基于神经网络的静态交通发生率预测方法

• 作者: 张辉 熊娟 陈峻
• 来源期刊: 交通运输工程与信息学报
• 学科: 交通运输
• 关键词: 静态交通发生率 停车需求影响因素 神经网络BP算法
• 年，卷（期）: 2008,（3）
• 页码范围: 71-76,90
• 页数: 7页
• 分类号: U491
• 字数: 4188字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4747.2008.03.014

摘要

静态交通发生率模型是停车需求预测中较为常用的一种方法,但是,关键指标--静态交通发生率一般难以确定,尤其是它的未来年值;而静态交通发生率的大小又受到多种因素的影响,为了实现对其未来年值的预测,本文分析了影响静态交通发生率的主要因素,采用了具有处理"灰色",复杂问题的有力工具--神经网络BP算法,提出了以国民生产总值,机动车保有量,用地类型、城市人口和城市面积为输入层节点,静态交通发生率为输出节点的BP计算模型;最后,选用四个城市的停车调查数据来进行神经网络训练、预测.训练模拟结果良好,表明该方法能够比较成功地应用于静态交通发生率的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈峻	东南大学交通学院	157	2244	28.0	37.0
2	熊娟		3	13	2.0	3.0
3	张辉		2	24	2.0	2.0