基于深度学习的城市轨道客流预测实训基地培训系统设计与实现

打开文本图片集

关键词：BP神经网络;深度置信网络;城市轨道;客流量;培训系统

在现代城市的建设中，城市轨道设施的建设与人们密切相关，影响着每一个人的日常出行。城市轨道客流量短时间迅猛增长，而车辆空间容载能力却十分有限，轨道客流与道路空间的矛盾日益突出，造成的后果就是交通拥堵现象时常发生。

为解决这一问题，国内外众多学者针对如何准确模拟与预测城市轨道客流进行了大量研究，Ku-mar等提出了一种基于季节的自回归移动平均模型，该模型在对车流量的影响因素中添加了季节因素，考虑不同季节对车流量造成的影响，但是只使用了少量的输入数据来进行模拟预测，预测结果只能说明城市轨道的短期客流量。（剩余4097字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。