基于BP神经网络的地铁车厢拥挤度预测方法

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.      

长江经济带交通运输与碳排放耦合协调度分析

为实现长江经济带交通运输与碳排放协调发展,对交通运输与碳排放耦合协调性进行分析。将由非期望Super-SBM模型测算所得碳排放效率作为碳排放系统指标,构建交通运输与碳排放综合评价指标,并通过熵权法确定指标权重,基于2005-2016年长江经济带九省二市数据,测算交通运输与碳排放的耦合度和耦合协调度。结果表明,长江经济带交通运输与碳排放的耦合度平均值大于0.920,两系统具有较大互动作用;耦合协调度在时间上呈先升后降态势,整体处于勉强协调状态;在空间分布上存在差异,上游省市低于中下游省市,个别省份未达到协调状态;上游省市更应注重交通运输的发展,中下游省市在交通运输发展的同时应加大节能减排力度,提高碳排放效率。