基于Matlab的BP神经网络在公交车辆调度中的应用
孙静怡苏友富
【摘要】摘要:根据公交站点客流集散量,选用合适的BP神经网络构建公交车辆调度形式的神经网络预报模型.运用BP神经网络Matlab工具箱设计的基本方法与过程,将BP网络模型引入公交车辆的调度方案研究,计算结果表明,BP模型应用于公交车辆调度形式预测中具有较高的预测精度和良好的泛化能力.【期刊名称】武汉理工大学学报(交通科学与工程版)
【年(卷),期】2011(035)003
【总页数】4
【关键词】BP神经网;Matlab;公交车辆调度
公交线路是由一系列公交站点组成的,公交车辆的调度形式取决于公交线路的客流情况.刘翠、张燕青等[1]提出的基于BP神经网络的公交线路站点时段上下客预测模型适合公交车辆实时调度模型的数据准备工作,并且以哈尔滨市八路公交线路为例证明了3层BP神经网络模型在公交站点的上下车人数预测上具有极高的精度.借鉴神经网络预测未来某一时刻的公交线路客流集散量,在此基础上开展公交车辆实时调度模型的研究,利用Matlab中的神经网络工具箱,构建公交车辆的实时调度模型,在一定程度上解决了智能公交调度的算法问题,为智能公共交通系统(APTS)的进一步发展奠定基础.
1 Matlab的神经网络工具箱
1.1 BP神经网络算法原理
BP(back-propagation,误差反传)神经网络算法的主要思想是从后向前(反向)逐层传输输出层误差,以简洁计算出隐层误差.算法分为两个阶段(见