期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于类神经网络的轨道交通新开站点客流预测
1
作者
贾建林
张婉婷
+2 位作者
王振报
陈艳艳
黄誉雯
《科学技术与工程》
北大核心
2024年第22期9636-9644,共9页
随着轨道交通新线或新开站点的投入使用,其网络拓扑结构会发生变化,并且网络上的客流也变得越发的复杂,如何准确预测新开站点的客流需求是目前轨道交通系统亟需解决的关键问题。因此,充分考虑了新开站点周边用地、拓扑、接驳、居住等特...
随着轨道交通新线或新开站点的投入使用,其网络拓扑结构会发生变化,并且网络上的客流也变得越发的复杂,如何准确预测新开站点的客流需求是目前轨道交通系统亟需解决的关键问题。因此,充分考虑了新开站点周边用地、拓扑、接驳、居住等特性,构建了基于多因素约束的非线性类神经网络(ANN)模型,对轨道交通新开站点需求进行预测。以北京市轨道交通为例,应用该模型进行预测,其预测精度达到96.6%,说明综合考虑站点用地、拓扑、接驳、居住等因素约束的非线性ANN模型能够较好捕捉新开站点下客流需求的非常规变化,相比以往方法预测精度更高。研究结果可为轨道交通系统新开站点建设立项及可行性研究环节的客流预测提供新的方法。
展开更多
关键词
轨道交通
新开
站点
站点客流预测
类神经网络
在线阅读
下载PDF
职称材料
土地利用视角下的轨道站点客流预测——以深圳市为例
被引量:
21
2
作者
孔祥夫
杨家文
《地理科学》
CSSCI
CSCD
北大核心
2018年第12期2074-2083,共10页
从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明:①相比...
从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明:①相比于线性衰减规律,客流生成率随站点可达性的降低更符合指数衰减规律,用地距离地铁站0~0.5km时客流生成率下降最快。②单位面积各类用地客流生成率由大到小依次为:交通用地 >办公用地 >商业用地≈城中村 >工业用地 >居住用地 >其他用地。③客流生成率受站点可达性影响强度由大到小依次为:商业用地 >办公用地 >交通用地 >其他用地 >居住用地 >城中村 >工业用地。
展开更多
关键词
交通与土地利用
轨道交通
站点客流预测
深圳市
在线阅读
下载PDF
职称材料
基于改进PSO-LSTM模型的城市轨道交通站点客流预测
被引量:
6
3
作者
张国赟
金辉
《计算机应用与软件》
北大核心
2021年第12期110-114,134,共6页
城市轨道交通站点的精准短时客流预测可以很好地缓解城市交通拥堵,给城市居民带来更快速、更优质的出行服务。通常短时客流预测随时间的变动而变动,长短时记忆网络能对其进行深度的训练和特点提取。为提升预测性能,以成都轨道交通火车...
城市轨道交通站点的精准短时客流预测可以很好地缓解城市交通拥堵,给城市居民带来更快速、更优质的出行服务。通常短时客流预测随时间的变动而变动,长短时记忆网络能对其进行深度的训练和特点提取。为提升预测性能,以成都轨道交通火车北站为例,设计一种基于改进PSO-LSTM模型的城市轨道交通站点短时客流预测办法。通过实例研究分析,验证了改进后的PSO-LSTM模型在城市轨道交通站点短时客流预测中具有更好的预测性能。
展开更多
关键词
城市轨道交通
站点
短时
客流
预测
长短时记忆网络
粒子群算法
在线阅读
下载PDF
职称材料
基于改进极限学习机的公交站点短时客流预测方法
被引量:
14
4
作者
黄益绍
韩磊
《交通运输系统工程与信息》
EI
CSCD
北大核心
2019年第4期115-123,共9页
以公交车IC卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC卡和GPS数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交...
以公交车IC卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC卡和GPS数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法,进而得到公交站点上车客流量;通过分析公交客流数据特征,确定ELM输入参数维度,并采用IPSO算法找到ELM的最优隐含层节点参数;最后依托广州市19路公交车客流数据仓库进行了方法验证.结果表明:所用优化后的ELM方法预测误差在10%以内,并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析,发现改进的ELM方法拥有更高的可靠性和泛化性能.
