北京公路里程变化BP神经网络预测模型研究.docVIP

北京公路里程预测研究 摘要：公路里程设置的合理性作为“和谐交通”的一个重要方面，不仅影响着城市交通主体的需求能否得到真正的满足，而且影响着和谐交通的建设。本文收集了北京1989年——2010年的交通数据，在对交通数据进行背景分析的基础上，从交通需求和交通供给的角度，运用回归理论和神经网络理论分别建立了北京公路里程多元线性回归预测模型和BP神经网络预测模型，对2011年北京市公路里程进行了预测，论证了2011年北京公路里程预测数据的合理性。北京公路里程的预测提高了道路规划的准确性，对于解决北京城市交通拥堵具有重要意义。希望通过本文的研究，使路网规模更加合理，出行者的需求得到更好的满足。 关键字：公路里程 ；BP神经网络； 多元线性回归 The Research on Prediction of Beijing Highway Mileage Abstract: As the very important aspect of harmonious transportation, not only does the rationality of the highway mileage setting not affects that the principal demand of city transportation whether can be met or not, but also influences the construction of harmonious traffic. This paper collects the traffic data of Beijing between 1989 and 2010, and analyzes the background of data, and establishes multivariate linear regression forecasting model and the BP neural network model using regression theory and neural network theory from the view of traffic demand and traffic supply, and predicts highway mileage of Beijing in 2011, and demonstrates the rationality of the highway mileage of Settings. The prediction of Beijing highway mileage improves the accuracy of road planning and has a significant importance to solve the situation of congestion. This study can make road network more reasonable, demand can be meet more convenient. Keyword: Highway mileage; BP Neural Network ; Multiple linear regression 0 引言 公路里程的确定是公路规划和预测的重要内容。众所周知，北京市城市交通部门在道路交通里程设置方面必须考虑多种因素，使城市道路里程既能满足交通需求又不造成过多的浪费，从而使北京市城市交通达到和谐，为和谐的北京城市建设贡献力量。 国内外相关学者对公路里程的预测研究提出了多种研究方法。根据研究思路的不同可以分为时间序列法、因素分析法等。时间序列法是根据某个区域公路里程的历史资料，以时间t为自变量建立模型对未来的公路里程进行合理的预测和规划[1]。如增长率法、移动平均法、指数平滑法、趋势曲线预测法(包括指数、对数、多项式、Logistic 曲线等) 、灰色预测GM (1 , 1) 法等等。该预测方法仅从交通供给的角度考虑，没有考虑交通需求的因素对公路里程的影响。因素分析法是通过建立公路里程和影响因素之间的关系式，预测影响因素的发展趋势，确定相关参数，得到未来公路里程的合理规模。该方法的关键在于选择合适的影响因素和分析方法，如果因素选择不当会造成预测失准。 本文在分析北京市1989年到2009年常住人口、北京市国民生产总值、公路里程、民用汽车拥有量、轨道交通里程、公路交通旅客周转量等数据的基础上，从交通供给和交通需求的角度，综合运用时间序列法和因素分析法建立了北京公路里程的多元回归预测模型和BP神经网络预测模型，希望能改变两种方法预测的弊端，提高预测的准确性。 1 数据背景分析 本文采用的数据来自