基于NB-IoT技术和GA-BP神经网络的车位预测系统

• 作者: 宋丹 李伟 梁睿君
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 智能停车系统 NB-IoT技术 遗传算法-反向传播神经网络 车位预测
• 年，卷（期）: 2020,（3）
• 页码范围: 454-459
• 页数: 6页
• 分类号: TH165
• 字数: 4670字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2020.03.014

摘要

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统.该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势.为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型.以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁睿君	南京航空航天大学机电学院	26	208	8.0	14.0
2	李伟	南京航空航天大学机电学院	96	498	11.0	19.0
3	宋丹	南京航空航天大学机电学院	4	1	1.0	1.0