Luận văn thạc sĩ khoa học máy tính nghiên cứu và phát triển giải pháp dự đoán thời gian đến trạm của xe buýt

Luận văn thạc sĩ phân tích máy tính nghiên cứu và phát triển giải pháp dự đoán thời gian đến trạm của xe buýt, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho

• Tác giả: Châu Trung Hiếu
• Người hướng dẫn: PGS. Thoại Nam
• Trường học: Đại học Quốc gia TP. HCM
• Chuyên ngành: Khoa học Máy tính
• Đề tài: Giải Pháp Dự Đoán Thời Gian Đến Trạm Xe Buýt
• Loại tài liệu: luận văn
• Năm xuất bản: 2023
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT NỘI DUNG
• LỜI CAM ĐOAN
• MỤC LỤC
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG
• 1. CHƯƠNG 1: Bối cảnh và động lực
• 1.1. Phạm vi và giới hạn của đề tài
• 1.2. TỔNG QUAN BÀI TOÁN DỰ ĐOÁN THỜI GIAN ĐẾN TRẠM DỪNG CỦA XE BUÝT
• 1.2.1. Bài toán dự đoán
• 1.2.2. Khảo sát các phương pháp cho bài đoán dự đoán
• 1.2.2.1. Phương pháp lập lịch
• 1.2.2.2. Phương pháp thống kê
• 1.2.2.3. Phương pháp tìm kiếm
• 1.2.2.4. Phương pháp học máy
• 1.2.3. Phương pháp tiếp cận bài toán
• 1.3. Hồi quy tuyến tính
• 2. CHƯƠNG 2
• 3. CHƯƠNG 3
• 4. CHƯƠNG 4
• 5. CHƯƠNG 5
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Bối cảnh và động lực

Hệ thống giao thông công cộng là thành phần thiết yếu trong cơ sở hạ tầng đô thị, với xe buýt là phương tiện phổ biến nhất. Việc dự đoán thời gian đến của xe buýt không chỉ giúp hành khách lập kế hoạch mà còn cải thiện hiệu quả vận chuyển. Độ tin cậy của dịch vụ xe buýt bị ảnh hưởng bởi nhiều yếu tố như tắc nghẽn giao thông và điều kiện thời tiết. Do đó, việc phát triển các giải pháp công nghệ để dự đoán chính xác thời gian đến trạm là rất cần thiết. Nghiên cứu này nhằm cung cấp một giải pháp sử dụng dữ liệu lịch sử và mô hình học máy, đặc biệt là mạng nơron truy hồi (RNN) để cải thiện độ chính xác trong việc dự đoán thời gian đến của xe buýt.

II. Tổng quan bài toán dự đoán thời gian đến trạm dừng của xe buýt

Bài toán dự đoán thời gian đến trạm xe buýt là một thách thức lớn do sự phức tạp của các yếu tố ảnh hưởng như thời tiết, cường độ giao thông và số lượng hành khách. Các phương pháp truyền thống như lập lịch trình cố định thường không hiệu quả trong việc tính toán thời gian đến chính xác. Nghiên cứu hiện tại khảo sát nhiều phương pháp như hồi quy tuyến tính, mạng nơron nhân tạo, và đặc biệt là mạng nơron truy hồi (RNN) với cấu trúc LSTM. Mô hình LSTM có khả năng nắm bắt các phụ thuộc dài hạn, giúp cải thiện độ chính xác của dự đoán thời gian đến. Việc sử dụng dữ liệu lịch sử từ GPS và GTFS là rất quan trọng để huấn luyện mô hình dự đoán.

III. Phương pháp tiếp cận bài toán

Luận văn này tiếp cận bài toán dự đoán thời gian đến trạm xe buýt bằng cách sử dụng mạng nơron truy hồi (RNN) với cấu trúc LSTM. Mô hình này được huấn luyện dựa trên dữ liệu lịch sử từ hệ thống xe buýt, bao gồm tọa độ GPS và thời gian. Các đặc trưng không gian và thời gian được trích xuất từ tập dữ liệu để nắm bắt các mẫu trong dữ liệu. Kết quả thực nghiệm cho thấy mô hình LSTM vượt trội hơn so với các phương pháp truyền thống trong việc dự đoán thời gian đến. Điều này chứng tỏ rằng việc áp dụng công nghệ học máy vào bài toán này có thể mang lại những cải tiến đáng kể về hiệu quả và độ tin cậy của dịch vụ xe buýt.

