公路交通科技
公路交通科技
공로교통과기
JOURNAL OF HIGHWAY AND TRANSPORTATION RESEARCH AND DEVELOPMENT
2012年
8期
136-141
,共6页
交通工程%出租汽车保有量%小波神经网络%影响因素%预测模型
交通工程%齣租汽車保有量%小波神經網絡%影響因素%預測模型
교통공정%출조기차보유량%소파신경망락%영향인소%예측모형
为了提高出租车保有量的预测精度,利用小波神经网络逼近出租车保有量与其影响因素之间的非线性特性,并建立影响因素的预测模型,然后,将影响因素的预测值输入出租车保有量预测模型便实现了出租车保有量的预测.利用某市2000-2009年的出租车保有量及影响因素数据进行仿真预测,结果表明,相对于传统的BP神经网络,基于小波神经网络的出租车保有量预测模型具有更高的预测精度,该市2010-2012年的出租车保有量应分别达到9020、9 350、9 560 veh,才能保证平均候车时间在4 min左右.
為瞭提高齣租車保有量的預測精度,利用小波神經網絡逼近齣租車保有量與其影響因素之間的非線性特性,併建立影響因素的預測模型,然後,將影響因素的預測值輸入齣租車保有量預測模型便實現瞭齣租車保有量的預測.利用某市2000-2009年的齣租車保有量及影響因素數據進行倣真預測,結果錶明,相對于傳統的BP神經網絡,基于小波神經網絡的齣租車保有量預測模型具有更高的預測精度,該市2010-2012年的齣租車保有量應分彆達到9020、9 350、9 560 veh,纔能保證平均候車時間在4 min左右.
위료제고출조차보유량적예측정도,이용소파신경망락핍근출조차보유량여기영향인소지간적비선성특성,병건립영향인소적예측모형,연후,장영향인소적예측치수입출조차보유량예측모형편실현료출조차보유량적예측.이용모시2000-2009년적출조차보유량급영향인소수거진행방진예측,결과표명,상대우전통적BP신경망락,기우소파신경망락적출조차보유량예측모형구유경고적예측정도,해시2010-2012년적출조차보유량응분별체도9020、9 350、9 560 veh,재능보증평균후차시간재4 min좌우.
