ニューラルネットワークに基づくバス乗客フローの予測モデル【JST・京大機械翻訳】

Zhang Shuyu; Liu Zikang; Shen Fengting; Wang Shumeng; Yang Xuelin

文献

J-GLOBAL ID：202002219659423601 整理番号：20A2701364

ニューラルネットワークに基づくバス乗客フローの予測モデル【JST・京大機械翻訳】

A prediction model of buses passenger flow based on neural networks

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A2701364&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2701364&from=J-GLOBAL&jstjournalNo=W5565A") }}

著者 (5件)： , , , ,
資料名：
巻： 1656 号： 1 ページ： 012002 (7pp) 発行年： 2020年
JST資料番号： W5565A ISSN： 1742-6588 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

スマートバスの普及により,バス運用情報を得る方法はますます多様化し,大きなデータ情報に基づく乗客フロー予測も出現した。本研究では,主成分分析(PCA)と誤差逆伝搬(BP)ニューラルネットワークを組み合わせて,PCA-BPニューラルネットワークに基づいて短期バス乗客フローの予測モデルを提案した。最初に,PCA方式を採用して,バス乗客フローの指数の次元を減らし,BPネットワークの入力ノードを改善した。第二に,完全に訓練されたネットワークを採用してバス乗客フローを予測した。より具体的には,2011年11月29日のGuiyangにおける第17バスの乗客フローデータセット対を用いて,PCA-BPニューラルネットワークモデル試験を行った。試験結果は,各期間の予測乗客流れが非常に近く,ほとんどの時間における乗客流れ予測誤差は非常に小さいことを示した。そのうえ,相対誤差は満足な適合効果を達成して,それはバスディスパッチのための信頼できる基礎を提供することができた。提案したPCA-BPニューラルネットワークモデルは高い予測精度と予測性能を有することを見出した。したがって,最終短期旅客流予測のモデルとして使用されることが期待される。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , ,
, , , , , 【Automatic Indexing@JST】

有機化合物の赤外・Ramanスペクトル(分子) , 有機物質の物理分析一般 , 輸送方法・施設 , 自動車事故,交通安全 , ニューロコンピュータ

, , , ,

前のページに戻る