基于BP神经网络的地铁车厢拥挤度预测方法 |
| |
引用本文: | 方晨晨,周继彪,董升,王依婷,陈莎雯.基于BP神经网络的地铁车厢拥挤度预测方法[J].交通信息与安全,2018,36(6):47-53. |
| |
作者姓名: | 方晨晨 周继彪 董升 王依婷 陈莎雯 |
| |
作者单位: | 武汉理工大学交通学院 武汉 430063;宁波工程学院建筑与交通工程学院 浙江宁波 315211 |
| |
基金项目: | 浙江省哲学社会科学规划课题浙江省大学生科技创新项目宁波市自然科学基金 |
| |
摘 要: | 为准确预测地铁车厢的拥挤度,考虑到站时车厢的下车人数、立席面积和车厢承载量等因素,提出一种基于BP神经网络的地铁车厢拥挤度预测方法.基于调查数据和Matlab平台,构建初始BP神经网络、训练以及测试等环节,实现对地铁车厢到站时各车门下车人数的预测.以立席密度为标准进行车厢拥挤度划分,标定即将到站地铁的各节车厢拥挤度.以宁波市鼓楼地铁站为例,对BP神经网络预测方法进行验证,得到不同结构的BP神经网络预测结果.结果表明,最佳预测结果的决定系数R2为0.94,平均相对误差为0.25,预测误差在可控范围内,BP神经网络在下车人数预测上是适用的.
|
关 键 词: | 交通工程 车厢拥挤度 BP神经网络 立席密度 预测方法 |
A Method of Forecast Congestion of Subway Carriages Based on BP Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
| 点击此处可从《交通信息与安全》下载免费的PDF全文 |
|