IV. Kết quả thực nghiệm và đánh giá

Kết quả thực nghiệm cho thấy mô hình LSTM đã đạt được độ chính xác cao trong việc dự đoán thời gian đến trạm xe buýt. Các thử nghiệm được thực hiện trên hai tập dữ liệu từ thành phố Dublin, Ireland, cho thấy mô hình có khả năng nắm bắt các biến động trong thời gian di chuyển của xe buýt. Việc đánh giá mô hình dựa trên các chỉ số như độ chính xác và độ tin cậy cho thấy rằng việc sử dụng các phương pháp học máy, đặc biệt là RNN-LSTM, có thể cải thiện đáng kể trải nghiệm của hành khách trong hệ thống giao thông công cộng. Điều này mở ra cơ hội ứng dụng rộng rãi hơn cho các hệ thống xe buýt khác trên toàn thế giới.

Nội dung chính

Tổng quan nghiên cứu

Giao thông công cộng đóng vai trò thiết yếu trong cơ sở hạ tầng đô thị hiện đại, với xe buýt là phương tiện phổ biến do tính linh hoạt và khả năng tiếp cận cao. Theo ước tính, hàng ngày có hàng triệu lượt hành khách sử dụng xe buýt, do đó việc dự đoán chính xác thời gian đến trạm của xe buýt là một yêu cầu cấp thiết nhằm nâng cao trải nghiệm người dùng và hiệu quả vận hành hệ thống. Tuy nhiên, dự đoán thời gian đến xe buýt gặp nhiều thách thức do ảnh hưởng của các yếu tố như tắc nghẽn giao thông, điều kiện thời tiết, và sự biến động trong lịch trình.

Mục tiêu nghiên cứu là phát triển một giải pháp dự đoán thời gian đến trạm dừng của xe buýt dựa trên dữ liệu lịch sử di chuyển, sử dụng mô hình mạng nơron truy hồi (RNN) với cấu trúc Bộ nhớ dài hạn ngắn hạn (LSTM). Phạm vi nghiên cứu tập trung vào dữ liệu GPS và GTFS của các tuyến xe buýt tại thành phố Dublin, Ireland, trong khoảng thời gian tháng 1 năm 2013 và tháng 12 năm 2016. Giải pháp đề xuất nhằm cung cấp dự đoán chính xác và đáng tin cậy, góp phần cải thiện độ tin cậy dịch vụ và sự hài lòng của hành khách, đồng thời hỗ trợ các cơ quan quản lý tối ưu hóa lịch trình và điều phối xe buýt.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: bài toán hồi quy trong học máy và mô hình mạng nơron nhân tạo, đặc biệt là mạng nơron truy hồi (RNN) với kiến trúc LSTM.

• Hồi quy tuyến tính: Là phương pháp cơ bản trong học máy để dự đoán giá trị số dựa trên mối quan hệ tuyến tính giữa biến đầu vào và đầu ra. Mô hình này được sử dụng làm cơ sở so sánh trong nghiên cứu.

• Mạng nơron nhân tạo (ANN): Mạng MLP với các lớp ẩn giúp khai thác các mối quan hệ phi tuyến trong dữ liệu, tuy nhiên hạn chế trong việc xử lý dữ liệu chuỗi.

• Mạng nơron truy hồi (RNN): Đặc biệt phù hợp với dữ liệu chuỗi nhờ khả năng duy trì trạng thái ẩn, nắm bắt các phụ thuộc tuần tự trong dữ liệu.

• LSTM (Long Short-Term Memory): Là biến thể của RNN, giải quyết vấn đề tiêu biến gradient, cho phép mô hình học được các phụ thuộc dài hạn trong chuỗi dữ liệu. LSTM sử dụng các cổng đầu vào, quên, đầu ra và trạng thái cell để kiểm soát luồng thông tin.

Các khái niệm chính bao gồm: dữ liệu chuỗi thời gian, vector đặc trưng đầu vào, hàm mất mát trong hồi quy (MSE, RMSE, MAE, MAPE), và kỹ thuật biến đổi đặc trưng chu kỳ (Cyclical Features) để mã hóa thông tin thời gian.

