[發明專利]一種基于改進深度森林的公交車路段運行時間預測方法

有效

• 申請號: 201811512481.9
• 申請日: 2018-12-11
• 公開（公告）號: CN109741597B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 陳超;姚寶珍;賈慧忠;王卉;元芳;谷曉寧
• 申請（專利權）人: 大連理工大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/123;G06Q50/30;G06Q10/04
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 姜玉蓉;李洪福

1.一種基于改進深度森林的公交車路段運行時間預測方法，其特征在于，包括如下步驟：

步驟S1：收集公交線路信息、GPS信息以及路段信息，對收集到的信息數據進行歸一化處理，將收集到的數據采用如下公式處理為區間為[0,1]之間的數據：

其中，w為歸一化后的數據；x為原始數據；x_min為原始數據中的最小值；x_max為原始數據中的最大值；

步驟S2：將處理后的數據輸入到改進深度森林進行訓練，所述改進深度森林由卷積多粒度掃描和有限制級聯森林兩部分組成；

卷積多粒度掃描，對處理后的數據進行特征提取，在滑動窗口掃描選取樣本特征時，構造一列向量作為特征掃描的過濾器filter，結合滑動窗口對范圍內的特征進行系數運算，讓過濾器filter在原始數據上滑動，得到整組特征的高維表示，得到樣本子數據；

有限制級聯森林，將所述樣本子數據輸入到有限制級聯森林中進行高維空間數據的訓練，在訓練過程中，每層森林有p個森林，每個森林產生c維數據，將原始高維空間子數據拼接到一起，得到q*c+A*N維數據；最后一層森林輸出結果，則不再進行樣本子數據的拼接；經過幾層森林直到預測精確度不再提高，或達到設定的森林層數，則輸出預測結果；其中，q表示每條掃描組中的森林個數，A表示經過多粒度掃描之后產生的子樣本數據個數，N表示訓練組的條數；

步驟S3：選取公交線路、路段長度、天氣、星期情況、當前路段運行時間、下一路段運行時間、當時時間7個變量作為訓練樣本(x_i,y_i)的八維輸入向量x_i，選取當前路段運行時間作為輸出向量y_i；選取樣本數據的70％作為訓練樣本輸入到改進深度森林，另外的30％則輸入改進深度森林檢測訓練結果；

步驟S4：將檢測訓練結果用平均絕對誤差MAPE作為評價指標，MAPE越小，則表示預測誤差越小，效果越理想；評價表達式如下：

其中，n表示預測樣本的大小，表示預測到的公交車運行時間，y_i表示觀測到的公交車運行時間。

2.根據權利要求1所述的基于改進深度森林的公交車路段運行時間預測方法，其特征在于，所述公交線路信息包括公交車路線、線路里程、公交站點位置及個數、公交車發車時間及間隔；所述GPS信息包括公交車發車時間及間隔、公交車編號、公交車位置及時刻；所述路段信息包括路段交通狀況、高低峰情況、天氣狀況。

3.根據權利要求1所述的基于改進深度森林的公交車路段運行時間預測方法，其特征在于，所述步驟S3中還包括當選取到的公交車為第一個運行公交的情況時，則選取公交線路、路段長度、天氣、星期情況、當時時間5個變量構成輸入變量，當該公交車駛過后，則更新當前路段運行時間，作為下一輛公交車的輸入變量的步驟。