日、天气、路况、运行距离、运行时间、排班信息七个因素的影响,改进道路路段为道路类型因素,使模型更适合于客运车辆.在此基础上,用遗传算法做参数寻优提高模型训练效率.以深圳-广州的客运班车GPS数据完成实验,对比证明SVM+GA模型应用于客运车辆行程时间预测具有更好的适应客性,准确高效.
关键词：智慧交通客运车辆行程时间支持向量机遗传算法
分类号：U491.1+4(交通工程与公路运输技术管理)
资助基金：国家自然科学基金(4140012165)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1062-1066,1085 )
英文信息