《表1 实际到站时间与预测对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于RBF算法的公交车到站时间预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文考虑了公交车会受上车的人数和地理的环境影响，所以选择唐山市2路汽车到站时间为例。2路汽车行驶的街道为唐山市的主街道新华道，从妇产医院站到广场站一共是9站，途径学校、医院、商业街等复杂道路，人口密度也很大，非常适合实例研究，使用跟车调查的方式对2路汽车进行数据的采集。天气和温度会对采集的数据产生很大的影响。阴天下雨，天气的冷暖可能导致乘客不愿意出行；天气温度适合会出现大部分乘客扎堆出行的状况，采集的时间定为2018年8月1日—9月29日，每天7:00开始采集公交车到两站的时间并且记录当天的天气和温度情况，大部分人在7:00都会去乘坐公交车上班，每天等公交的人数也基本处于固定状态。运用RBF神经网络对样本进行训练和检测的结果见表1。