基于BP神經網絡的公路客運量預測方法

王 棟

(西安航空學院 車輛工程學院，陜西 西安 710077)

基于BP神經網絡的公路客運量預測方法

王 棟

(西安航空學院 車輛工程學院，陜西 西安 710077)

公路客運量是交通科學管理的基礎性數據資料，能夠反映出公路運輸產出成果，對提高公路交通管理層次及建立暢通、高效的公路交通系統，具有重要意義。為提高公路客運量的預測精度，選擇與公路客運量相關的主要社會指標(包括公路客運量、汽車保有量、國民總收入、人均GDP、人口總量、城鎮居民人均可支配收入、社會消費品零售總額和城市化率)，運用灰色關聯分析法進行計算分析，最終確定公路客運量影響因子為汽車保有量、人均GDP、人口總量和城市化率。將所確定的因子作為公路客運量的預測指標，建立基于BP神經網絡的公路客運量預測模型，并對模型進行了應用測試。結果表明：BP神經網絡模型具有較高的精度，最小相對誤差為1.1%，平均相對誤差為2.78%。

灰色關聯分析；BP神經網絡；公路客運量；預測

0 引 言

2013年國內汽車產銷量均突破2 000萬輛，增速已連續五年蟬聯全球第一。機動車保有量飛速增長，但隨著城市化進程的迅速發展，道路基礎設施建設的滯后，道路交通阻塞的問題日益嚴重。公路客運量是交通科學管理的基礎性數據資料，能夠反映出公路運輸產出成果，對提高公路交通管理層次及建立暢通、高效的公路交通系統，具有重要意義[1-3]。能夠科學準確地預測公路客運量，掌握公路客運量發展的趨勢、特點、規律和數量，可以很好地為制定公路網發展規劃、交通發展戰略、行業管理和決策等做先期準備[4-6]。……