共查询到10条相似文献,搜索用时 15 毫秒
1.
本文从公交线路状态时空变化规律的角度出发,讨论了应用状态空间神经网络模型解决短期公交调度问题的方法。采用能描述实际公交线路状态(包括客流状态以及车辆运行速度等)的网络拓扑结构,结合前一时段的公交线路状态,预测下一时段的状态并选择与其相适应的调度方案。本文以南京市某公交线路的数据作为实例进行模型应用,与BP神经网络和AMRA模型的对比结果显示状态空间神经网络模型能在短期内更好地针对客流空间、时间变化对公交发车间隔进行调整,模型预测精度高,自适应性强,值得推广应用。 相似文献
2.
基于AVL数据的公交到站时间实时预测模型 总被引:1,自引:0,他引:1
公交车辆到站时间预测是公交信息服务、公交动态调度的关键参数。基于实时和历史的公交车辆自动定位数据(AVL)需求分析,将公交车辆到站时间划分为站点停靠时间、区段全程运行时间和区段部分运行时间,分别采用点估计法、BP神经网络法和自适应指数平滑法对其进行动态预测。最后结合实验线路公交车辆的AVL运行数据,对预测模型进行了验证和评价分析。研究结果表明:本预测模型由于将历史数据规律和实时交通状况进行了有效融合,从而提高了公交到站时间预测的鲁棒性和预测精度。 相似文献
3.
4.
5.
基于神经网络的公交客流预测 总被引:1,自引:0,他引:1
公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测.通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练,并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明:所建的Elman模型比BP模型的预测精度高,效果好. 相似文献
6.
7.
通过分析神经网络的作用机理和公交年客流量的影响冈素,以城市人口、居民收入、生产总值等9个因素作为输入神经元,输出神经元为每年的公交客流量,建立了公交客流预测的径向基神经网络模型(RBF)和BP神经网络模型,以合肥市公交量的调查数据为例,对网络进行学习与训练仿真实验,结果表明所建模型具有较高的预测精度,效果较好. 相似文献
8.
基于神经网络的公交客流预测 总被引:1,自引:1,他引:0
公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测。通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练,并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明:所建的Elman模型比BP模型的预测精度高,效果好。 相似文献
9.
公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测。通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练,并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明:所建的Elman模型比BP模型的预测精度高,效果好。 相似文献
10.
公交调度是公交立体综合车场(简称立体车场)运营中的关键问题. 不同于以往公交调度问题,立体车场公交调度需要同时安排各车的场内停车位置、发车时间与行驶路径. 基于立体车场公交“早出晚进”特征对立体车场调度问题与调度模式进行研究,进一步分析立体车场公交车辆的交织条件;基于整数规划构建以立体车场公交车辆交织次数为目标的公交调度优化模型,求解立体车场公交调度方案. 研究结果表明:立体车场公交调度存在同层集发和异层分发两种调度模式,且异层分发模式优于同层集发模式;此外,车辆交织条件是空间与时间同时发生重叠. 通过案例验证了研究结论的正确性及调度优化模型的可行性. 相似文献