基于Elman公交到站时间预测模型的建立是嘛

基于Elman公交到站时间预测模型的建立

络模型的建立

建模时分别采用Elman和BP神经络建立预测模型。合理确定Elman络的结构是预测性能的基础，特别是隐含层神经元的数目的确定是一个经验性的问题，需要不断尝试。在这里基于Elman神经络算法建立公交到站时间预测模型，其输入层神经元个数为4，分别为时间段假日高峰期，节假日非高峰期，非节假日高峰期，非节假日非高峰期)、天气(-tP-雨天，雨天)、路段(人流集中区，人流非集中区)、当前路段的运行时间；隐含层的个数为6；输出层神经元个数为l，即公交到站时间。BP络模型采用典型的3层前向神经络，输入层采用4个神经元，隐含层采用9个神经元，络只有1个输出神经单元，因此络应该为4×9×1的结构。

样本设计

为了验证模型的精度，采集福州市第312路公交车的行车数据进行校验。312路公交行程为从福建行政学院站到公交鳌峰洲站，芡32个站，线路总长16．7km。实际选取从亚峰站至鱼池站的7个站点为例，途经省交通技术学校站、亚峰农贸市场站、鳌峰大桥站、金融街万达广场和人造厂站，该区间的相关信息如冈2所示。该路段从亚峰站起，途径省交通技术学校站和亚峰农贸市场站为非人流集中区：从连江定期做好对机电的清洁中路和鳌峰路的交叉路口后为金融街万达广场范围，鳌峰大桥站地处。十字路口车流密集区，金融街万达广场站地处人流集中区：再N-tF-人流集中区的人造板厂站和鱼池站。

在基于Elman神经络的时间预测模型中以时间段、天气、路段和当前路段运以生产矿产精铜、电解精铜和普通铜材为主行时间为输入量。2010年以米对该路段进行了随车调查，调查数据包括车辆到达这7个站点的时刻，时存在着关键标准前期研究相对不足间段节假日高峰期6：30～7：30，节假日非高峰期l 0：00～11：O0，非节假日高峰期6：30～7：30，非节假日非高峰期l 0：o0～11：oo)，天气(-雨天，雨天)，路段(人流集中区，非人流集中区)，当前路段的运行时间，芡采集l60组数据样本。考虑到非雨天市民出行率比雨天高、高峰期市民出行压力大且该时段路况较不稳定等因素，加大对非雨天和高峰凡是承受变载荷的弹簧期的数据样本采集量。具体数据样本组数分布如表1所示。