基于BP神经网络的公交周转时间预测研究.pdfVIP

第３０卷 第３期 山东 建 筑 大 学 学 报 Ｖｏｌ．３０ Ｎｏ．３ ２０１５ 年 ６月 　 　　　　　　　ＪＯＵＲＮＡＬ ＯＦ ＳＨＡＮＤＯＮＧ ＪＩＡＮＺＨＵ ＵＮＩＶＥＲＳＩＴＹ　　　　　　　 　 Ｊｕｎｅ ２０１５ 文章编号：１６７３ －７６４４（２０１５）０３ －０２０５ －０６ 基于ＢＰ神经网络的公交周转时间预测研究 史同广 ，袁腾飞 ，时柏营１ ２ ２ （１．山东建筑大学 土木工程学院，山东 济南２５０１０１；２．山东建筑大学 交通工程学院，山东 济南２５０１０１） 摘要：公交周转时间是制定公交行车作业计划的关键参数，公交周转时间的精确预测也是提高公交服务水平的 重要保证。文章基于公交运行的动态随机性，运用数据挖掘有序样本聚类算法，研究了对公交周转时间影响较 大的动态因素，分析了全天时段每个时间窗内周转时间的分布特征，建立了基于ＢＰ神经网络的公交周转时间 预测模型；通过实例分析验证了模型的有效性和精度。结果表明：公交周转时间的分布特征主要受时段、天气 状况、节假日或大型活动、星期、季节月份等动态因素的影响，通过划分时间窗可知，同一时间窗内的公交转时 间近似呈正态分布；ＢＰ神经网络预测模型可有效地揭示公交周转时间和各动态因素之间的非线性关系，通过 实例分析，预测公交周转时间的平均绝对百分比误差为５．６９％，具有较高的预测精度。 关键词：公交周转时间；时间窗；分布特征；动态因素；ＢＰ神经网络 中图分类号：Ｕ４９１．１ ＋７　　　　　文献标识码：Ａ Ｂｕｓ ｔｕｒｎａｒｏｕｎｄ ｔｉｍｅ ｐｒｅｄｉｃｔｉｏｎ ｒｅｓｅａｒｃｈ ｂａｓｅｄ ｏｎ ｔｈｅ ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ Ｓｈｉ Ｔｏｎｇｇｕａｎｇ ，Ｙｕａｎ Ｔｅｎｇｆｅｉ ，Ｓｈｉ Ｂａｉｙｉｎｇ１ ２ ２ （１．Ｓｃｈｏｏｌ ｏｆ Ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈａｎｄｏｎｇ Ｊｉａｎｚｈｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ ２５０１０１，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＪｉａｎｚｈｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５０１０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂｕｓ ｔｕｒｎａｒｏｕｎｄ ｔｉｍｅ ｉｓ ｔｈｅ ｋｅｙ ｐａｒａｍｅｔｅｒ ｏｆｂｕｓ ｄｒｉｖｉｎｇ ｏｐｅｒａｔｉｏｎ ｐｌａｎ，ａｎｄ ｔｈｅ ａｃｃｕｒａｔｅ ｐｒｅｄｉｃｔｉｏｎ ｏｆｔｈｅ ｂｕｓｔｕｒｎａｒｏｕｎｄ ｔｉｍｅ ｉｓａｌｓｏ ｉｍｐｏｒｔａｎｔｇｕａｒａｎｔｅｅ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｓｅｒｖｉｃｅ ｌｅｖｅｌ ｏｆｐｕｂｌｉｃ ｔｒａｎｓｐｏｒｔａｔｉｏｎ．Ｂａｓｅｄ ｏｎ ｔｈｅ ｂｕｓ ｒｕｎｎｉｎｇ ｄｙｎａｍｉｃ ｒａｎｄｏｍｎｅｓｓ ａｎｄ ｂｙ ｕｓｉｎｇ ｔｈｅ ｏｒｄｅｒｅｄ ｓａｍｐｌｅ ｃｌｕｓｔｅｒｉｎｇ ｄａｔａ ｍｉｎｉｎｇ ａｌｇｏｒｉｔｈｍ，ｔｈｅ ｐａｐｅｒ ａｎａｌｙｚｅｓ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｅａｔｕｒｅｓ ｏｆ ｔｈｅ ｂｕｓ ｔｕｒｎａｒｏｕｎｄ ｔｉｍｅ ｉｎ ｅａｃｈ ｔｉｍｅ ｗｉｎｄｏｗ ｔｏ ｇｅｔ ｔｈｅ ｍａｉｎ ｄｙｎａｍｉｃ ｆａｃｔｏｒｓ，ｅｓｔａｂｌｉｓｈｅｓ ｔｈｅ ｂｕｓ ｔｕｒｎａｒｏｕｎｄ ｔｉｍｅ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ，ａｎｄ ｔｈｒｏｕｇｈ ｅｘａｍｐｌｅ ａｎａｌｙｓｉｓ ｖｅｒｉｆｉｅｓ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ａｎｄ ａｃｃｕｒａｃｙ ｏｆｔｈｅ ｍｏｄｅｌ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｕｓｉｎｇ ＧＰＳ ｄａｔａ ｃａｎ ｏｂｔａｉｎ ｔｈｅ ａｃｃｕｒａｔｅ ｂｕｓ ｒｕｎｎｉｎｇ ｂｕｓ ｔｕｒｎａｒｏｕｎｄ ｔｉｍｅ，ａｎｄ ｂｙ ｐａｒｔｉｔｉｏｎｉｎｇ ｔｉｍｅ ｗｉｎｄ