1、對選擇公共交通方式的出行者來說,公交車到站時間可稱為居民出行最為關心的公共交通信息,對公交到站時間預測的研究也受到了越來越多的學者的關注。本文立足于分析影響公交車到站時間的影響因素分析,設計到站時間預測模型,提高公交車輛到站時間預測工作的精度和可靠性,不僅能夠提高公共交通對居民出行的分擔,而且對城市的公共交通服務體系的向前發(fā)展也在一定程度上起了推動的作用。
　　論文首先從公交車的路段行駛時間、停靠站延誤時間和交通狀態(tài)三個方面,分析

2、了影響公交車輛到站時間的影響因素以及各影響因素的量化方法。
　　其次,通過劃分公交車輛的運行狀態(tài),確定公交車輛運行狀態(tài)的轉移函數(shù)和狀態(tài)轉移條件的識別方法,建立公交車輛運行狀態(tài)的有限狀態(tài)自動機模型。
　　將公交車輛預測狀態(tài)細分為三個時段,對哈爾濱市63路公交車的車載GPS終端獲取的公交車輛到站時間的歷史數(shù)據(jù)進行預處理,分別采用 Kalman濾波、BP人工神經(jīng)網(wǎng)絡以及ARIMA時間序列,對高峰、平峰和低峰時段63路公交車從建工新

3、區(qū)出發(fā)到哈爾濱鐵路局站的行程時間進行預測,根據(jù)三種模型的預測誤差,確定每個時段最適合的到站時間預測模型,最終,得到基于有限狀態(tài)自動機的公交車到站時間預測模型。
　　最后,利用哈爾濱市63路公交車的車載GPS終端獲取的公交車輛到站時間的歷史數(shù)據(jù),對比基于有限狀態(tài)自動機的預測模型、卡爾曼濾波預測模型和BP神經(jīng)網(wǎng)絡預測模型的絕對平均百分誤差(MAPE),結果表明,基于有限狀態(tài)自動機的公交車輛到站時間預測模型相比Kalman率波預測模型和