Phương pháp nghiên cứu

Nguồn dữ liệu chính gồm dữ liệu GPS tháng 1 năm 2013 và dữ liệu GTFS tháng 12 năm 2016 của thành phố Dublin, Ireland. Dữ liệu GPS cung cấp thông tin vị trí, thời gian, tuyến xe, chuyến đi và xe buýt, trong khi dữ liệu GTFS cung cấp thông tin tĩnh về tuyến đường, trạm dừng và lịch trình.

Phương pháp nghiên cứu bao gồm các bước:

1. Tiền xử lý dữ liệu: Làm sạch dữ liệu GPS (loại bỏ điểm trùng lặp, ngoại lai, bổ khuyết dữ liệu thiếu), xác định đúng chuyến đi và thời gian đến từng trạm dừng dựa trên kỹ thuật định vị trong bán kính 50m quanh trạm.

2. Trích xuất đặc trưng: Xây dựng vector đặc trưng gồm thời gian xuất phát, thời gian đến trạm hiện tại, quãng đường đã đi, quãng đường đến trạm kế tiếp, và biến đổi các đặc trưng thời gian thành dạng chu kỳ.

3. Xây dựng mô hình dự đoán: Huấn luyện mô hình LSTM trên dữ liệu lịch sử đã xử lý, so sánh với mô hình cơ sở dựa trên vận tốc trung bình và mô hình hồi quy tuyến tính.

4. Phân tích và đánh giá: Sử dụng các chỉ số MSE, RMSE, MAE, MAPE để đánh giá độ chính xác dự đoán.

Quá trình nghiên cứu kéo dài từ tháng 9/2022 đến tháng 6/2023, với cỡ mẫu dữ liệu gồm hàng nghìn chuyến xe buýt và hàng chục nghìn điểm dữ liệu GPS được xử lý.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mô hình LSTM vượt trội hơn mô hình cơ sở: Kết quả thực nghiệm trên tập dữ liệu 747_O và 747_I cho thấy mô hình LSTM giảm sai số trung bình tuyệt đối (MAE) khoảng 15-20% so với mô hình dự đoán dựa trên vận tốc trung bình.

2. Hiệu quả của biến đổi đặc trưng chu kỳ: Việc sử dụng kỹ thuật biến đổi cyclical features cho các đặc trưng thời gian (ngày trong tuần, giờ trong ngày) giúp cải thiện độ chính xác dự đoán khoảng 10% so với mã hóa one-hot truyền thống.

3. Khả năng nắm bắt phụ thuộc dài hạn của LSTM: Mô hình LSTM thể hiện khả năng dự đoán chính xác hơn ở các trạm dừng xa hơn trong tuyến, với sai số dự đoán tăng chậm hơn so với các mô hình khác.

4. Thách thức dữ liệu không đồng bộ: Việc không khớp thời gian giữa dữ liệu GPS (2013) và GTFS (2016) gây khó khăn trong việc xác định chính xác lịch trình, tuy nhiên mô hình vẫn duy trì hiệu suất tốt nhờ xử lý dữ liệu GPS chi tiết.

Thảo luận kết quả

Nguyên nhân chính của sự vượt trội của mô hình LSTM là khả năng xử lý dữ liệu chuỗi và nắm bắt các phụ thuộc thời gian dài hạn, điều mà các mô hình hồi quy tuyến tính hay dựa trên vận tốc trung bình không thể làm được. Kết quả này phù hợp với các nghiên cứu trước đây trong lĩnh vực dự đoán thời gian đến xe buýt.

Việc áp dụng kỹ thuật biến đổi đặc trưng chu kỳ giúp mô hình hiểu được tính tuần hoàn của dữ liệu thời gian, từ đó cải thiện dự đoán trong các khung giờ và ngày khác nhau. Kết quả có thể được minh họa qua biểu đồ so sánh sai số dự đoán giữa các mô hình theo từng trạm dừng, cho thấy LSTM duy trì sai số thấp hơn rõ rệt.

Mặc dù dữ liệu không đồng bộ giữa GPS và GTFS là một hạn chế, nhưng quá trình tiền xử lý và bổ khuyết dữ liệu đã giúp giảm thiểu ảnh hưởng này. Điều này cho thấy mô hình có tiềm năng ứng dụng thực tế trong các hệ thống xe buýt có dữ liệu không hoàn hảo.

Đề xuất và khuyến nghị

1. Triển khai mô hình LSTM trong hệ thống quản lý xe buýt: Áp dụng mô hình dự đoán thời gian đến trạm dựa trên LSTM để cung cấp thông tin chính xác cho hành khách và điều phối vận tải, ưu tiên trong vòng 6 tháng tới, do các cơ quan quản lý giao thông thực hiện.

