[发明专利]一种公交车站点间行程时间预测方法

权利要求书

1.一种公交车站点间行程时间预测方法，其特征在于，包括如下步骤：

(A)采集公交运行线路信息、公交车辆运行信息和公交GPS运行数据；

(B)根据步骤(A)中得到的公交运行线路信息与公交GPS运行数据，计算第k班次公交车在路段L_i的行程时间y(k)，其中k为公交车发车班次，L_i为站点间路段编号且i＝1，2…N_c-1，N_c为公交线路站点个数；

(C)建立公交车辆行程时间的状态空间模型，设计卡尔曼滤波递推算法；

(D)结合步骤(A)中采集的公交车辆运行信息和步骤(C)中设计的卡尔曼滤波递推算法，引入遗忘因子，建立自适应衰减滤波行程时间预测算法模型；

(E)根据步骤(A)中采集的公交车辆运行信息和公交运行线路信息，选择滤波启动值模型和系统噪声模型；

(F)输出公交车辆站点间行程时间预测值T(k+1/k)。

2.根据权利要求1所述的公交车站点间行程时间预测方法，其特征在于：所述步骤(A)中，公交运行线路信息包括公交线路走向、线路里程、公交站点位置与站点个数N_c、路段与交叉口交通管控形式；公交车辆运行信息包括公交车发车时间间隔h、公交客流高峰时段，以及公交车辆运行时的天气状况、道路状况和交通状况；公交GPS运行数据包括公交站点名称、公交车辆车牌编号、公交车辆班次编号k、公交车辆发车时刻、公交车辆驶入站点时刻和公交车辆驶离站点时刻。

3.根据权利要求1所述的公交车站点间行程时间预测方法，其特征在于：所述步骤(C)包括如下步骤：

(C1)建立公交车辆行程时间的状态空间模型为：

T(k+1/k)＝Φ(k)T(k/k)+B(k)μ(k)+Γ(k)ω(k)，y(k)＝H(k)T(k/k)+v(k)

其中，T(k+1/k)是对第k+1班次公交车行程时间的预测值，T(k/k)是将第k班次公交车行程时间的预测值T(k/k-1)用第k班次公交车行程时间的实际观测值y(k)修正而得到的最优值，Φ(k)为状态转移矩阵，B(k)为控制向量矩阵，Γ(k)为系统噪声矩阵，H(k)为系统观测矩阵，μ(k)为控制向量，ω(k)为输入白噪声，v(k)为系统观测噪声，且E[ω(k)]＝0，E[v(k)]＝0；

(C2)设计公交车辆行程时间的卡尔曼滤波递推算法为：

T(k+1/k+1)＝T(k+1/k)+G(k+1)[y(k+1)-T(k+1/k)]

T(k+1/k)＝T(k/k)

G(k+1)＝P(k+1/k)[P(k+1/k)+R(k)]^-1

P(k+1/k)＝P(k/k)+Q(k)

P(k+1/k+1)＝[I_n-G(k+1)]P(k+1/k)

其中，T(k+1/k)是第k+1班次公交车行程时间的预测值，T(k+1/k+1)是将第k+1班次公交车行程时间的预测值T(k+1/k)用第k+1班次公交车行程时间的实际观测值y(k+1)修正而得到的最优值，T(k/k)是将第k班次公交车行程时间的预测值T(k/k-1)用第k班次公交车行程时间的实际观测值y(k)修正而得到的最优值，G(k+1)是第k+1班次公交车辆行程时间预测的滤波预报器增益，P(k+1/k)是第k+1班次公交车辆行程时间的预报误差方差阵，P(k/k)是对第k班次公交车辆行程时间预报误差方差阵修正而得的最优值，P(k+1/k+1)是对第k+1班次公交车辆行程时间预报误差方差阵修正而得的最优值，Q(k)为输入白噪声方差，R(k)为系统观测噪声方差，I_n是一个单位矩阵。

4.根据权利要求1或3所述的公交车站点间行程时间预测方法，其特征在于：所述步骤(D)包括如下步骤：

将遗忘因子λ(k+1)引入公交车行程时间预报误差方差阵的运算过程中：P^*(k+1/k)＝λ(k+1)P(k/k)+Q(k)，其中P^*(k+1/k)为用遗忘因子修正的k+1班次公交车辆行程时间的预报误差方差阵，且λ(k+1)≥1。