Алгоритм прогнозирования моментов времени прибытия городских пассажирских автобусов на основе Марковских цепей
DOI:
https://doi.org/10.18503/2222-9396-2018-8-2-29-37Ключевые слова:
моменты времени прибытия автобусов, остановочные пункты, прогнозирование, цепи Маркова, GPSАннотация
Развитие общественного транспорта является эффективным способом уменьшения заторов на улично-дорожной сети и повышения эффективности перевозок пассажиров в городах. Повышение качества городских автобусных перевозок способствует привлечению большего числа пассажиров. В случае, если момент времени прибытия автобусов на остановочные пункты не прогнозируется, автобусы движутся с нарушением графика, что вызывает беспокойство у пассажиров. Это является одним из факторов снижения качества пассажирских транспортных услуг. В настоящей статье представлен метод прогнозирования моментов времени прибытия автобусов на остановочные пункты на основе цепей Маркова, учитывающий пространственно-временные характеристики движения автобусов. Предлагаемый метод прогнозирования позволяет упростить планирование пассажирами маршрута их передвижения по УДС и сократить время ожидания на остановочных пунктах. Разработанный алгоритм прогнозирования прибытия автобусов на остановочные пункты апробирован на реальных данных автобусного маршрута №114 (г. Харбин, КНР). Преимуществами предлагаемого метода являются малая погрешность результатов прогнозирования, а также простота использования метода и алгоритма его реализации.
Скачивания
Библиографические ссылки
1. XIANG Hongyan, PENG Xuewen Current Study and Development Trend of Bus Arrival Time Prediction // Journal of Transport Information and Safety. 2014, no. 4, pp. 57–61. (In Chinese).
2. Sun D., Luo H., Fu L., Liu W., Liao X., Zhao M. Predicting Bus Arrival Time on the Basis of Global Positioning System Data // Transportation Research Record: Journal of the Transportation Research Board. 2007, vol. 2034, no. 1, pp. 62–72. doi: 10.3141/2034-08.
3. Chien S. I.-J., Ding Y., Wei C. Dynamic Bus Arrival Time Prediction with Artificial Neural Networks // Journal of Transportation Engineering. 2002, vol. 128, no. 5, pp. 429–438. doi: 10.1061/(ASCE)0733-947X(2002)128:5(429).
4. Lin Y., Yang X., Zou N., Jia L. Real-Time Bus Arrival Time Prediction: Case Study for Jinan, China // Journal of Transportation Engineering. 2013, vol. 139, no. 11, pp. 1133–1140. doi: 10.1061/(ASCE)TE.1943-5436.0000589.
5. Shalaby A., Farhan A. Prediction Model of Bus Arrival and Departure Times Using AVL and APC Data // Journal of Public Transportation. 2004, vol. 7, no. 1, pp. 41–61. doi: 10.5038/2375-0901.7.1.3.
6. Vanajakshi L., Subramanian S. C., Sivanandan R. Travel time prediction under heterogeneous traffic conditions using global positioning system data from buses // IET Intelligent Transport Systems. 2009, vol. 3, no. 1, p. 1. doi: 10.1049/iet-its:20080013.
7. Bin Y., Zhongzhen Y., Baozhen Y. Bus Arrival Time Prediction Using Support Vector Machines // Journal of Intelligent Transportation Systems. 2006, vol. 10, no. 4, pp. 151–158. doi: 10.1080/15472450600981009.
8. Jihua Hu, Guoyuan Li, Zhifeng Cheng Algorithm for predicting bus travel time between stops based on Markov chain // Journal of Transport Information and Safety. 2014, vol. 32, no. 2, pp. 17–22. (In Chinese).
Опубликован
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2018 Тьянь Юань, Рахмангулов Александр, Муравьёв Дмитрий, Ван Сицин
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
