基于粒子滤波的公交到站时间预测系统的研究与实现

发布时间：2024-01-31 19:36

　　近几年,云计算与大数据技术日趋成熟,二者的结合在各领域中产生出大量丰富的应用与服务。公交车到站时间预测也是其中的应用之一,而且也是城市交通领域中的重要内容之一,对改善公共交通服务具有重要意义。首先,论文对公交到站预测系统进行需求分析,选择具有流式计算特点的粒子滤波算法,建立了一个公交车到站时间预测模型。为了解决使用粒子滤波算法预测公交车到站时间时多步预测带来的预测精度问题,论文对预测模型进行改进,通过引入最近上一趟公交车的行驶速度和构造观测值的方法,使粒子滤波算法在同时预测多个公交站的到达时间时也具有较高的预测精度。其次,论文使用Spark Streaming流计算框架设计实现了一个通用的城市公交车到站时间实时预测系统,系统包括数据接入、数据预处理以及实时计算过程。在实验部分,论文选取呼和浩特市公交系统中具有代表性的公交线路,使用真实行驶数据进行实验。实验将公交车行驶数据分为平峰和高峰期两个时间段,使用平均绝对误差(Mean Absolute Error,MAE)对实验结果进行评价。实验表明,对于处在两个不同时间段的公交车其预测结果的MAE在2min内,证明系统有较好的预测效果,能够满...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图2.1Spark基本体系结构

先介绍Spark及其关键组件，重点介绍SparkStreaming流式计算框架波模型的基本原理和核心算法过程。2.1Spark介绍k基本体系结构是开源的类HadoopMapReduce的通用并行框架，Spark拥有HadoopMa点，但不同于Map....

图2.2窗口示意图

SparkStreaming支持以某个HDFS文件系统目录作为数据源，Spark会对这个目录进控。Spark将监测到的新进入到目录的某个或某些文件读取到内存中进行计算，计算位是文件[27]。对于目录中文件的组织形式有如下的要求：(1)目录中所有文件的格式相同；(2)....

图3.1平台搭建示意图

图3.1平台搭建示意图Figure3.1Buildingofplatform要Hadoop中的HDFS来存储数据，同时论文选择SparkonYARN作算法用Spark作为实时计算框架后，需要确定一个符合流计算特点的，测算法。在所有的预测算法中，粒子....

图3.2线路离散化图

图3.2线路离散化图Figure3.2Discretizationoflines由于GPS位置信息至少需要15秒才能更新一次，在这段时间内公交的行驶速度按平度0到40km/h计算，其行驶距离介于0到250米之间。通过对公交车两个GPS点之间....

本文编号：3891433