基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
准确的校区间高峰时段交通量预测,不仅可以帮助校车运营部门在高峰时段确定合理的发车间隔提高运营效率节约运营成本;还可以减少师生的候车时间,改善校车服务水平减少拥挤保证运行安全都有重要意义.采用BP神经网络模型对校区间周末高峰时段交通量进行了预测,选择了温度和下雨量2个因素作为输入变量,在训练数据的选取上采用了移动窗口的方法.另外模型提供了对特殊日期运量预测的调整.通过对实测数据进行验证,结果表明该模型简单、快捷和实用.
推荐文章
港口道路交通量预测方法
港口道路
交通量
道路集疏运系统
基于混沌理论的交通量实时预测
混沌
交通量
混沌时间序列
误差反馈系数
实时预测
城市区域交通控制
基于神经网络的隧道小时交通量预测方法
神经网络
交通量
预测方法
基于ANFIS模型隧道交通量预测研究
ANFIS模型
交通量
预测
Matlab
小波神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 校车周末高峰时段交通量预测与特殊日期调整
来源期刊 道路交通与安全 学科
关键词 人工神经网络 高峰时段 交通量预测
年,卷(期) 2006,(6) 所属期刊栏目 技术与方法
研究方向 页码范围 29-32
页数 4页 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李龙 西南交通大学交通运输学院 20 80 4.0 8.0
2 贺东 西南交通大学交通运输学院 5 50 4.0 5.0
3 保鲁昆 西南交通大学交通运输学院 5 50 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工神经网络
高峰时段
交通量预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通工程
双月刊
2096-3432
10-1468/U
大16开
北京市丰台区南四环西路186号汉威国际四区3号楼6M层
2000
eng
出版文献量(篇)
1342
总下载数(次)
5
总被引数(次)
5375
论文1v1指导