基于BP神经网络的地铁车厢拥挤度预测方法

• 作者: 周继彪 方晨晨 王依婷 董升 陈莎雯
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通工程 车厢拥挤度 BP神经网络 立席密度 预测方法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 交通信息工程与控制
• 页码范围: 47-53
• 页数: 7页
• 分类号: U491.1
• 字数: 4541字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2018.06.007

摘要

为准确预测地铁车厢的拥挤度,考虑到站时车厢的下车人数、立席面积和车厢承载量等因素,提出一种基于BP神经网络的地铁车厢拥挤度预测方法.基于调查数据和Matlab平台,构建初始BP神经网络、训练以及测试等环节,实现对地铁车厢到站时各车门下车人数的预测.以立席密度为标准进行车厢拥挤度划分,标定即将到站地铁的各节车厢拥挤度.以宁波市鼓楼地铁站为例,对BP神经网络预测方法进行验证,得到不同结构的BP神经网络预测结果.结果表明,最佳预测结果的决定系数R2为0.94,平均相对误差为0.25,预测误差在可控范围内,BP神经网络在下车人数预测上是适用的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周继彪	宁波工程学院建筑与交通工程学院	28	106	6.0	9.0
3	董升	宁波工程学院建筑与交通工程学院	20	59	4.0	6.0
6	方晨晨	武汉理工大学交通学院	3	2	1.0	1.0
10	王依婷	宁波工程学院建筑与交通工程学院	2	2	1.0	1.0
11	陈莎雯	宁波工程学院建筑与交通工程学院	1	2	1.0	1.0