文献

J-GLOBAL ID：201702212899570761   整理番号：17A1332310

BPニューラルネットワークに基づく道路交通量予測手法【JST・京大機械翻訳】

Prediction Method of Highway Passenger Transportation Volume Based on BP Neural Network

著者 (1件)： Wang Dong (西安航空学院 車輌工程学院,陜西西安,710077)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 2  ページ： 187-190  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 道路交通量は交通科学管理の基礎的データであり,道路輸送の成果を反映することができ,道路交通管理レベルを向上させ,道路交通システムを確立するために,重要な意義を持つ。道路交通量の予測精度を向上させるために,道路乗客輸送量に関連する主要な社会指標(道路交通量,自動車保有量,国民総収入,一人当たりのGDP,人口総量,都市住民は,所得,社会消費財の総売りと都市化率)を選択した。灰色関係分析法を用いて計算を行い、最終的に道路交通量の影響因子が自動車保有量、一人当たりのGDP、人口総量と都市化率であることを確定した。道路交通量の予測指標として決定した因子を用いて,BP神経回路網に基づく道路交通量の予測モデルを確立し,モデルを試験した。結果は以下を示した。BPニューラルネットワークモデルは高い精度を有し,最小相対誤差は1.1%,平均相対誤差は2.78%であった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *予測技法 ,  神経回路網 ,  旅客輸送 ,  都市化 ,  道路輸送 ,  予測モデル ,  自動車 ,  *道路交通 ,  *予測 ,  *道路 ,  消費財
準シソーラス用語： 相対誤差 ,  影響因子 ,  予測精度 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： grey relational analysis ,  BP neural network ,  highway passenger transportation ,  forecasting

分類 (5件)： 研削  (QC03000R) ,  弾性力学一般  (HC02010M) ,  関連産業  (YM01060D) ,  窒素とその化合物  (YB02050S) ,  採油,採ガス一般  (UA10010K)

タイトルに関連する用語 (4件)： BPニューラルネットワーク ,  道路 ,  交通量 ,  予測手法