典型文献
基于交通指数预测的公交发车频率优化方法研究
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
吴烁;肖煜;祁东曜;何一鸣
作者机构：
武汉科技大学汽车与交通工程学院,湖北武汉430081
文献出处：
引用格式：
[1]吴烁;肖煜;祁东曜;何一鸣-.基于交通指数预测的公交发车频率优化方法研究)[J].电脑知识与技术,2022(27):36-39
A类：
公交发车频率,交通拥堵指数预测,多影响因素集
B类：
交通指数,频率优化,城市经济发展,人口数量,日益严重,城市公共交通,解交,引导人,公交出行,高城,城市道路,资源利用率,城市交通拥堵,道路交通拥堵,改进方法,武汉市,公交车,运营线路,百度地图,后台,获取数据,数据集预处理,预测出,某时,发车时刻,私家车,通勤者,公交时刻表优化
AB值：
0.244253
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
