原文传递
基于BP神经网络的地铁车厢拥挤度预测方法
| 题名： | 基于BP神经网络的地铁车厢拥挤度预测方法 |
| 正文语种： | 中文 |
| 作者： | 方晨晨；周继彪；董升；王依婷；陈莎雯； |
| 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 |
| 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 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2018 |
| 期： | 06 |
| 页码： | 47-53 |
检索历史
应用推荐