2. Cải thiện thu thập và đồng bộ dữ liệu: Xây dựng hệ thống thu thập dữ liệu GPS và GTFS đồng bộ thời gian, đảm bảo dữ liệu đầu vào chất lượng cao, giảm thiểu sai lệch trong dự đoán, thực hiện trong 12 tháng tiếp theo bởi các đơn vị vận tải và công nghệ.

3. Mở rộng mô hình với dữ liệu thời tiết và giao thông thời gian thực: Tích hợp các yếu tố khách quan như điều kiện thời tiết, tình trạng giao thông để nâng cao độ chính xác dự đoán, nghiên cứu và thử nghiệm trong 1 năm, phối hợp giữa các viện nghiên cứu và cơ quan quản lý.

4. Phát triển giao diện người dùng và API dự đoán: Cung cấp thông tin dự đoán thời gian đến xe buýt qua ứng dụng di động và API cho các bên thứ ba, giúp hành khách và nhà quản lý dễ dàng tiếp cận dữ liệu, triển khai trong 6 tháng, do các công ty công nghệ thực hiện.

Đối tượng nên tham khảo luận văn

1. Các nhà quản lý giao thông công cộng: Nhận được giải pháp dự đoán thời gian đến xe buýt chính xác, hỗ trợ tối ưu lịch trình và điều phối phương tiện, giảm chi phí vận hành.

2. Các nhà phát triển phần mềm giao thông thông minh: Áp dụng mô hình LSTM và kỹ thuật xử lý dữ liệu chuỗi để phát triển các ứng dụng dự đoán thời gian thực, nâng cao trải nghiệm người dùng.

3. Các nhà nghiên cứu trong lĩnh vực học máy và kỹ thuật giao thông: Tham khảo phương pháp tiền xử lý dữ liệu GPS, GTFS và ứng dụng mạng nơron truy hồi trong bài toán dự đoán chuỗi thời gian.

4. Các cơ quan chính phủ và tổ chức quy hoạch đô thị: Sử dụng kết quả nghiên cứu để xây dựng chính sách phát triển giao thông công cộng hiệu quả, nâng cao chất lượng dịch vụ và giảm ùn tắc giao thông.

Câu hỏi thường gặp

1. Mô hình LSTM có ưu điểm gì so với các phương pháp truyền thống?
   Mô hình LSTM có khả năng nắm bắt các phụ thuộc dài hạn trong dữ liệu chuỗi, giúp dự đoán chính xác hơn trong các tình huống có biến động phức tạp như giao thông và thời tiết. Ví dụ, LSTM giảm sai số dự đoán MAE khoảng 15-20% so với mô hình dựa trên vận tốc trung bình.

2. Dữ liệu GPS và GTFS có vai trò như thế nào trong nghiên cứu?
   Dữ liệu GPS cung cấp thông tin vị trí và thời gian thực tế của xe buýt, trong khi dữ liệu GTFS cung cấp thông tin tĩnh về tuyến đường và lịch trình. Kết hợp hai nguồn dữ liệu này giúp xây dựng mô hình dự đoán chính xác hơn.

3. Làm thế nào để xử lý dữ liệu GPS bị thiếu hoặc nhiễu?
   Luận văn áp dụng kỹ thuật làm sạch dữ liệu, loại bỏ điểm ngoại lai dựa trên ngưỡng vận tốc, bổ khuyết dữ liệu thiếu bằng cách sử dụng vận tốc trung bình giữa các trạm đã biết, giúp đảm bảo chất lượng dữ liệu đầu vào.

4. Có thể áp dụng mô hình này cho các thành phố khác không?
   Có thể, với điều kiện thu thập dữ liệu GPS và GTFS tương tự. Quá trình tiền xử lý được thiết kế không phụ thuộc quá nhiều vào cấu trúc dữ liệu cụ thể, giúp dễ dàng áp dụng cho các hệ thống xe buýt khác.

5. Thời gian triển khai mô hình dự đoán trong thực tế là bao lâu?
   Tùy thuộc vào quy mô dữ liệu và hạ tầng công nghệ, nhưng theo đề xuất, việc triển khai mô hình LSTM và tích hợp vào hệ thống quản lý có thể hoàn thành trong vòng 6 tháng đến 1 năm.

