基于改进BP神经网络的公交线路OD矩阵推算方法_俞洁.pdfVIP

( ) 第24卷第4期 总第148期 　　　　 　 　系　统　工　程 V o l. 24, N o. 4 2006年4月　　　　　　　　　 　 　 　 Sy stem s Eng ineer ing A p r. , 2006　 ( ) 文章编号: 100 14098 2006 基于改进B P 神经网络的公交线路OD 矩阵推算方法 俞　洁, 杨晓光 ( 同济大学 道路与交通工程教育部重点实验室, 上海　200092) 摘　要: 公交线路OD 矩阵是公交线路优化设计调整的基础性数据, 针对传统解析模型对输入数据敏感性高 造成OD 推算效果不理想的缺陷, 提出了以改进B P 神经网络为基础, 根据公交站点上下客数据建立公交线 路OD 矩阵的推算模型, 并设计了OD 推算神经网络。进而基于算例数据, 应用数值试验对神经网络设计的核 心参数进行了标定并给出OD 推算的计算结果。算例分析结果表明, 使用此方法能显著提高预测的精度, 推算 结果更具可靠性且更能反映公交线路的需求分布状况。 关键词: 交通规划; 公交OD 矩阵推算; 改进B P 神经网络; 上下客人数 中图分类号:U 492　　　文献标识码: A 　　公交线路OD 矩阵体现了公交客流在站点之间的分 根本上克服前述传统解析模型存在的缺陷: ①只要提供必 布, 是进行公交线路设计与优化调整的基础性数据。传统 要的数据用于训练神经网络, 使网络获得分配矩阵的信 获取OD 矩阵的方法是通过大规模的抽样调查, 此种方 息并储存于网络中, 那么不必依赖确定的分配矩阵就能 法往往耗费大量精力而得来的数据生命周期却很短。近年 对实际情况做出准确的预测, 而且神经网络模型也能更 来国外提出了利用快速路断面流量或上下匝道流量进行 好地反映实际情况; ②神经网络作为任何线性和非线性关 快速路OD 矩阵推算的数学模型和求解算法[ 1- 3 ] 。同时, 系的统一模型, 能够很好地描述这种同时具有规律性和 一些学者也提出了利用公交站点上下客人数进行公交线 一定随机性的实际非线性关系。 [4 ] 路OD 矩阵估算的模型并进行了数值分析 。但上述研究 本文将采用改进的B P 神经网络进行公交线路OD 矩 多采用解析模型和算法, 存在高数据敏感性 (h igh data 阵推算, 对OD 推算神经网络的设计、学习规则和训练停 sen sit iv ity ) 的缺陷: 即很难从诸多调查数据集合中选取一 止规则进行了详细阐述, 而后基于算例数据, 应用数值试 组代表性数据作为解析模型的输入, 而且不同的模型输入 验对神经网络设计的核心参数进行了标定并给出OD 推 会导致不同的推算结果。因此, 应用此类模型往往造成 算的计算结果。 OD 推算效果不理想。 人工神经网络ANN (T h e A rt ificia l N eu ra l