本文關(guān)鍵詞：基于人工神經(jīng)網(wǎng)絡(luò)的智能公交調(diào)度算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：進(jìn)入二十一世紀(jì)以來,中國經(jīng)濟(jì)迅速發(fā)展,城市化進(jìn)程也突飛猛進(jìn),人們的生活水平日益提高,使得城市中的車輛也快速增加,城市道路問題越發(fā)嚴(yán)重,人們出行難的問題越發(fā)明顯。各個(gè)地方政府意識到,需要解決道路問題,公共交通是核心,發(fā)達(dá)的公共交通可以緩解一座城市公共道路的壓力。我國一直比較重視公共交通,但是我國公共交通比較落后,與發(fā)達(dá)國家存在明顯的差距,無法滿足人們的需求。所以,若要解決城市交通出現(xiàn)的這些問題,一定要先解決公共交通出現(xiàn)的狀況,優(yōu)化公共交通。合理、高效、穩(wěn)定的公交調(diào)度,是解決城市公共交通問題的根本,也是公共交通的基本。高效合理的公交調(diào)度,可以充分的利用公交車,提高公交車的利用效率,最大程度提高乘客和公交公司的利益,解決公交公司與乘客間產(chǎn)生的矛盾,從而提高公交公司的效益最大化,也解決了人們出行難的問題,使得人們出行變得方便快捷,使得城市交通道路的壓力能夠得到緩解,道路變得不再擁擠。本文介紹了智能公交的背景以及發(fā)展現(xiàn)狀,選取長春市304路公交線路為研究對象,對該條線路進(jìn)行實(shí)地的考察,并經(jīng)過長時(shí)間的樣本采集,對公共交通的發(fā)車時(shí)刻調(diào)度充分的了解學(xué)習(xí),掌握發(fā)車原理。本文旨在通過智能公交時(shí)刻調(diào)度提高公交車的使用效率,減少乘客的平均候車時(shí)間,從而使得公交公司的利益最大化。結(jié)合過往成功且高效的發(fā)車經(jīng)驗(yàn),以發(fā)車時(shí)間為數(shù)據(jù)集,通過人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練在.NET平臺下編程實(shí)現(xiàn),來輔助公交調(diào)度員對公交車的進(jìn)行合理高效的發(fā)車時(shí)刻調(diào)度安排。公交車的發(fā)車時(shí)刻屬于非線性的分類問題,針對這一特點(diǎn),本文運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的相關(guān)知識原理,解決這類問題。主要的方法步驟:把公交車的發(fā)車時(shí)刻調(diào)度需要的各種信息進(jìn)行編碼,并將編碼屬性作為輸入訓(xùn)練數(shù)據(jù),對多種人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行試驗(yàn),找出適合的方法,并用此種方法,結(jié)合以前的數(shù)據(jù)進(jìn)行訓(xùn)練,將訓(xùn)練好的模型運(yùn)用到實(shí)際中,將得出的結(jié)果與實(shí)際效果進(jìn)行分析,并與過往成功的發(fā)車時(shí)刻進(jìn)行比較得出結(jié)論。
【關(guān)鍵詞】：智能公交 人工智能 人工神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：東北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP301.6;TP183
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-11
• 1.1 研究背景及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.2.1 國外研究現(xiàn)狀9
• 1.2.2 國內(nèi)研究現(xiàn)狀9-10
• 1.3 本文組織結(jié)構(gòu)與研究工作10-11
• 第二章 城市公共交通11-13
• 2.1 公交行業(yè)業(yè)務(wù)概述11
• 2.2 公交信息化11-13
• 第三章 人工神經(jīng)網(wǎng)絡(luò)13-22
• 3.1 人工神經(jīng)網(wǎng)絡(luò)13
• 3.2 BP網(wǎng)絡(luò)13-19
• 3.3 BP網(wǎng)絡(luò)模型的改進(jìn)19-22
• 第四章 系統(tǒng)開發(fā)22-33
• 4.1 系統(tǒng)分析22-24
• 4.1.1 對象層定義22-23
• 4.1.2 結(jié)構(gòu)層定義23
• 4.1.3 主題層定義23-24
• 4.1.4 用例試圖24
• 4.2 系統(tǒng)設(shè)計(jì)24-33
• 4.2.1 問題空間定義24-25
• 4.2.2 數(shù)據(jù)管理設(shè)計(jì)25-29
• 4.2.3 任務(wù)管理設(shè)計(jì)29
• 4.2.4 交互設(shè)計(jì)29-33
• 第五章 系統(tǒng)實(shí)施與應(yīng)用效果評估33-38
• 5.1 開發(fā)環(huán)境33-35
• 5.1.1 數(shù)據(jù)來源33
• 5.1.2 數(shù)據(jù)收集33-34
• 5.1.3 數(shù)據(jù)處理34-35
• 5.2 系統(tǒng)作用分析35-38
• 第六章 結(jié)論與展望38-39
• 6.1 結(jié)論38
• 6.2 將來要做的工作38-39
• 參考文獻(xiàn)39-41
• 附錄41-44
• 致謝44

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 丁曉貴;神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)參數(shù)辨識中應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期

2 吳浩勇,叢玉良,王宏志;基于神經(jīng)網(wǎng)絡(luò)的交通參數(shù)預(yù)測方法[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年06期

3 李廣瓊,蔣加伏;關(guān)于對BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)的研究[J];常德師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年02期

4 韓春成;馮俊;孟驍;林和平;;基于關(guān)系數(shù)據(jù)庫理論的面向?qū)ο髷?shù)據(jù)庫系統(tǒng)[J];信息技術(shù);2010年12期

5 王文劍;BP神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化[J];計(jì)算機(jī)工程與設(shè)計(jì);2000年06期

6 陳善廣,鮑勇;BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法研究[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);1995年04期

  本文關(guān)鍵詞：基于人工神經(jīng)網(wǎng)絡(luò)的智能公交調(diào)度算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：492410