大型建设项目交通影响度预测的BP网络法

对大型规划项目进行交通影响分析越来越受到交通工程专家和城市规划管理部门的重视,如何科学预测项目建成后对周围路网的交通影响是交通影响分析的核心。根据人工神经网络原理建立了三层BP神经网络预测模型,并以重庆南岸体育中心为例,说明了方法的实用性。     

大型建筑周围路网交通影响度的敏感性分析

按大型建筑的使用功能对其分类．用层次分析法建立了大型建筑对周围路网交通影响度敏感性分析的指标体系，并根据交通工程和系统工程学原理构建了各指标的计算模型．确定了路网交通影响度敏感性分析指标的不确定性因素．建立了路网交通负荷影响度与不确定性因素的关系模型．提出了大型建筑对周围路网交通影响度敏感性分析方法．以重庆南岸体育中心为实例，分析结果表明出席观众数变化率为南岸体育中心周围路网交通影响的主要敏感性因素．     

基于BP神经网络的浙江省交通发展预测问题研究

基于BP神经网络研究了多因素的交通预测问题。通过分析影响交通指标预测值的15个因素信息，预测到2015年浙江省公路总里程为94984b，其中高速公路总里程为4533km，对今后浙江省交通发展规划具有一定的指导意义。     

综合小波分解和BP神经网络的交通小区生成交通短时预测

针对交通小区生成交通的短时预测需求,提出了综合小波分析和BP神经网络的短时预测方法.预测方法主要利用dbN小波函数对交通小区生成交通进行小波分解,利用BP神经网络对分解后的多频段波形进行短时预测,最后通过波形重构获得交通小区生成交通的短时预测结果.在构建综合小波分析和BP神经网络短时预测模型基础上,采集交通小区的实际交通生成数据,并构建短时预测的对比模型,检验构建模型的预测精度.检验结果表明:在交通小区的生成交通短时预测方面,综合小波分析和BP神经网络的组合预测模型比单独采用BP神经网络进行预测的精度更高.     

考虑大型车因素的城市路网交通流速度预测

针对大型车影响交通流速度问题,提出一种考虑大型车因素的路网交通流速度预测方法.首先根据二流理论将路段分为行驶流和排队流两部分;其次通过对路网路段的时空分析,将路段按旅行时间进行聚类,确定预测时长指数;再根据大型车特征与路段交通流速度的关系,引入大型车因素;最后使用GRU(gated recurrent unit)神经网络实现交通流速度预测,并利用VISSIM仿真进行验证.研究结果表明:考虑大型车因素可提高城市路网道路交通流速度的预测准确度.     

城市大型综合建设项目交通组织与影响分析

城市大型综合建设项目集住宅、商业、办公、娱乐等功能于一体,交通需求特点复杂、交通影响评价较为特殊。通过定量测算和定性分析论证的方法,结合苏州市2006-B-30号地块,提出了城市大型综合建设项目的交通影响分析流程,为制定交通组织方案提供参考,以支撑项目目标的实现。     

大型商业建设项目交通影响评价方法

依据大型商业建设项目交通影响的基本内容和影响结果, 建立了大型商业建设项目交通影响定量评价指标体系, 并采用单项评价与综合评价相结合的评价方法对大型商业建设项目交通影响进行了判定, 为充分发挥交通影响分析作为区域交通预警手段的作用提供了科学的理论依据及有效的解决途径。     

大型公共建筑的交通规划方法

大型公共建筑的投入使用会对城市交通结构和流量产生巨大的影响，传统的建立在感性分析上的规划方法缺乏准确性和系统性，文中提出了一种基于交通影响分析的大型公共建筑的交通规划方法，能够准确地预测吸引交通流量，全面地进行交通影响分析，科学地提出交通组织方案，该方案在武汉新世界中心交通规划中予以具体实现，取得了较好的应用效果。     

BP神经网络主成分分析法在交通需求预测中的应用

主要介绍用主成分分析法对输入变量进行预处理的方法，解决了由于输入变量过多所造成的BP神经网络系统效率下降的问题，用实例证明，BP神经网络主成分分析法模型在模拟预测中与一般的BP神经网络模型相比有较好的效果。     

大型商业建设项目交通影响范围确定方法研究

交通影响范围的确定是交通影响分析中的基础性工作之一。本文在深入分析了大型商业建设项目交通影响特点的基础上，考虑到背景交通的影响，从面向应用的角度出发，提出了一种基于商业区位的大型商业建设项目交通影响范围确定方法，对于指导不同城市的交通影响分析工作具有重要的理论意义及应用价值。     

基于BP神经网络的预测模型

预测是数据分析的基本任务之一,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的产生为处理非线性问题提供了一条新途径。文中运用智能计算技术建立了BP网络模型。通过珠江三角洲天河水文站的水位预测结果表明,BP网络模型有较好的泛化能力,预测更为可靠。     

基于BP神经网络的人口预测方法研究

对人口数量的准确预测可以为制定社会经济可持续发展计划提供重要依据.文中将BP神经网络应用于人口预测,采用Matlab的神经网络工具箱函数建立神经网络预测模型,运用该模型对2002年至2015年全国乡镇人口中0~17岁年龄段的人口进行了预测.实践证明,该模型编程简单,还能克服常规语言建立预测模型存在的模型复杂、训练时间长等缺点.     

住宅小区交通影响分析中交通需求预测方法

以住宅小区项目交通影响分析为例,针对交通需求预测时难以获得精确的初始OD矩阵问题,提出从合理划分小区以形成合适初始矩阵结构,到选择合适观测路段,然后再通过进一步修正初始OD矩阵单元值以符合网络布局3方面来控制OD反推过程精度。描述引入住宅成熟度指标预测项目新增出行的方法,结果表明该方法能够更好地控制交通需求预测精度。     

基于径向基函数神经网络的交通事故预测

基于径向基神经网络强大且准确的非线性关系映射能力,将其应用于交通事故预测中,获得了较高的预测精度。同时,与BP神经网络预测结果的对比表明,径向基神经网络预测方法明显优于BP神经网络预测方法。     

基于BP神经网络的旅游交通安全评价分析研究

本文阐述了BP神经网络的基本理论、算法、缺陷及改进方法,通过实例对旅游交通安全进行研究。选择合适的学习样本及参数进行训练,并获得较好的评价结果,为游客的旅游安全及相关部门的管理者提供了理论依据。     

基于BP神经网络的运量预测模型优化研究

在传统多种单项预测模型与组合预测方法的基础上,利用BP神经网络技术的非线性映射能力,在多个预测模型与实际数列之间建立一种非线性关系,对运量预测结果进行优化,以达到提高预测精度的目的.通过实例分析,表明这种经过BP神经网络优化后的预测模型,可一定程度上克服传统单个预测模型的部分局限性,提高预测精度,用于运量预测是可行的.     

大型公共建筑的交通影响分析

研究了对城市规划中大型公共建筑的交通问题。给出了大型公共建筑的交通影响分析工作框图,确定了交通影响范围,探讨了交通生成量的构成及预测模型,在此基础上讨论了大型公共建筑的交通组织方法,用实例说明本方法的可行性和有效性。利用ＴＩＡ,可使大型公共建筑引起的突增交通量对该地区局部交通路网的影响减至最小。