位置:成果数据库 > 期刊 > 期刊详情页
基于B-P神经网络的北京地铁运量预测模型
  • 期刊名称:都市快轨交通
  • 时间:0
  • 页码:50-54
  • 语言:中文
  • 分类:U293.13[交通运输工程—交通运输规划与管理;交通运输工程—道路与铁道工程]
  • 作者机构:[1]北京交通大学交通运输学院,北京100044
  • 相关基金:国家自然科学基金项目(61004105)
  • 相关项目:复杂交通系统大规模行人群集演化规律及拥挤动力学模型研究
中文摘要:

分析影响北京地铁运量的因素,选取城市轨道交通内部生产、人口因素、乘客收入因素和交通因素等作为运量预测的关键要素,应用B-P神经网络(Back Propagation ANN,基于误差反向传播神经网络)模型,对未来几年内北京地铁运量进行预测分析。结果发现B-P神经网络对地铁客运量的预测较为适用,可为北京地铁运营规划提供决策参考。

英文摘要:

Factors affecting passenger traffic volume in Beijing subway were analyzed.Selecting subway internal production,city population,passengers'income and traffic as the key factors for the forecast,authors applied Back Propagation ANN model to predict and analyze the passenger traffic volume in the coming years in Beijing subway.Results indicated that B-P ANN model is adaptable to the passenger flow volume forecast for subways and can be adopted as the basis for the operation planning of Beijing subway.

同期刊论文项目
同项目期刊论文