城市级可扩展公交延误预测：一种结合多分辨率特征工程与深度学习的系统化方法
摘要
城市公交机构需要可靠的全网络延误预测，以便为乘客提供准确的到达信息并支持实时运营控制。准确的预测有助于乘客规划行程、减少等待时间，并允许运营人员调整发车间隔、调度额外车辆以及管理中断。尽管诸如 GTFS-Realtime (GTFS-RT) 之类的实时数据源现已广泛可用，但大多数现有的延误预测系统仅处理少数几条路线，依赖手工特征，并且对于如何设计可扩展、可复用的架构提供的指导甚少。我们提出了一种结合多分辨率特征工程、降维和深度学习的城市级预测流水线。该框架通过在 H3 单元、路线、路段和时间模式上探索 23 种聚合组合，生成了 1,683 个时空特征，并使用自适应 PCA 将其压缩为 83 个主成分，同时保留了 95% 的方差。为了避免当密集城区落入单一 H3 区域时出现的“巨型聚类”问题，我们引入了一种混合 H3+拓扑聚类方法，产生了 12 个均衡的路线聚类（变异系数为 0.608），并实现了高效的分布式训练。我们在蒙特利尔交通协会（Société de transport de Montréal, STM）网络六个月的公交运营数据上比较了五种模型架构。具有聚类感知特征的全局 LSTM 在准确率和效率之间取得了最佳折衷，在使用少 275 倍参数的同时，性能比 transformer 模型高出 18% 至 52%。我们还报告了在基本路段、路段和行程级别的多层级评估，包括步进式验证和延迟分析，表明所提出的流水线适用于实时、城市级部署，并且可以在有限调整下复用于其他网络。
引用
@article{arxiv.2601.18521,
title = {Scalable Transit Delay Prediction at City Scale: A Systematic Approach with Multi-Resolution Feature Engineering and Deep Learning},
author = {Emna Boudabbous and Mohamed Karaa and Lokman Sboui and Julio Montecinos and Omar Alam},
journal= {arXiv preprint arXiv:2601.18521},
year = {2026}
}
备注
This manuscript is a preprint of an earlier version. A revised system-oriented version is currently under review