基于组合预测的城市公交客运量预测模型设计开题报告

 2021-08-08 12:08

全文总字数:2788字

1. 研究目的与意义

随着我国的迅速发展,城市人口集聚,城市居住人口增多,居民交通需求增加,社会资源紧张与道路基础设施匮乏的不足也逐步显现出来,交通运输量快速增长,城市道路容量不足,已经不能适应经济社会快速发展需要。

常规公交作为城市中主要的大运量公共出行方式,其客运量需求预测是城市公共交通规划的核心内容之一,预测结果的准确与否,直接关系到规划的科学性和合理性。

目前中小城市还没有面临类似大城市交通拥堵严重的局面,在城市交通中应以可持续发展的理念保证城市的可持续发展,优先发展公共交通能引导城市居民出行需求良性发展,促进出行结构的优化调整,对于解决城市交通问题具有十分重要的意义。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 国内外研究现状分析

在国内,葛亮等利用遗传算法确定BP神经网络的权值和阈值,建立遗传神经网络模型对城市公交客运量进行预测,并将预测结果与单一神经网络的数据进行对比,预测结果较好,但是文中并没有针对影响公交客运量的因素进行分析。

董春娇等改进传统的神经网络算法,采用Elman神经网络的交通流短时预测,在前馈网络的隐含层中增加一个承接层,作为延时算子使系统具有适应时变特性的能力,这样的预测结果更为精确。

杨琦和杨云峰等利用灰色理论对西安的城市公交客运量进行分析,建立模型并进行模型残差检验,应用马尔科夫模型对灰色理论模型的预测结果进行修正,并与实际的数据进行比较,预测结果较为精确,可满足实际需求。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

研究内容:(1) 阅读参考文献,参考相关书籍,进行初步了解;(2) 总结目前城市常规公交客运量预测方法的国内外研究现状;(3) 分析城市常规公共交通发展特点及客运量内外部影响因素;(4) 比较几种常用的城市公交客运量预测方法;(5) 提出基于ARIMA-BP组合模型的城市公交客运量预测模型;(6) 利用MATLAB软件设计组合预测客运量预测模型,并通过实例进行验证。

研究计划:(1) 1~2周,搜集相关资料,阅读参考文献,并完成文献综述和开题报告的撰写;(2) 3~5周,完成城市发展情况、公共交通的发展特点及客运量的内外部影响因素分析;(3) 6~7周,通过比较几种常用的城市公交客运量预测方法,提出并设计基于ARIMA-BP组合模型的城市公交客运量预测模型,研究神经网络预测法的基本理论;(4) 8~10周,设计ARIMA-BP客运量预测模型,利用MATLAB软件的GUI功能,开发一个简易的人机交互平台,实现客运量的自动预测,并通过实例进行验证;(5) 11~13周,论文初稿完成,并进行初步修改;(6) 14~15周,修改论文,做PPT材料,准备答辩;(7) 16周,进一步完善并提交论文。

4. 研究创新点

分析城市公共交通的发展特点及公交客运量的影响因素,比较不同预测方法在城市常规公交客运量预测方面的适用性,从而提出一种基于组合预测的新的预测方法,更加科学合理地预测城市常规公交客运量。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。