基于BP神经网络地居民出行生成预测研究.pdfVIP

基于BP神经网络的居民出行生成预测研究 j99 基于BP神经网络的居民出行生成预测研究 朱跃华 陈艳艳史建港 (北京工业大学交通工程北京市重点实验室北京 100022) 摘要：生成量预测作为变通规划传统四阶段法的第一阶段，其预测方法的可靠程度直接影响后续三个阶段 的预测精度。BP神经网络模型具有强大的非线性映射能力和泛化功能，能够以较高的精度逼近连 续函数。本文从影响住宅小区出行生成量的因素分析出发，利用已有的北京市小区数据，建立了小 区居民早高峰发生量的BP神经网络预测模型，并利用MATLAB环境下的神经网络工具箱开发了 相应的程序。预测结果表明，该模型具有学习能力强、预测精度较高、快建方便等特点，为预测小区 出行生成量提供了一种可供借鉴的新的研究思路。 关键词：出行生成预测BP神经网络土地利用 on ofResidentGenerationBasedOilBPNeuralNetwork StudyForecasting Trip Yuehua Zhu Chen Shi YanyanJiangang of of 100022) (KeyLaboratoryTransportationEngineeringBeijingUniversitytechnologyBering isthefirst oftraditional methodintraffic Abstract：Tripgenerationforecasting step fourstage plan— reliable influencesthe of three BPneu— degree followingstagesdirectly．The ning．Its forecastingprecision ralnetworkmodelhascharacteristicsof non-linearand can con- generalization．It strong mapping approach tinuousfunction to oneffectfactorsrelatedtO firstinthis research tripgeneration precisely．Weattempted article。BPneuralnetwork modelsofresident in hourhavebeenes— prediction tripgenerationmorningpeak tablishedbasedonavailabletraffic dataof have developedcorrespond— city survey Bering．Meanwhile，we networktoolboxin isevidentthatithaschar