公交客流生成预测的神经网络模型.pdf

第6卷第1期交通运输系统工程与信息Vo1．6No．1
2OO6年2月JournalofTransportationSystemsEngineeringaridlnfbrmationI~ehnologyFebruary2OO6

文章编号：1009-6744(2006)01—0O68—03

公交客流生成预测的神经网络模型

冯树民，李晓冬
(哈尔滨工,ik入学交通科学-qT程学院。哈尔滨150090)

摘要：公交客流预测是城市公共交通规划的重要内容，是确定城市公共交通发展规模、布
置场站及布设线路的根本依据，也是制定城市公共交通发展政策的重要依据．本文通过分
析神经网络的作用机理和公交客流生成量的影响因素，建立了公交客流生成量预测的三层
BP神经网络模型，以土地利用(8个神经元)、人口数以及区位系数作为输入神经元，输出神
经元为公交客流的产生量和吸引量，隐层神经元数根据最大相对误差最小为目标试算求得．
以哈尔滨市一日的调查数据对模型进行了标定与检验，结果证明，模型具有较高的预测精
度．
关键词：公交生成量；BP神经网络；产生量；吸引量
中图分类号：U491．1

ANeuralNetworkModelfor1i'ansitRidershipForecasts

．FENGShu—min，LIXiao—dong
(SchoolofCommunications~ieneefindEnglneering，HarbinInstituteofTechnology，Harbin150090，China)

Abstract：Transitridershipforecastisaoimportantcomponentoftransitplanning。andisthebasistOdeteminethe
scaleoftransitdevelopment，】ocationsofstopsandtransitroutes．pⅡl=lc|_analyzesthemechanismofncuralnetwork
andinfluentialfactorsoftransitgeneration．AthreelayerBPneuralnetworkmodeliSdevelot~dtofoi,ecasttransitriders，
inwhichtheinputnervecellsinclodelandUSetype(8nerveclells)，popu1atioilandsectionlocationcoefltrent，the
0utptltnervecellsincludetransitgenerationan(1attraction，aridthenumberofnenrccellsofeoncealedlayeri8calculated
withthemodeIirlwhichthemaximllmfractior~derrorreachestheminimumvalne．Thetriode¨8calibratedandtestifie~1
withone-dayfielddatafromHarbin．whichshowsthattheforecastprecisionofthemodeIrelativelyhigh
Keywords：transitgeneration；back—propagationneuralnetwork；trafficgeneration；tr~ficattraction
CICnumber：U491．1

0引言的行发生量和吸引量与各交通分区的土地利用、
公共交通是我国城市居民出行的重要交通方社会经济特征等变量之问的定量关系，推算规划年
式，一个高效运行的公交系统将有利于城市交通的各交通小区的公交出行发生量、吸引量．通常采用
通畅，方便人们出行，减少环境污染．公交客流预测的预测方法有：家庭类别生成模型法、回归模型法、
是城市公共交通规划的重要内容。，是确定城市增长率法、发生率法和时间序列法等⋯．
公共交通发展规模、布置场站及布设线路的根本依交通出行生成模型所涉及到的影响因素和不
据，也是制定城市公共交通发展政策的重要依据．确定因素较为复杂，表现在既要考虑社会经济指标
公交出行生成是指居民全方式出行生成量巾义要考虑土地利用指标，而这两者本身就是一个复
采取公交出行力式的那一部分．公交出行生成预杂的大系统，系统变最数很多，数据也不太容易得
测方法是建立各交通小居民采取公交出行方式到．奉义通过在对神经网络进行研究基础上，提

收稿日期：20O5—04-15
基金项目：哈尔演工业大学校基金资助项目(H1T．2001．59)．
冯树民(1973一)，男，哈尔滨工业大学讲师，博_L研究生．研究方向为交通运输规划与