作者:
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:
随着公交的大力发展,公交优化要从传统的调度方式向实时调度转变.这就要求公交客流预测要具备短时性和滚动性,即动态预测.现有的公交客流预测方法集中于长期客流数据的预测[1],缺乏时效,不适用于公交的实时调度.本文给出了一种对公交客流进行动态预测的简单方法.
推荐文章
基于模糊神经网络的公交客流时段预测
公共交通
线路客流实时分布
模糊神经网络
相似性分析
基于OpenCV的公交客流计数方法
客流计数
Codebook
背景模型
形态学滤波
霍夫变换
基于随机灰色蚁群神经网络的近期公交客流预测
城市交通
灰色模型
神经网络
蚁群优化算法
公交客流
预测
公交客流MDAS的设计与实现
公交客流
自动乘客计数
全球定位系统
联机分析处理
多维分析系统
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 动态公交客流预测方法研究
来源期刊 城市公共交通 学科 交通运输
关键词 动态 公交客流 预测方法 GM(1,1)
年,卷(期) 2012,(4) 所属期刊栏目 学海泛舟
研究方向 页码范围 33-34,43
页数 分类号 U492.4
字数 2705字 语种 中文
DOI 10.3969/j.issn.1009-1467.2012.04.012
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 梁雪玲 7 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (10)
同被引文献  (7)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
动态
公交客流
预测方法
GM(1,1)
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
城市公共交通
月刊
1009-1467
11-4416/U
大16开
北京市海淀区车公庄西路38号
1989
chi
出版文献量(篇)
7642
总下载数(次)
15
论文1v1指导