Kết luận

• Đề xuất thành công giải pháp dự đoán thời gian đến trạm xe buýt dựa trên mô hình mạng nơron truy hồi LSTM, sử dụng dữ liệu GPS và GTFS.
• Mô hình LSTM cho kết quả dự đoán chính xác hơn 15-20% so với các phương pháp truyền thống như vận tốc trung bình và hồi quy tuyến tính.
• Kỹ thuật biến đổi đặc trưng chu kỳ giúp cải thiện hiệu suất mô hình trong việc xử lý dữ liệu thời gian.
• Giải pháp có tiềm năng ứng dụng thực tế, góp phần nâng cao hiệu quả vận hành và sự hài lòng của hành khách.
• Các bước tiếp theo bao gồm triển khai mô hình trong hệ thống quản lý xe buýt, mở rộng tích hợp dữ liệu thời tiết và giao thông thời gian thực, đồng thời phát triển giao diện người dùng và API dự đoán.

Hành động tiếp theo là phối hợp với các cơ quan quản lý giao thông để thử nghiệm và triển khai mô hình, đồng thời tiếp tục nghiên cứu mở rộng để nâng cao độ chính xác và khả năng ứng dụng trong các môi trường khác nhau.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. Bối cảnh và động lực Hệ thống giao thông công cộng là một thành phần quan trọng của cơ sở hạ tầng đô thị hiện đại, cung cấp khả năng di chuyển hiệu quả cho nhiều người mỗi ngày. Đặc biệt, xe buýt là phương tiện giao thông công cộng phổ biến do tính linh hoạt và khả năng tiếp cận của chúng. Do đó, việc cải thiện hiệu quả hoạt động của hệ thống xe buýt là một việc thiết thực, chẳng hạn như cải thiện độ tin cậy trong lịch trình di chuyển của xe buýt.

Độ tin cậy của các dịch vụ xe buýt có thể bị ảnh hưởng bởi nhiều yếu tố, bao gồm tắc nghẽn giao thông, điều kiện thời tiết và sự chậm trễ không mong muốn. Một trong những thách thức quan trọng nhất mà hệ thống xe buýt phải đối mặt là dự đoán chính xác thời gian đến của xe buýt tại các trạm dừng được chỉ định. Dự đoán chính xác thời gian đến của xe buýt là điều cần thiết để hệ thống giao thông công cộng hoạt động hiệu quả và đáng tin cậy. Hành khách cần biết khi nào xe buýt của họ sẽ đến để lên kế hoạch cho chuyến đi của mình và tránh những chậm trễ không cần thiết.

Các cơ quan giao thông công cộng cũng yêu cầu dự đoán chính xác để tối ưu hóa các tuyến xe buýt, lịch trình và điều phối, điều này có thể cải thiện độ tin cậy của dịch vụ và giảm chi phí vận hành. Đối với các nước có hệ thống giao thông ổn định hoặc có quy hoạch tuyến đường riêng cho xe buýt thì việc dự đoán không còn nhiều thách thức.Với phần lớn còn lại, hoạt động xe buýt chịu ảnh hưởng lớn từ hệ thống giao thông chung nhiều biến động, do đó việc dự đoán chính xác thời gian đến của xe buýt còn nhiều thách thức. Các phương pháp dự đoán thời gian đến của xe buýt truyền thống, chẳng hạn như lập lịch trình cố định hoặc điều phối thủ công, có thể không tính đến hoặc không thể tính đến các yếu tố khách quan ảnh hưởng đến thời gian đến của xe buýt, chẳng hạn như tình trạng giao thông, thời tiết… Do đó, các phương pháp này có thể không đáng tin cậy. Ngày nay có nhiều phương pháp được nghiên cứu để giải quyết bài 1 toán này, có thể kể đến các mô hình học máy sử dụng dữ liệu lịch sử để huấn luyện các mô hình, đưa vào các yếu tố khách quan để đưa ra các dự đoán chính xác hơn.

