基于KNN算法的公交到站時間預測

霍 豪，沈金星，鄭長江

基于KNN算法的公交到站時間預測

霍 豪，沈金星，鄭長江

（河海大學，土木與交通學院，南京 210098）

為提高城市公交到站時間預測的準確性和穩定性，提出了一種基于最近鄰（-nearest- neighbor，KNN）算法的公交到站時間預測模型。該模型考慮了上下游車站的距離對二者公交到站時間相關性的影響，以及信號燈數和彎道數對到站時間的影響。以天津市808路公交線為例，選取1個月的公交運行數據對模型進行了訓練和驗證，并與基于歷史平均值的模型、無權重KNN模型以及僅以地理距離作為權重的KNN模型進行對比。結果表明該模型的預測誤差較?。ㄆ骄鵐APE為15.17%），且MAPE的標準差為7.28%，明顯小于其他3個模型，說明該預測模型在公交車到站時間預測上具有較好的精度和穩定性。

交通工程；預測模型；近鄰；到站時間；城市公交

0 引 言

快速增長的交通量以及由此產生的交通擁堵和環境污染，是影響世界各國城市居民生活質量日益嚴重的問題，而發展公共交通是緩解該問題的一種可行且具有可持續性的方式[1]。Caulfield等[2]的一項調查表明，公交車的到站時間是乘客最需要的信息。提供實時準確的到站時間信息可以幫助出行者減少等待時間，科學地規劃出行，提升乘車體驗。到站時間預測系統的成功實施將會鼓勵和吸引更多居民從其他交通方式轉向公共交通，這種轉變能夠減少道路上車輛的數量，從而緩解擁堵、降低污染[3]。所以，對公交到站時間預測方法的研究具有重要意義?！?br>