基于RBF神经网络模型对公交移动支付普及的预测分析.docx

基于RBF神经网络模型对公交移动支付普及的预测分析
基于RBF神经网络模型对公交移动支付普及的预测分析
摘要：
随着移动支付的快速发展，公共交通领域也逐渐引入移动支付技术。然而，公交移动支付的普及程度受多种因素的影响，如用户接受度、技术可行性等。本论文基于RBF神经网络模型对公交移动支付普及程度进行预测分析。通过对相关因素进行数据收集和处理，建立基于RBF神经网络的模型，并利用该模型进行公交移动支付普及的预测分析。实验结果表明，RBF神经网络模型能够有效地预测公交移动支付的普及程度，为进一步推动公交移动支付的发展提供了指导。
1.引言
公交移动支付是一种方便、快捷的支付方式，通过手机等移动终端实现在公交车上刷码乘车和支付费用。它具有减少乘客排队时间、提高交易安全等优势，已经在一些城市得到了广泛应用。然而，在其他城市推广公交移动支付仍面临一定的挑战。因此，通过预测分析公交移动支付的普及程度，可以为公交移动支付的推广提供决策参考。
2.相关研究
公交移动支付的普及受多种因素的影响，已有研究通过回归分析、模拟仿真等方法进行预测分析。然而，这些方法的准确性和鲁棒性有待提高。因此，本论文利用RBF神经网络模型对公交移动支付进行预测分析。
3.数据收集与处理
本文通过问卷调查和数据收集，获取了公交移动支付普及程度的主要影响因素数据。通过处理和统计这些数据，得到符合建模要求的数据集。
4.RBF神经网络模型
RBF神经网络模型是一种前馈神经网络模型，其特点是具有良好的逼近性能和训练速度。本论文采用RBF神经网络模型对公交移动支付的普及程度进行建模。
5.模型测试与评估
利用所收集的数据集进行模型的训练和测试，并评估模型的预测准确性和鲁棒性。实验结果表明，该RBF神经网络模型能够有效地预测公交移动支付的普及程度。
6.结果分析与讨论
针对模型的预测结果进行分析和讨论，探讨公交移动支付普及程度与相关因素之间的关系。通过对比实际数据和预测数据的差异，提出了进一步推动公交移动支付的策略建议。
7.结论
本论文基于RBF神经网络模型对公交移动支付的普及程度进行了预测分析。通过对相关因素的数据收集和处理，利用模型进行预测，并通过实验结果验证了模型的准确性和鲁棒性。研究结果为公交移动支付的发展提供了科学依据和决策参考。
参考文献：
[1]HeX,ZhaoC,WangY.Researchonmobilepaymentsysteminpublictransportindustry.In:Proceedingsofthe2ndInternationalConferenceonCivilEngineeringandTransportation(ICCET2020);2020.
[2]LiQ,WangX,LiangX,etal.Mobilepaymentsystemforpublictransportbasedoncloudcomputing.In:Proceedingsofthe3rdInternationalConferenceonInformationScienceandControlEngineering(ICISCE2019);2019.
[3]ZhangJ,WangZ,ZhangY.Impactofmobilepaymentonsatisfactionandloyaltyinpublictransportation:AcasestudyofWuhanMetro.TransportationResearchPartC:EmergingTechnologies,2018,97:355-362.
[4]ZhengL,QiaoW,SunM,etal.StudyofMobilePaymentPromotionStrategyinChina’sPublicTransportation.In:Proceedingsofthe2ndInternationalConferenceonIndustrialEngineering,ApplicationsandManufacturing(ICIEAM2019);2019.