登录    注册    忘记密码

期刊文章详细信息

基于IC卡和RBF神经网络的短时公交客流量预测    

A Short-Term Public Transit Volume Forecasting Model Based on IC Card and RBF Neural Network

  

文献类型:期刊文章

作  者:陆百川[1,2] 邓捷[1,3] 马庆禄[1] 刘权富[1] 张凯[1]

机构地区:[1]重庆交通大学交通运输学院,重庆400074 [2]重庆交通大学重庆山地城市交通系统与安全实验室,重庆400074 [3]贵州交通职业技术学院信息工程系,贵州贵阳550008

出  处:《重庆交通大学学报(自然科学版)》

基  金:国家外国专家局2011教科文卫引智项目计划(What011201)

年  份:2015

卷  号:34

期  号:6

起止页码:106-110

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、IC、RCCSE、ZGKJHX、核心刊

摘  要:在公交客流量特性分析基础上,通过IC卡获取了实时公交客流量数据;结合GPS数据,利用OD反推法分析了实时客流分布;进而建立了基于IC卡和RBF神经网络的短时公交客流量预测模型并介绍了具体预测过程。对重庆市841公交线路进行了实例分析,得到上下车客流真实值与预测值的平均绝对相对误差均小于1.5%,实例计算结果表明该模型能获取实时客流数据,预测精度高,具有一定的实际应用价值。

关 键 词:交通运输工程 IC卡信息  GPS数据 RBF神经网络 短时公交客流  客流预测

分 类 号:U491.1[物流管理与工程类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心