基于BP神经网络的公路客运量预测方法
2017-02-22王栋
计算机技术与发展 2017年2期
王 栋
(西安航空学院 车辆工程学院,陕西 西安 710077)
基于BP神经网络的公路客运量预测方法
王 栋
(西安航空学院 车辆工程学院,陕西 西安 710077)
公路客运量是交通科学管理的基础性数据资料,能够反映出公路运输产出成果,对提高公路交通管理层次及建立畅通、高效的公路交通系统,具有重要意义。为提高公路客运量的预测精度,选择与公路客运量相关的主要社会指标(包括公路客运量、汽车保有量、国民总收入、人均GDP、人口总量、城镇居民人均可支配收入、社会消费品零售总额和城市化率),运用灰色关联分析法进行计算分析,最终确定公路客运量影响因子为汽车保有量、人均GDP、人口总量和城市化率。将所确定的因子作为公路客运量的预测指标,建立基于BP神经网络的公路客运量预测模型,并对模型进行了应用测试。结果表明:BP神经网络模型具有较高的精度,最小相对误差为1.1%,平均相对误差为2.78%。
灰色关联分析;BP神经网络;公路客运量;预测
0 引 言
2013年国内汽车产销量均突破2 000万辆,增速已连续五年蝉联全球第一。机动车保有量飞速增长,但随着城市化进程的迅速发展,道路基础设施建设的滞后,道路交通阻塞的问题日益严重。公路客运量是交通科学管理的基础性数据资料,能够反映出公路运输产出成果,对提高公路交通管理层次及建立畅通、高效的公路交通系统,具有重要意义[1-3]。能够科学准确地预测公路客运量,掌握公路客运量发展的趋势、特点、规律和数量,可以很好地为制定公路网发展规划、交通发展战略、行业管理和决策等做先期准备[4-6]。……
登录APP查看全文
