基于神经网络的城市停车需求预测模型
在对城市停车需求分析基础上,提出利用总停车需求、公共停车需求、私人停车需求作为城市停车需求的判别指标。基于BP神经网络对多输入与多输出的数据具有较良好的拟合能力的特点,建立基于BP神经网络的城市停车需求预测模型。以佛山市某停车场为例,分析BP神经网络在停车需求中的适应性,仿真结果表明:BP神经网络预测模型对每组数据的预测相对误差最大为18.80%,最小相对误差为6.21%,符合预测精度要求,具有一定的实际操作性。
交通管理、城市交通、停车需求预测、BP神经网络
U121(城市交通运输)
国家自然科学基金资助项目51178157
2015-11-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
5-9