基于BP神经网络的中小城市停车需求预测

针对中小城市停车需求与供给匹配度不高、停车难等问题,结合中小城市交通特性和停车需求,确定适合中小城市停车特性的影响因素,提出基于主成分分析的BP神经网络停车需求预测模型;通过模型建立、参数标定及网络训练参数调试,依附贵州省习水县停车调查项目进行实例分析,结果表明样本训练网络稳定性良好,仿真拟合度较高,停车需求预测结果相对误差在9.8%以内,BP神经网络能用于中小城市停车需求预测。     

基于BP神经网络的微观交通安全预测方法

将主成分分析及BP神经网络模型引入到道路交通安全性预测中,从微观层面分析影响交通事故的因素,重点分析道路参数,并形成文中的原始数据。对原始数据进行主成分分析,将结果作为神经网络模型的输入,建立BP神经网络模型,对道路交通安全性进行预测。结果表明,基于主成分分析的BP神经网络模型比一般BP神经网络模型精度更高,而且从微观的层面进行分析可以得到道路参数对交通事故的影响。     

基于PCA-BP的高速公路工程造价预测模型

为了确定高速公路的投资，提出PCA（主成分分析法）-BP神经网络预测模型，通过对各因素进行主成分分析，以少数新的低维综合变量取代原始高维变量，降低神经网络输入层的维数，提高网络的收敛速度。结果表明PCA-BP神经网络模型具有更高的预测精度和收敛速度。     

高速公路社会经济效益评价模型研究

运用主成分分析和BP神经网络建立高速公路社会经济效益评价模型,从区域的宏观社会发展角度分析评价项目的利弊得失.该评价模型在保留测试数据最大量信息的前提下,给数据有效降维和预分类,以消除样本间的相关性;再将所产生的新的样本空间作为BP网络的输入,以降低网络输入维数,简化网络结构,并在保持相同正确率的前提下,加快网络的学习...     

BP神经网络主成分分析法在汽车保有量预测中的应用

针对影响汽车保有量预测的多个因素,采用主成分分析的方法提炼出较少的与线性无关的主要因素,并根据这些因素,利用BP神经网络方法对汽车保有量进行了预测,最后通过实例, 将BP神经网络主成分分析法计算结果和非线性模拟与全要素BP神经网络模拟结果进行比较,得知BP神经网络主成分分析法在运算效率、运算精度上较优.     

基于ELMAN网络的交通流量差值预测模型

利用ELMAN神经网络，采用相关站点历史数据逼近的方法，建立了流量差值预测模型；采用主成分分析法确定神经网络输入参数；运用叠加噪声法对神经网络模型进行了泛化处理。预测模型能反映流量差值的变化趋势。     

基于神经网络的桥梁异常状态识别方法

针对桥梁结构监测采集到的桥梁异常状态下长期积累演变的惊人数据量,提出了基于主成分分析与人工神经网络相结合的桥梁结构异常状态识别方法。布设多种类型传感器监测获取高维数据,采用主成分分析法对原始高维特征数据进行预处理,将结构异常特征变量的主成分作为人工神经网络的输入特征。该方法有效的降低了神经网络的结构复杂度,同时提高人工神经网络的训练速度,也保证了人工神经网络具有良好的收敛性和稳定性。应用于江苏南通如泰运河大桥和江苏无锡开源大桥的实际监测数据的结果表明,基于主成分分析的人工神经网络方法用于桥梁结构异常状态识别,与传统的神经网络以及其他模式识别算法相比,有更好的识别精度。     

基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

基于行驶工况特征的汽车燃油消耗的预测

本文从行驶工况特征参数来进行燃油消耗的预测。首先对典型道路上采集的百公里燃油消耗和行驶工况数据进行划分,获得大量行驶片段。接着用主成分分析法从所有行驶片段的13个特征参数中得到了3个主成分。最后利用BP神经网络对3个主成分的得分进行燃油消耗的预测。结果表明,与一般的BP神经网络相比,采用主成分分析和神经网络相结合的燃油消耗预测模型,简化了网络结构,提高了预测精度,可用来预测城市道路行驶工况的燃油消耗。     

私人汽车购买意向预测的人工神经网络模型

用主成分分析法对私人汽车购买意向影响因素进行了分析，确定了其影响指标，并建立了私人汽车购买意向的多输入、单输出的人工神经网络预测模型。     

基于供需平衡的城市路内停车合理规模分析模型

分析了影响路内停车需求和限制路内停车泊位供应的主要因素，提出了一种确定城市中心区路内停车泊位总体规模的方法：利用城市规模、经济水平等城市宏观指标对路内停车需求进行预测；同时，考虑路网容量，在路网饱和度允许的约束条件下以出行者的广义综合成本最小为目标，从而来确定与路外停车相匹配的路内停车泊位供应规模；然后，比较路内停车需求与路内泊位的供应能力，在尽量满足供需平衡的前提下再考虑管理、周转率等因素。给出建议的路内停车总体规模，为城市中心区的路内停车规划提供依据。文章最后给出实例估算，验证模型的有效性和实用性。     