Mục tiêu Mục tiêu của luận văn là phát triển một giải pháp dự đoán thời gian đến trạm dừng của xe buýt, có thể đưa ra những dự đoán chính xác và đáng tin cậy, bằng cách sử dụng các kỹ thuật hiện đại và tiến bộ gần đây trong lĩnh vực học máy. Cụ thể hơn, mục tiêu của luận văn là phát triển mô hình dự đoán thời gian đến trạm dừng của xe buýt, dữ liệu lịch sử di chuyển của xe buýt huấn luyện cho mô hình mạng nơron truy hồi (RNN). Phạm vi và giới hạn của đề tài Phạm vi luận văn này sẽ tập trung vào việc dự đoán thời gian đến của xe buýt cho một nhóm tuyến xe buýt cụ thể trong một thành phố cụ thể, với dữ liệu là: 1. Dữ liệu lịch sử hành trình của xe buýt chứa các thông tin như: thời gian, vị trí xe buýt, tên tuyến tương ứng… từ đây gọi là dữ liệu GPS (Global Positioning System).

Dữ liệu tĩnh chứa thông tin của hệ thống xe buýt như tuyến đường, vị trí trạm dừng… từ đây gọi là dữ liệu GTFS (General Transit Feed Specification). Hai tập dữ liệu trên được dùng để huấn luyện mô hình dự đoán, đồng thời dùng để so sánh với các mô hình dự đoán khác. Do tính đặc thù của từng hệ thống xe buýt mà cấu trúc dữ liệu sẽ khác nhau, mặc khác về tính riêng tư mà dữ liệu xe buýt thường không được chia sẻ công khai. Đây là hai thách thức nổi bậc về dữ liệu đối với bài toán dự đoán thời gian của xe buýt.

Luận văn sử dụng hai tập dữ liệu được chia sẻ công khai: - Dữ liệu GPS tháng 1 năm 2013 của thành phố Dublin - Ireland [10] - Dữ liệu GFTS tháng 12 năm 2016 của thành phố Dublin - Ireland [11] 2 Chi tiết về các tập dữ liệu này sẽ được mô tả ở Chương 5. Với tập dữ liệu trong một khoảng thời gian ngắn, do đó không khai thác được các ảnh hưởng có tính chu kỳ trong năm như các mùa, các kỳ nghỉ. Mặc khác, mô hình dự đoán dùng dữ liệu làm cơ sở, nên chỉ đúng đắn với các tuyến đường đã được huấn luyện. Quá trình xử lý dữ liệu cũng sẽ phát triển theo hướng không phụ thuộc quá nhiều vào cấu trúc dữ liệu, trích xuất những thông tin cơ bản của hệ thống buýt, với mục đích là dễ dàng áp dụng cho những hệ thống buýt khác có cấu trúc dữ liệu khác nhau.

TỔNG QUAN BÀI TOÁN DỰ ĐOÁN THỜI GIAN ĐẾN TRẠM DỪNG CỦA XE BUÝT 2. Bài toán dự đoán Dự đoán khi nào xe buýt sẽ đến trạm dừng là nhiệm vụ khó khăn do có nhiều biến ngẫu nhiên liên quan và mối quan hệ phức tạp của chúng, chẳng hạn như: thời tiết, cường độ giao thông, tai nạn, giao lộ và số lượng hành khách… là các yếu tố có thể ảnh hưởng đến thời gian di chuyển của xe buýt. Có thể xem thời gian đến trạm dừng là đầu ra từ một hàm với đầu vào là các biến ảnh hưởng. Có nhiều phương pháp tiếp cận để giải quyết bài toán dự đoán thời gian đến của xe buýt, chẳng hạn như: phương pháp lập lịch, phương pháp thống kê, phương pháp tìm lân cận, phương pháp học máy.

Khảo sát các phương pháp cho bài đoán dự đoán 2. Phương pháp lập lịch Các phương pháp dựa trên lịch trình xe buýt được xác định trước và sử dụng chúng làm cơ sở để dự đoán thời gian đến. Các phương pháp này giả định rằng xe buýt tuân thủ lịch trình đã công bố và tính toán thời gian đến dự kiến dựa trên thời gian khởi hành theo lịch trình. Tuy nhiên, các phương pháp dựa trên lịch trình có thể không chính xác do các yếu tố không thể đoán trước như điều kiện giao thông, thời tiết và thời gian lên xuống của hành khách.

Phương pháp thống kê Các phương pháp thống kê nhằm mô hình hóa và dự đoán thời gian đến của xe buýt dựa trên dữ liệu lịch sử và kỹ thuật thống kê. Các phương pháp này phân tích thời gian đến của xe buýt trước đây, cùng với các yếu tố ảnh hưởng khác nhau như thời gian trong ngày, ngày trong tuần, điều kiện thời tiết và mô hình giao thông. Các mô hình thống kê như phân tích hồi quy, phân tích chuỗi thời gian như: ARIMA [12] sử dụng để nắm bắt mối quan hệ giữa các yếu tố này và thời gian đến của xe 4 buýt. Các mô hình này có thể đưa ra các dự đoán hợp lý dựa trên các mẫu lịch sử nhưng có thể gặp khó khăn trong việc nắm bắt các biến thể động và theo thời gian thực.

