城市常規(guī)公交車行程時間預測方法

打開文本圖片集

摘要：為有效解決城市常規(guī)公交車行程時間預測精度不足而導致的公交吸引力下降問題，本文構(gòu)建了基于PSO優(yōu)化BP神經(jīng)網(wǎng)絡的城市常規(guī)公交車行程時間預測模型。首先，通過文獻綜述及實測數(shù)據(jù)分析城市常規(guī)公交車輛的運行特征，篩選站點距離、路段所在區(qū)域、站點?？繒r間、行駛車速、站點間信號燈數(shù)量、站點間紅燈停留時間作為預測模型的輸入變量；其次，在構(gòu)建基于BP神經(jīng)網(wǎng)絡的城市常規(guī)公交車行程時間預測模型的基礎(chǔ)上，借助PSO算法的全局搜索能力對BP神經(jīng)網(wǎng)絡預測模型的初始權(quán)值和閾值進行優(yōu)化，并據(jù)此設(shè)計了基于PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡的城市常規(guī)公交車行程時間預測步驟；最后，以成都市147路常規(guī)公交車行程時間為例進行驗證。（剩余8676字）