基于BP神经网络的轨道交通客流分布模型
100 积分
50
评分
4.4 积分- 详情
- 2021-04-27
- 简介
pdf
- 293KB
- 页数 5P
- 阅读 60
- 下载 36
轨道交通费率清分的实质是在不同线路下网络客流分布的问题。在充分考虑乘客出行路径选择多要素的基础上,提出一种基于神经网络的轨道交通客流清分模型。将影响乘客出行路径选择的多要素分为确定性要素和不确定性要素,通过样本训练神经元的抑制系数和激励系数,结合转换函数将结果传导给输出层输出。与传统模型相比,该模型更符合乘客出行选择的多要素心理。最后通过对比客流调查结果和Logit模型表明,在排除其他要素的干扰下,该方法能够较好的实现客流在不同线路的清分。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于BP神经网络的轨道交通客流分布模型 293KB
基于BP神经网络的轨道交通客流分布模型 552KB
基于BP神经网络的城市轨道交通客流预测 1.4MB
基于神经网络的轨道交通日客流量预测 474KB
基于GSO-BP神经网络的城市轨道交通客流量短时间预测 328KB
基于移动通信数据分析的Elman神经网络城市轨道交通客流预测 437KB
基于BP神经网络的工程估价模型及其应用 144KB
基于BP神经网络的科研绩效评价模型结构 172KB
基于BP神经网络的工程伪装效能评估模型 198KB
基于BP神经网络的城市占道交通拥堵预测 168KB