基于神经网络客流预测的高峰期公交时刻表优化

摘要：

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.

关键词：智能交通、BP神经网络、RBF神经网络、时刻表优化、评价模型

所属期刊栏目：35

分类号：U492.2(交通工程与公路运输技术管理)

资助基金：国家自然科学基金项目61473210;中央高校基本业务经费项目1600219269

在线出版日期：2017-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114