-
题名基于PSO-LightGBM的公交行程时间预测
被引量：1
- 1
-
-
作者
罗建平
张燕忠
杨森彬
-
机构
广东省城市智能交通物联网工程技术研究中心
广州交信投科技股份有限公司
-
出处
《交通工程》
2023年第2期39-48,共10页
-
基金
广东省交通运输行业重点科技项目(2021-QD-012).
-
文摘
为有效提升城市公交到站预测的准确性,提高城市智能公交系统服务水平,提出了1种基于粒子群优化算法(PSO)和轻量级梯度提升机(LightGBM)的公交行程时间预测模型,采用LightGBM构建公交行程时间的预测模型,PSO用于优化LightGBM模型的超参数.以广州市某典型公交线路为例,从公交调度系统中提取大量的历史数据进行预处理,分析公交行程时间的影响因素,构建模型特征集,建立了基于PSO-LightGBM、LightGBM、BP神经网络和LSTM的公交行程时间预测模型.结果表明PSO-LightGBM模型在早高峰、晚高峰和平峰时段的平均绝对百分比误差(MAPE)分别为7.72%、7.56%和7.31%,该模型对公交行程时间的预测准确率要高于LightGBM模型、BP神经网络模型和LSTM模型.
-
关键词
公交行程时间
预测模型
PSO
LightGBM
-
Keywords
bus arrival time
prediction model
PSO
LightGBM
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名融合客流大数据和成本最优化的公交动态排班方法
被引量：5
- 2
-
-
作者
罗建平
陈欢
欧勇辉
李慧玲
林德勇
-
机构
广东省城市智能交通物联网工程技术研究中心
广州交信投科技股份有限公司
广州市公共交通集团有限公司
-
出处
《交通与运输》
2021年第5期87-92,共6页
-
基金
交通部行业重点科技项目(2019-ZD7-045)
广州市科技计划项目(201902010043)。
-
文摘
为提高公交排班效率和准确性,提出一种基于客流OD数据的动态排班模型。首先,模型将影响公交车辆排班的因素划分为静态因素、可变因素和动态因素,给出每日客流变化情况下动态影响因素计算方法;其次,以满足乘客需求减少公交企业运营成本为目标,探索多目标最优排班方案求解方法,实现公交运营效益最大化;最后,以广州560路公交线路为例进行模型仿真验证。仿真结果表明:模型求解结果可以在不降低乘客服务质量的同时有效减少车辆使用量,提升车辆满载率,工作日减少车辆13.3%,非工作日减少车辆26.6%。在满足社会效益的情况下节约企业运营成本。
-
关键词
城市交通
动态排班
公交客流
公交调度
大数据
-
Keywords
Urban traffic
Dynamic scheduling
Bus passenger flow
Bus dispatch
Big data
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名基于LightGBM-LSTM的公交到站时间预测
被引量：2
- 3
-
-
作者
罗建平
陈欢
杨森彬
张燕忠
-
机构
广东省城市智能交通物联网工程技术研究中心
广州交信投科技股份有限公司
-
出处
《广东公路交通》
2022年第2期60-66,共7页
-
基金
广东省交通运输行业重点科技项目(编号:2021-QD-012)。
-
文摘
公交到站时间预测能够为公共交通智能调度和公众出行提供技术服务,具有重要意义。提出一种基于轻量级梯度提升机(LightGBM)和长短期记忆网络(LSTM)的公交到站时间预测模型,其中LSTM模型用来区分时序数据的高平峰模式,LightGBM模型用来预测公交到站的时长。以广州市某典型公交线路为例,从公交调度系统中提取大量的历史数据进行预处理,分析了影响公交到站时间的因素,构建模型的特征集,然后采用LightGBM模型进行预测,以平均绝对百分比误差(MAPE)作为预测模型的评价指标。结果表明,基于LightGBM-LSTM模型的预测准确率高于支持向量机模型、BP神经网络模型和多元线性回归模型。
-
关键词
公交到站时间
预测模型
LightGBM
LSTM
-
Keywords
bus arrival time
prediction model
lightGBM
LSTM
-
分类号
U491.17
[交通运输工程—交通运输规划与管理]
-
-
题名城市微循环公交潜在需求挖掘与线路设计算法
被引量：1
- 4
-
-
作者
罗建平
黄子敬
张燕忠
-
机构
广东省城市智能交通物联网工程技术研究中心
广州交信投科技股份有限公司
-
出处
《综合运输》
2023年第9期102-109,共8页
-
基金
广东省交通运输行业重点科技项目(2021-QD-012)
广州市科技计划项目(202206010056)。
-
文摘
为满足城市居民“最后一公里”出行需求,创新提出城市微循环公交潜在需求挖掘与线路设计算法。使用加权DBSCAN对共享单车、出租车、网约车等非公交出行OD进行聚类,挖掘出微循环线路潜在需求集中区域;通过分析历史出行数据揭示公交与共享单车竞争关系,构建以行程距离和公交相对共享单车行程时间优势为影响因素的公交客流估计模型,进而构建考虑客流收入和运营成本的线路收益估算模型,使用深度优先算法获取区内所有合理线路,从中选取收益最大线路作为推荐微循环线路。在广州市主城区范围内挖掘得到若干微循环公交潜在需求集聚区域,并选取其中典型区域计算微循环推荐线路,分析结果表明,推荐线路具备较强合理性。
-
关键词
城市交通
城市公交
微循环公交
数据挖掘
公交线路设计
-
Keywords
Urban transportation
Urban transit
Community shuttle
Data mining
Transit route design
-
分类号
U121
[交通运输工程]
-