展开更多
关键词
城市交通
公交
站点
短时
客流
预测
改进粒子群算法
极限学习机
IC卡数据
GPS数据
在线阅读
下载PDF
职称材料
题名
基于类神经网络的轨道交通新开站点客流预测
1
作者
贾建林
张婉婷
王振报
陈艳艳
黄誉雯
机构
内蒙古工业大学土木工程学院
河北工程大学建筑与艺术学院
北京工业大学城市建设学部
出处
《科学技术与工程》
北大核心
2024年第22期9636-9644,共9页
基金
内蒙古自治区高等学校科学研究项目(NJZZ23074)
内蒙古工业大学科研启动金项目(DC2200000891)。
文摘
随着轨道交通新线或新开站点的投入使用,其网络拓扑结构会发生变化,并且网络上的客流也变得越发的复杂,如何准确预测新开站点的客流需求是目前轨道交通系统亟需解决的关键问题。因此,充分考虑了新开站点周边用地、拓扑、接驳、居住等特性,构建了基于多因素约束的非线性类神经网络(ANN)模型,对轨道交通新开站点需求进行预测。以北京市轨道交通为例,应用该模型进行预测,其预测精度达到96.6%,说明综合考虑站点用地、拓扑、接驳、居住等因素约束的非线性ANN模型能够较好捕捉新开站点下客流需求的非常规变化,相比以往方法预测精度更高。研究结果可为轨道交通系统新开站点建设立项及可行性研究环节的客流预测提供新的方法。
关键词
轨道交通
新开
站点
站点客流预测
类神经网络
Keywords
rail transit
new station
prediction of station
artificial neural network
分类号
U491.14 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
土地利用视角下的轨道站点客流预测——以深圳市为例
被引量:
21
2
作者
孔祥夫
杨家文
机构
北京大学深圳研究生院
出处
《地理科学》
CSSCI
CSCD
北大核心
2018年第12期2074-2083,共10页
基金
国家自然科学基金项目(51678004)资助~~
文摘
从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明:①相比于线性衰减规律,客流生成率随站点可达性的降低更符合指数衰减规律,用地距离地铁站0~0.5km时客流生成率下降最快。②单位面积各类用地客流生成率由大到小依次为:交通用地 >办公用地 >商业用地≈城中村 >工业用地 >居住用地 >其他用地。③客流生成率受站点可达性影响强度由大到小依次为:商业用地 >办公用地 >交通用地 >其他用地 >居住用地 >城中村 >工业用地。
关键词
交通与土地利用
轨道交通
站点客流预测
深圳市
Keywords
traffic and land use
rail transit
station ridership forecasting
Shenzhen City
分类号
TU984.191 [建筑科学—城市规划与设计]
在线阅读
下载PDF
职称材料
题名
基于改进PSO-LSTM模型的城市轨道交通站点客流预测
被引量:
6
3
作者
张国赟
金辉
机构
辽宁工业大学汽车与交通工程学院
出处
《计算机应用与软件》
北大核心
2021年第12期110-114,134,共6页
文摘
城市轨道交通站点的精准短时客流预测可以很好地缓解城市交通拥堵,给城市居民带来更快速、更优质的出行服务。通常短时客流预测随时间的变动而变动,长短时记忆网络能对其进行深度的训练和特点提取。为提升预测性能,以成都轨道交通火车北站为例,设计一种基于改进PSO-LSTM模型的城市轨道交通站点短时客流预测办法。通过实例研究分析,验证了改进后的PSO-LSTM模型在城市轨道交通站点短时客流预测中具有更好的预测性能。
关键词
城市轨道交通
站点
短时
客流
预测
长短时记忆网络
粒子群算法
Keywords
Urban rail transit
Short-term passenger flow forecast
Long and short time memory network
Particle swarm optimization
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
U121 [交通运输工程]
在线阅读
下载PDF
职称材料
题名
基于改进极限学习机的公交站点短时客流预测方法
被引量:
14
4
作者
黄益绍
韩磊
机构
长沙理工大学道路灾变防治及交通安全教育部工程研究中心
长沙理工大学交通运输工程学院
出处
《交通运输系统工程与信息》
EI
CSCD
北大核心
2019年第4期115-123,共9页
基金
湖南省自然科学基金(2018JJ2444)
湖南省教育厅科学研究重点项目(16A007)
长沙理工大学道路灾变防治及交通安全教育部工程研究中心开放基金(kfj140401)~~
文摘
以公交车IC卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC卡和GPS数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法,进而得到公交站点上车客流量;通过分析公交客流数据特征,确定ELM输入参数维度,并采用IPSO算法找到ELM的最优隐含层节点参数;最后依托广州市19路公交车客流数据仓库进行了方法验证.结果表明:所用优化后的ELM方法预测误差在10%以内,并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析,发现改进的ELM方法拥有更高的可靠性和泛化性能.
关键词
城市交通
公交
站点
短时
客流
预测
改进粒子群算法
极限学习机
IC卡数据
GPS数据
Keywords
urban traffic
short-term passenger flow prediction on bus stop
improved particle swarm optimization
extreme learning machine
IC card data
GPS data
分类号
U491 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于类神经网络的轨道交通新开站点客流预测
贾建林
张婉婷
王振报
陈艳艳
黄誉雯
《科学技术与工程》
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
土地利用视角下的轨道站点客流预测——以深圳市为例
孔祥夫
杨家文
《地理科学》
CSSCI
CSCD
北大核心
2018
21
在线阅读
下载PDF
职称材料
3
基于改进PSO-LSTM模型的城市轨道交通站点客流预测
张国赟
金辉
《计算机应用与软件》
北大核心
2021
6
在线阅读
下载PDF
职称材料
4
基于改进极限学习机的公交站点短时客流预测方法
黄益绍
韩磊
《交通运输系统工程与信息》
EI
CSCD
北大核心
2019
14
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部