面向智能物联网公众公交的实时总线出发预测——基于神经网络方法
机器学习
2025-01-22 v1 人工智能
摘要
公交出行在城市公共交通中占据重要位置，但往往难以提供准确可靠的出发时间，导致延误、乘客不满和乘客流量下降，尤其在依赖公共交通的地区影响尤为突出。主要挑战在于实际出发时间与计划出发时间之间的差异，这会扰乱时刻表并影响整体运营效率。为此，本文提出了一种针对智能物联网公众公交的神经网络方法，用于实时总线出发时间预测。我们利用 AI 驱动模型通过数据预处理、特征工程和实施全连接神经网络来提高公交时刻表的准确性，该网络利用历史出发数据预测后续站点的出发时间。在针对波士顿公交数据进行案例研究后，我们发现平均偏差接近4分钟。然而，我们的模型在151条公交线路上表现出显著改进，预测出发时间偏差准确率可达80秒以内。这种进展不仅提高了公交出行时刻表的可靠性，也在实现智能公交系统和物联网应用方面发挥了关键作用。通过提供更准确的实时预测，我们的方法可以促进物联网设备（如智能公交站和乘客信息系统）的集成，这些设备依赖于精确数据以实现最佳性能。
引用
@article{arxiv.2501.10514,
title = {Real-Time Bus Departure Prediction Using Neural Networks for Smart IoT Public Bus Transit},
author = {Narges Rashvand and Sanaz Sadat Hosseini and Mona Azarbayjani and Hamed Tabkhi},
journal= {arXiv preprint arXiv:2501.10514},
year = {2025}
}