Сравнение методов машинного обучения в задаче прогнозирования движения общественного транспорта

Abstract

Задача прогнозирования движения общественного транспорта является одной из самых популярных задач в области транспортного планирования благодаря своей практической значимости. Для решения этой задачи применяются различные параметрические и непараметрические модели. В настоящей работе для прогнозирования движения используется разнородная информация, влияющая на величину прогноза, и приводится сравнение основных алгоритмов машинного обучения для прогнозирования времени прибытия общественного транспорта: модели нейронных сетей, регрессии методом опорных векторов. Экспериментальный анализ алгоритмов был проведен на реальных движении о движении транспортных средств автобусных маршрутов в Самаре, Россия.