基于交通指数预测的公交发车频率优化方法研究
随着城市经济发展,城市出行人口数量急剧上升,交通拥堵现象日益严重.由于公众对城市公共交通认识不足,公共交通使用率较低,无法达到缓解交通拥堵的目的.因此,科学地引导人们选择公交出行对提高城市道路资源利用率、解决城市交通拥堵等意义重大.基于上述问题,提出基于道路交通拥堵指数预测的公交发车频率优化的改进方法.将武汉市34路公交车的运营线路作为研究对象,通过百度地图后台获取数据,将数据因素分类,并进行数据集预处理,发现存在多维度因素对交通指数产生影响.根据这一特性,使用神经网络构造预测模型,该模型能有效预测出未来某时刻交通拥堵指数,通过交通指数预测值,修正公交发车时刻表、优化公交发车频率,引导私家车通勤者向公交转移,倡导公众选择便捷快速的公交出行,进而很大程度上缓解交通拥堵的问题.
交通拥堵指数预测、多影响因素集、神经网络模型、公交时刻表优化
18
TP391(计算技术、计算机技术)
2022-11-07（万方平台首次上网日期，不代表论文的发表时间）
共4页
36-39
