您好，欢迎访问中国水产科学研究院 机构知识库！
中国水产科学研究院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于BP神经网络的公交动态行程时间预测方法研究

文献类型： 中文期刊

作者： 韩勇 1 ; 周林 1 ; 高鹏 1 ; 王舒康 1 ; 陈戈 1 ;

作者机构： 1.中国海洋大学信息科学与工程学院;青岛海洋科学与技术国家实验室区域海洋动力学与数值模拟功能实验室;青岛市交通运输公共服务中心

关键词： 公交行程时间;动态预测;BP神经网络;动态迭代

期刊名称： 中国海洋大学学报(自然科学版)

ISSN： 1672-5174

年卷期： 2020 年 02 期

页码： 142-154

收录情况： 北大核心 ; CSCD

摘要： 公交行程时间的精确预测对于提升公交吸引力具有重要意义。本文基于公交车到离站的历史数据,综合考虑时间周期、站点、站间距离、天气等多个因素,建立了基于BP神经网络的公交车静态行程时间预测模型,以该模型为基础,采用动态迭代的方法,叠加多个站间行程时间预测结果,进一步构建了面向连续站点的公交车动态行程时间预测模型,实现对跨越多个站点的公交行程时间预测。以青岛市125路公交为例对算法进行测试。在模型的横向对比实验中,本模型预测结果的绝对误差均在50 s以内,平均绝对误差百分比(MAPE)为11.74%,均方根误差(RMSE)为23.15,R~2的确定系数为0.905 1,SVM的MAPE、RMSE、R~(2 )误差指标分别为:12.38%、38.33、0.743 6,LR对应的误差指标分别为:12.50%、25.59、0.884 1;在静态模型与动态模型的对比实验中,动态模型预测结果的MAPE为11.75%,RMSE为23.15,静态模型对应误差指标分别为:11.63%、26.74。研究结果表明,基于BP神经网络的公交动态行程时间预测模型比传统的静态预测方法具有更高的预测精度。

  • 相关文献

[1]基于时间序列的BP神经网络预测鄂尔多斯市的GDP. 王冠宇,格日乐,高瑞忠,李和平. 2010

[2]基于BP神经网络的虾蛄捕捞海域溯源方法. 李沂光,李风铃,宁劲松,卢立娜,段元慧,谷文艳. 2017

[3]蚁群算法优化BP神经网络声学底质分类方法. 秦浩森,丁咚,王祥东,李广雪,权永峥. 2019

[4]基于VMS的张网渔船捕捞努力量与网位坐标提取方法. 裴凯洋,张胜茂,樊伟,朱文斌,汤先峰. 2021

[5]应用BP神经网络优化南极磷虾酶解工艺. 朱兰兰,侯钟令,崔亚菲,苗钧魁,冷凯良. 2020

[6]基于BP人工神经网络的渔船舵机液压系统故障模拟及诊断. 张庆男,任玉清,黄应邦,厚得雨. 2022

[7]GRNN和Elman神经网络在水体溶解氧预测中的应用. 施珮,袁永明,张红燕,贺艳辉. 2017

[8]家鱼池塘底泥耗氧率与理化因子的相关性分析. 张敬旺,谢骏,李志斐,余德光,王广军,龚望宝,王海英,郁二蒙. 2012

[9]基于江苏省河蟹主产区气象因子的产量BP神经网络预测. 金武,何奇,杜兴伟,朱新艳,闻海波,马学艳,何义进,邴旭文. 2022

[10]罗非鱼池塘养殖溶解氧预测研究. 施珮,袁永明,张红燕,贺艳辉. 2016

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国水产科学研究院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台