基于Matlab的BP神經(jīng)網(wǎng)絡(luò)在公交車輛調(diào)度中的應(yīng)用

孫靜怡蘇友富

【摘要】摘要：根據(jù)公交站點(diǎn)客流集散量，選用合適的BP神經(jīng)網(wǎng)絡(luò)構(gòu)建公交車輛調(diào)度形式的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型.運(yùn)用BP神經(jīng)網(wǎng)絡(luò)Matlab工具箱設(shè)計(jì)的基本方法與過(guò)程，將BP網(wǎng)絡(luò)模型引入公交車輛的調(diào)度方案研究，計(jì)算結(jié)果表明，BP模型應(yīng)用于公交車輛調(diào)度形式預(yù)測(cè)中具有較高的預(yù)測(cè)精度和良好的泛化能力.【期刊名稱】武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版)

【年(卷),期】2011(035)003

【總頁(yè)數(shù)】4

【關(guān)鍵詞】BP神經(jīng)網(wǎng)；Matlab；公交車輛調(diào)度

公交線路是由一系列公交站點(diǎn)組成的，公交車輛的調(diào)度形式取決于公交線路的客流情況.劉翠、張燕青等［1］提出的基于BP神經(jīng)網(wǎng)絡(luò)的公交線路站點(diǎn)時(shí)段上下客預(yù)測(cè)模型適合公交車輛實(shí)時(shí)調(diào)度模型的數(shù)據(jù)準(zhǔn)備工作，并且以哈爾濱市八路公交線路為例證明了3層BP神經(jīng)網(wǎng)絡(luò)模型在公交站點(diǎn)的上下車人數(shù)預(yù)測(cè)上具有極高的精度.借鑒神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)未來(lái)某一時(shí)刻的公交線路客流集散量，在此基礎(chǔ)上開(kāi)展公交車輛實(shí)時(shí)調(diào)度模型的研究，利用Matlab中的神經(jīng)網(wǎng)絡(luò)工具箱，構(gòu)建公交車輛的實(shí)時(shí)調(diào)度模型，在一定程度上解決了智能公交調(diào)度的算法問(wèn)題，為智能公共交通系統(tǒng)(APTS)的進(jìn)一步發(fā)展奠定基礎(chǔ).

1 Matlab的神經(jīng)網(wǎng)絡(luò)工具箱

1.1 BP神經(jīng)網(wǎng)絡(luò)算法原理

BP(back－propagation，誤差反傳)神經(jīng)網(wǎng)絡(luò)算法的主要思想是從后向前(反向)逐層傳輸輸出層誤差，以簡(jiǎn)潔計(jì)算出隱層誤差.算法分為兩個(gè)階段(見(jiàn)

總結(jié)

以上是生活随笔為你收集整理的matlab设计调度方法,基于Matlab的BP神经网络在公交车辆调度中的应用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。