[發明專利]一種基于RFID數據考慮貨車混入率的公交行程時間預測方法

有效

• 申請號: 202010845605.6
• 申請日: 2020-08-20
• 公開（公告）號: CN111951556B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 孫棣華;趙敏;諶銳
• 申請（專利權）人: 重慶大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/123
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 武君

1.一種基于RFID數據考慮貨車混入率的公交行程時間預測方法，其特征在于：該方法包括以下步驟：

1)根據RFID數據，獲取城市道路中公交車通過上、下游RFID基站的路段行程時間和路段行程時間數據樣本T；

具體過程如下：在儲存有RFID數據的數據庫中選取路段上游基站和下游基站的全部公交車過車數據，再利用數據庫查詢語句查找具有相同EID的數據，判斷具有相同EID的汽車電子標識數據的車輛通過上、下游RFID基站的時間是否符合實際車輛行駛方向；若符合，則保留該項數據；否則，將其刪除，完成車牌匹配；

公交車通過上、下游RFID基站的路段行程時間的計算公式如下：

T＝t_downstream-t_upstream

式中，T代表公交車通過上、下游RFID基站的路段行程時間；t_dowmstream代表公交車通過路段下游RFID基站的過車時間戳；t_upstream代表公交車通過路段上游RFID基站的過車時間戳；

進行數據預處理操作，獲得可靠的公交車通過上、下游RFID基站的路段行程時間數據樣本T；

T＝{t₁,t₂,...,t_k,t_k+1,...,t_n}

其中，t_k代表第k輛公交車的路段行程時間；n為樣本容量；

2)根據公交車通過上、下游RFID基站所確定的時間域，實時計算并更新路段貨車混入率；

具體過程如下：在儲存有RFID數據的數據庫中選取上游基站所有車輛數據C和所有貨車數據H，并將其按Passtime升序排列，將步驟1)中獲得的數據樣本T按t_upstream升序排列，獲取每輛公交車通過路段產生的行程Trip_kij以及該行程對應的上游基站過車時間戳t_ki和下游基站過車時間戳t_kj，并確定出時間域(t_ki,t_kj)，以時間域(t_ki,t_kj)為單位，記錄不同時間域內通過上游基站i的貨車數量q_ki和車輛數目v_ki，得到所有時間域內通過上游基站i的貨車數量Q＝{q₁,q₂,...,q_k,q_k+1,...,q_n}和車輛數目V＝{v₁,v₂,...,v_k,v_k+1,...,v_n}；從而計算出路段不同時間域內的貨車混入率s_ki，公式如下：

可獲得該路段所有時間域內的路段貨車混入率數據樣本S：

S＝{s₁,s₂,...,s_k,s_k+1,...,s_n}

其中，s_k代表第k個時間域內的路段貨車混入率；

3)考慮路段貨車混入率對公交車路段行程時間的相關影響，重構公交車路段行程時間數據樣本；

具體過程如下：將路段行程時間數據樣本T中的樣本值t_k以及路段貨車混入率數據樣本S中的樣本值s_k標準化，計算公式如下：

式中，t_k代表第k輛公交車的路段行程時間；s_k代表第k個時間域內的路段貨車混入率；t_min和t_max分別代表T中最小樣本值和最大樣本值；s_min和s_max分別代表S中最小樣本值和最大樣本值；

計算標準化后的路段行程時間數據樣本和路段貨車混入率數據樣本之間的相關系數ρ，并考慮路段貨車混入率對公交車路段行程時間的相關影響對數據樣本T^*進行數據重構，公式如下：

式中，ρ代表相關系數；t′_k代表數據重構后的第k輛公交車路段行程時間；代表標準化后的第k輛公交車路段行程時間；代表標準化后的第k個時間域內路段貨車混入率；代表數據樣本T^*的樣本均值；代表數據樣本S^*的樣本均值；n為樣本容量；

獲取考慮路段貨車混入率的重構公交車路段行程時間數據樣本T′：

T′＝{t′₁,t′₂,...,t′_k,t′_k+1,...,t′_n}

其中，t′_k代表數據重構后的第k輛公交車路段行程時間；n為樣本容量；

4)分別構建考慮貨車混入率的LSTM公交行程時間預測模型和考慮貨車混入率的SVR公交行程時間預測模型，并在測試集數據樣本中完成公交行程時間的預測；

5)根據兩類模型的預測值與實際值，建立LSTM-SVR組合預測模型進行公交行程時間預測。