基于粒子群和LSTM模型的变区间短时停车需求预测方法

停车信息是智能停车诱导系统得以成功实施的关键与基础, 被广泛认为能够有效解决当前停车难问题。鉴于停车信息在解决停车问题中的重要性, 研究了基于粒子群和LSTM模型的变区间短时停车需求预测方法。为充分发挥数据在提高模型预测精度的作用, 提出了以马尔可夫生灭过程为基础概率转移模型, 将停车到达率、离开率量化车随时间变化的停车需求, 通过标定实际的停车到达率和离开率, 确定预测模型的动态预测间隔与时段; 采用LSTM网络作为基础预测模型, 并利用粒子群优化算法优化网络参数。以吉林大学南岭校区停车场为研究对象, 按工作日与非工作日分别对停车数据进行预测并与其他预测模型进行对比分析。结果表明: 提出的停车需求预测模型在工作日的预测平均绝对误差为2.53辆, 均方误差为11.89辆; 非工作日的预测平均绝对误差为2.32辆, 均方误差为10.89辆。      

基于BP神经网络的列车制动控制仿真研究

针对列车制动过程存在的复杂性、非线性、时变性、不确定性等因素,通过分析影响建立BP神经网络模型的主要因素,建立了用于列车制动控制的BP神经网络模型。以货物列车为仿真对象,在Matlab环境中进行了仿真研究。仿真结果表明,该方法控制安全性好、停车误差小,基于BP神经网络的智能算法运用于列车制动控制是可行的。     

考虑共享停车的用户出行选择研究

为探讨共享停车的出现对用户出行选择的影响,将出行者划分为共享停车和普通停车两种用户类型,分别构建停车阻抗函数,并基于分层Logit(NL)建立停车和路径联合选择结构模型.进一步提出带有两种停车方式的随机用户均衡模型,并改进相继平均算法对模型进行求解,通过算例分析发现预约费用从4元变化到12元时,共享停车需求量从378辆...     

基于MapX的城市停车需求预测的研究

在停车生成率预测模型的基础上,通过多元线性回归方法确定各预测区域不同类型用地间相互作用后的停车动态生成率,并利用道路交通量对其进行扩展,建立了用地与交通影响分析模型;然后借助可编程MapX组件,与高级编程语言VB.NET结合进行地理信息系统的二次开发,建立了模型的算法设计,开发了城市停车需求预测性规划管理系统。该系统可以对城市行政区域及其功能小区进行精确的停车需求预测,为停车设施的布局规划提供可靠依据。     

能力约束下的停车行为模型及其求解算法

建立了能力约束下的旅行选择和停车行为模型,模型同时考虑了出行者对旅行路径和停车设施的选择、道路路段和停车设施的能力约束以及道路网络的需求弹性。构造了数学规划模型,证明在非主动能力约束下,网络均衡条件与该数学规划模型等价;当能力约束为主动约束时,该数学规划模型的解不是网络均衡解,但当对路网的饱和路段和饱和停车设施征收某个附加费用之后,网络均衡解满足能力约束。设计了增广的Lagrangian对偶算法和部分线性化算法来求解该模型,并利用算例来验证模型和算法的效率及评价交通政策的效果。计算结果表明:停车收费、新增停车设施、停车设施与目的地之间的步行距离将显著影响出行者的旅行选择和停车行为。     

城市中心区停车设施供应研究

随着城市化进程的加快，我国机动车拥有量及道路交通量急剧增加，停车问题已成为诸多城市的难题。本文在分析了城市中心区停车设施供应的影响因素的基础上，建立了停车设施供应与停车需求关系模型以及停车设施供应与路网容量平衡关系模型，对如何合理确定城市中心区停车泊位供应量进行了探讨，并在浙江省台州市滨海工业城启动区块的停车设施供应规划中得到应用，可为我国城市中心区静态交通设施规划提供借鉴。     

共享停车泊位数量可变下交通流逐日演化规律

为了揭示在共享停车泊位数量可变条件下的网络交通流逐日演化规律,首先构建了共享泊位交易系统,并考虑了交易市场中的共享泊位提供者可以选择2种异质性的价格预期方式,即理性预期方式和幼稚预期方式;而后对共享泊位的均衡价格、2种提供者的占比差、高峰时段公交和小汽车需求的演化规律进行了分析;其次,以2条平行路径的路网为例,对网络交通流量分配的最终演化结果进行了分析;最后,在对上述2个系统的最终演化状态给出定量判据后,以北京市实际路网为例进行了数值试验。理论分析和数值试验结果表明:①对于共享泊位交易系统,若供给曲线斜率小于需求曲线斜率,则共享泊位交易系统的唯一均衡解可实现无条件渐进稳定;否则若理性提供者的交易与预测成本之和大于幼稚提供者,则存在临界提供者选择强度,使得共享泊位交易系统在大于此临界值条件下出现分岔或混沌现象;②对于网络交通流系统,若出行成本对路径流量敏感度小,路径选择概率对出行成本敏感度小,小汽车需求量不大,则系统唯一的均衡解可能是渐进稳定的,否则系统会出现分岔或混沌状态;③当共享泊位交易系统处于渐进稳定状态时,若提供者对共享泊位的价格变动不敏感,用户对其价格变动敏感,潜在共享泊位需求量不大,理性提供者的交易与预测成本之和并非远大于幼稚提供者,提供者选择强度不大,则由于受到共享泊位交易总量的限制,高峰时段的均衡小汽车需求不大,导致网络交通流系统的最终演化状态容易趋向于渐进稳定;④当共享泊位交易系统处于混沌状态时,网络交通流系统会产生更加严重的分岔与混沌现象。