基于Matlab的BP神經網絡在公交車輛調度中的應用

孫靜怡蘇友富

【摘要】摘要：根據公交站點客流集散量，選用合適的BP神經網絡構建公交車輛調度形式的神經網絡預報模型.運用BP神經網絡Matlab工具箱設計的基本方法與過程，將BP網絡模型引入公交車輛的調度方案研究，計算結果表明，BP模型應用于公交車輛調度形式預測中具有較高的預測精度和良好的泛化能力.【期刊名稱】武漢理工大學學報(交通科學與工程版)

【年(卷),期】2011(035)003

【總頁數】4

【關鍵詞】BP神經網；Matlab；公交車輛調度

公交線路是由一系列公交站點組成的，公交車輛的調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神經網絡的公交線路站點時段上下客預測模型適合公交車輛實時調度模型的數據準備工作，并且以哈爾濱市八路公交線路為例證明了3層BP神經網絡模型在公交站點的上下車人數預測上具有極高的精度.借鑒神經網絡預測未來某一時刻的公交線路客流集散量，在此基礎上開展公交車輛實時調度模型的研究，利用Matlab中的神經網絡工具箱，構建公交車輛的實時調度模型，在一定程度上解決了智能公交調度的算法問題，為智能公共交通系統(APTS)的進一步發展奠定基礎.

1 Matlab的神經網絡工具箱

1.1 BP神經網絡算法原理

BP(back－propagation，誤差反傳)神經網絡算法的主要思想是從后向前(反向)逐層傳輸輸出層誤差，以簡潔計算出隱層誤差.算法分為兩個階段(見

總結

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內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。