实时公交出行时间预测与可靠性量化：一种混合 Markov 模型
应用统计
2025-03-11 v1
摘要
实时、准确且可靠的公交出行时间预测对于提高公共交通系统的运营效率至关重要。然而，由于现有模型和数据源的局限性，这仍是一项具有挑战性的任务。本研究提出了一种用于实时公交出行时间预测的混合 Markov 框架，并集成了不确定性量化。首先，通过整合各种影响因素并显式地考虑异方差性，对公交路段出行时间分布进行了建模。具体而言，使用极大似然估计估计分布参数，随后采用 Fisher 信息矩阵计算估计参数的 95% 不确定性界限，从而确保对公交路段出行时间预测不确定性的稳健且可靠的量化。其次，开发了一种基于先前预测的公交路段出行时间转移概率的 Markov 框架，用于预测从当前位置到沿线路线任意未来站点的出行时间及其不确定性。该框架使用 2023 年收集于佛罗里达州 Gainesville 的通用交通馈送规范 (GTFS) 静态与实时数据进行了评估。结果表明，与所选基线方法（包括历史均值、统计模型和基于 AI 的模型）相比，所提出的模型在持续实现更好预测性能的同时，提供了更窄的不确定性界限。该模型还表现出高可解释性，因为估计系数揭示了不同因素如何影响具有不同特征的路段上的公交出行时间。这些发现表明，该模型可作为交通系统性能评估和实时出行规划的宝贵工具。
引用
@article{arxiv.2503.05907,
title = {Real-time Bus Travel Time Prediction and Reliability Quantification: A Hybrid Markov Model},
author = {Yuran Sun and James Spall and Wai Wong and Xilei Zhao},
journal= {arXiv preprint arXiv:2503.05907},
year = {2025}
}