原文传递
基于神经网络的中等城市中心区停车需求预测模型研究
| 论文题名： | 基于神经网络的中等城市中心区停车需求预测模型研究 |
| 关键词： | 神经网络;城市中心区;停车需求;预测模型 |
| 摘要： | 停车需求是一个复杂的问题，影响因素既有社会发展的因素，又有个体行为的因素，在解决实际问题中无法量化的因素常被忽略。本文尝试将停车政策的倾向作为影响因素之一，采用神经网络的预测模型分别对路侧停车泊位、社会停车泊位和配建停车泊位进行预测，训练样本采用中等城市中心区的停车数据，围绕这一目标，论文主要开展了以下几个方面的工作。 首先，定性地确定了路侧、社会和配建三种类型停车的影响因素。从我国中等城市中心区停车需求特点入手，结合现有各类停车需求预测涉及的影响因素，分别进行其与停车类型关系的研究，从而选取出所需的影响因素，为下一步研究工作奠定基础。 其次，建立基于BP神经网络的停车需求预测模型。以选择出的停车需求影响因素作为神经网络的输入神经元，用试算法确定隐层的神经元个数，以路侧停车泊位、社会停车泊位和配建停车泊位作为网络的输出，采用改进的BP学习算法，用附录1中附表1、附表2和附表3中的样本对训练、检验网络，分别对三种类型的停车泊位数进行预测。模型主体用Matlab语言进行编程。 再次，初步探讨了中等城市中心区的停车政策。从分析停车政策现状存在的问题为切入点，在分析其原因的基础上，结合停车政策目标、原则对中等城市中心区的停车政策内容作了初步探讨。 最后，案例分析。以锦州市中心城区为例，应用建立的神经网络预测模型对其各类停车需求进行预测，并就预测结果进行分析，然后根据各种停车类型的变化情况给出政策建议。 |
| 作者： | 张献峰 |
| 专业： | 交通运输规划与管理 |
| 导师： | 孟祥海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
