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:
首先结合车头时距不稳定性的概念,对串车现象给出判定依据;分析串车问题产生的6种典型过程,建立串车问题数学模型,对串车发生的原因进行理论分析.然后,以自贡市38路公交线路实际数据为例,采用方差分析与回归分析筛选出7个串车形成影响因素,并对其重要性进行排序.最后,建立基于径向基函数神经网络的串车问题预测模型,对未来站的车头时距进行预测,并选取自贡市38路公交车的实时数据进行模型验证.在38 000余组数据中随机选择300组数据进行训练,对比30组测试数据.结果表明,学习得到的预测值与实际值偏差10%以内的样本点占90%,结果良好,证明了所建立的模型具有较好的适用性.
推荐文章
基于局部加权线性回归的城市公交车排放能耗预测
公交车
社会车辆
运行模式
排放因子
耗电因子
基于集成学习的公交车辆到站时间预测模型研究
历史路况
实时路况
特征提取与计算
集成学习
GBDT
一基于BP神经网络的公交车到站时间预测
GPS
BP神经网络
公交车到站时间
预测
公交车辆行程时间预测方法研究
智能交通运输系统
行程时间
预测模型
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 常规公交车辆串车形成及预测建模
来源期刊 东南大学学报(自然科学版) 学科 交通运输
关键词 公共交通 串车 排序 径向基函数神经网络
年,卷(期) 2017,(6) 所属期刊栏目
研究方向 页码范围 1269-1273
页数 5页 分类号 U492.3
字数 5464字 语种 中文
DOI 10.3969/j.issn.1001-0505.2017.06.029
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (10)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(4)
  • 二级参考文献(2)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
公共交通
串车
排序
径向基函数神经网络
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导