基于LightGBM-LSTM的公交到站時間預測

羅建平，陳 歡，楊森彬，張燕忠

(1.廣東省城市智能交通物聯網工程技術研究中心，廣州 510663;2.廣州交信投科技股份有限公司，廣州 510663)

0 引言

實時公交到站預測是城市公交排班調度的重要依據，也是影響乘客出行體驗的重要因素，具有重要的社會意義和價值。如果公交車輛到站預測時間不準，將可能產生公交車輛調度斷位、發班不均勻等問題[1-3]，進而影響乘客出行服務體驗。

國內外相關領域的專家和學者在公交到站時間預測方面做了諸多研究。Tirachini[4]等考慮了城市不同區域道路環境對公交車行程時間的影響，采用多元線性回歸模型對公交到站時間進行了預測；Huang[5]等基于貝葉斯模型預測短期公交出行時間；霍豪[6]等慮上下游車站的距離、信號燈數和彎道數，基于KNN算法提高到站時間預測的準確性和穩定性；童小龍[7]等采用改進的時間序列法進行公交車輛站間行程時間預測，增強對于突發事件的反應能力；賴永炫[8]等采用時空相關屬性模型進行公交到站預測，模型準確率為80.23%;李鵬程[9]等考慮公交到站前2～3站的信息，用兩層LSTM模型對公交到站時間進行預測；瑪爾然[10]建立公交車在路段上的運行時間、站點停靠時間、交叉口延誤時間的時間模型，采用卡爾曼濾波遞推方程預測公交到站時間，模型的準確率可達到90%以上。

現有關于公交到站時間預測的研究普遍存在準確性和穩定性不高的問題。由于城市公交出行呈現明顯的早晚高峰現象，本文提出了一種基于LightGBM-LSTM的公交到站時間預測方法，考慮了影響公交到站時間的重要因素，如車輛實時位置、時間特征、高平峰狀態等。……