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:
以城市轨道交通的客流预测为研究对象,分析轨道交通客流时间分布与空间分布特征,研究影响轨道交通客流的主要因素.在对比现有预测方法的基础上,选用卡尔曼滤波和后向传播(BP)人工神经网络两种微观预测方法建立预测模型,分别对大连市轨道交通客流进行预测.通过对预测结果的精度比较,得出运用BP人工神经网络模型的预测结果更接近实际.研究方法和预测结果可为同类新开轨道交通城市的规划与发展提供一定的理论支持.
推荐文章
基于ARMA模型的城市轨道交通客流量预测
客流量
预测模型
时间序列
相对误差
基于组合模型的城市轨道交通客流预测研究
客流预测
组合模型
神经网络
工程造价
城市轨道交通突发大客流事件应急策略
轨道交通系统
大客流特征
应急策略
组织措施
城市轨道交通突发大客流事件应急响应初探
城市轨道交通
突发大客流
应急响应
常规流程图
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 新开轨道交通城市的客流预测与方法分析
来源期刊 上海工程技术大学学报 学科 交通运输
关键词 轨道交通 客流微观预测 后向传播(BP)人工神经网络 卡尔曼滤波 大连市
年,卷(期) 2018,(4) 所属期刊栏目 现代交通工程
研究方向 页码范围 346-351
页数 6页 分类号 U491
字数 4405字 语种 中文
DOI 10.3969/j.issn.1009-444X.2018.04.011
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 王茁 大连科技学院交通运输学院 23 27 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (5)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2020(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
轨道交通
客流微观预测
后向传播(BP)人工神经网络
卡尔曼滤波
大连市
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
上海工程技术大学学报
季刊
1009-444X
31-1598/T
16开
上海市松江大学城龙腾路333号
1987
chi
出版文献量(篇)
1693
总下载数(次)
1
论文1v1指导