Phương pháp này hoạt động tốt với những hệ thống giao thông ổn định, tuy nhiên dễ bị ảnh hưởng bởi tắt nghẽn. Phương pháp tìm kiếm Ý tưởng của phương pháp này là tìm các phiên bản dữ liệu gần nhất trong lịch sử của dữ liệu đang xét, chẳng hạn như: số xe, số tuyến, thời gian trong tuần, khung giờ…và dùng chúng để đưa ra dự đoán bằng cách tính trung bình chẳng hạn. Có thể kể đến các kỹ thuật như k-NN [13], KR [14] (Kernel Regression). Phương pháp này hoạt động khá tốt, tuy nhiên thời gian tính toán dự đoán sẽ cao và dễ bị ảnh hưởng bởi dữ liệu xấu.

Phương pháp học máy Các phương pháp học máy dựa trên dữ liệu để huấn luyện mô hình dự đoán. Các phương pháp này sử dụng dữ liệu lịch sử, bao gồm dữ liệu GPS của xe buýt, tốc độ xe, số lượng hành khách, tình trạng giao thông, tình trạng thời tiết… để huấn luyện mô hình dự đoán. Chẳng hạn như kỹ thuật SVM (Support Vector Machine) được sử dụng trong bài báo [15] để dự đoán thời gian đến của xe buýt ở Hồng Kông vào năm 2011, các tác giả đã sử dụng thời gian di chuyển cùng với dữ liệu thời tiết làm cơ sở cho mô hình của họ. Một công trình khai thác dữ liệu lớn (Big data) của mạng lưới giao thông ở Việt Nam [7], bằng cách sử dụng dữ liệu được tạo từ các thiết bị IoT được trang bị hệ thống định vị toàn cầu (GPS) được gắn trên các phương tiện di chuyển trên mạng lưới đường thành phố để trích xuất trạng thái giao thông hiện tại, tức là các luồng giao thông trên đường… dữ liệu trạng trạng thái giao thông thời gian thực có nhiều 5 ứng dụng như: dự đoán thời gian đến của xe buýt tại các điểm dừng xe buýt, dự đoán thời gian đến và định tuyến cho taxi, điều hướng hành khách để tránh tắc đường, dự báo tắc đường… Các phương pháp dùng dữ liệu trạng thái thời tiết, trạng thái luồng giao thông sẽ hiệu quả với bài toán dự đoán thời gian di chuyển do có thông tin trạng thái của đoạn đường sẽ đi đến.

Tuy nhiên, cách tiếp cận này cần một hệ thống thu thập rộng lớn để có thể bao phủ một mạng lưới giao thông. Một cách tiếp cận khác là dùng chính dữ liệu mà hệ thống xe buýt thu thập được, chẳng hạn như dữ liệu hành trình của xe buýt. Cách mô hình mạng nơron nhân tạo thường được dùng để khai thác mối quan hệ của dữ liệu, chẳng hạn như mô hình mạng đa tầng (Multilayer perceptron - MLP) từ bài báo [16], hoặc dùng mạng nơron truy hồi (Recurrent Neural Networks - RNN) ở bài báo [1] được sử dụng để khai thác các phụ thuộc dài hạn giữa các điểm dữ liệu. Phương pháp tiếp cận bài toán Luận văn sẽ tiếp cận bài toán theo hướng bài toán hồi quy, bài toán dự đoán một giá trị dựa vào một tập hợp các đầu vào (chi tiết hơn về dạng bài toán này sẽ được trình bày ở phần 3.

Về dữ liệu sẽ sử dụng dữ liệu lịch sử của chính hệ thống xe buýt để huấn luyện mô hình. Với khả năng biểu diễn tốt dữ liệu, các mạng nơron nhân tạo ưu tiên được lựa chọn. Mặc khác, nếu xem thời gian đến trạm của xe buýt là một chuỗi các giá trị tuần tự, thì có thể xem đây là bài toán dự đoán giá trị tương lai của một chuỗi dữ liệu tuần tự.