基于集成學習的公交車輛到站時間預測模型研究

摘要：公交車是城市交通系統的主要組成部分,準確預測公交車輛到站時間作為城市智能交通系統(ITS)的重要應用,可以有效提升公交車乘客的乘坐體驗,增加公交出行的吸引力。為此,提出一種基于集成學習方法的公交車到站時間預測模型,利用聯合多種弱模型的方法,確定優化目標,將公交車到站時間相關的影響因素進行特征化后,基于海量歷史數據訓練機器學習模型,進而預測公交到站時間。實例分析和驗證結果表明,GBDT方法的預測性能明顯優于其他方法,可顯著提高公交到站時間預測的準確性。