论文总字数：14432字

摘 要

随着社会经济的发展，运输需求也日新月异，因此，需要科学的预测方法来对交通需求进行预测，根据预测结果采取针对性的措施，高效率地运用社会资源，缓解交通压力，为人们舒适出行尽一份力。多年以来预测的方法经过不断地研究，神经网络预测因其更加准确、便利，逐渐取代传统的预测方法。

本文通过建立神经网络模型对江苏省公路客运需求进行了预测，公路客运需求有多个影响因素，分为四大类。通过选取合适的易于量化的影响因子与往年数据建立模型，从而进行预测。预测的方式有很多种，本文选取的是人工神经网络中运用最为广泛的BP神经网络。作为预测结果希望能在进行公路客运这方面的交通规划时，有一定的参考价值。

【关键词】人工神经网络；公路；客运量；需求预测

Prediction of highway passenger demand in jiangsu province based on neural network model

Abstract

With the development of social economy, transport demand is also changing, therefore, need scientific prediction method to forecast traffic demand, according to the forecast results take targeted measures, efficient use of social resources, to alleviate traffic pressure, comfortable for people to travel through a hand for years prediction methods study unceasingly, neural network forecasting more accurate because of its convenience, gradually replace the traditional prediction method in this paper, through the establishment of the neural network model for highway passenger transport demand in jiangsu province is forecasted, highway passenger transport demand have multiple influence factors, is divided into four categories There are many ways to predict by selecting appropriate impact factors that are easy to be quantified and establishing models with previous data. In this paper, BP neural network, which is most widely used in artificial neural network, is selected as the prediction method

key words：artificial neural network; highway; passenger capacity；Demand forecasting

目录

摘要 III

Abstract IV

第一章 绪论 1

1.1研究背景 1

1.2研究的目的与意义 1

1.3国内外研究现状 1

1.4研究内容与方法 2

第二章 BP神经网络理论 3

2.1BP算法基本理论 3

2.2BP神经网络的局限性 5

第三章 基于人工神经网络的公路客运需求预测建模 6

3.1特征向量的构建 6

3.1.1公路客运需求分析 6

3.1.2影响因子的选择 6

3.1.3样本数据获取 7

3.1.4构建特征向量 7

3.2BP神经网络的设计与实现 8

3.3模型性能评价指标 9

3.4训练与测试结果分析 9

3.5 基于BP神经网络的2018年公路客运需求预测 12

总结与展望 14

致谢 15

参考文献 16

第一章 绪论

1.1研究背景

随着网络信息技术和计算机技术的快速发展，出现了模拟人脑神经元的信息处理技术即人工神经网络系统。由于人工神经网络系统是是具有易硬件化、元器件化、并行化、高集成的仿生学数学模型，相比传统的预测方法更为优秀。于是顺应时代的潮流，对人工神经网络进行研究。

公路客运需求是交通运输领域的重要研究课题。公路客运的发展情况在交通规划方面至关重要，公路客运的需求可以直接影响到交通规划的决策结果，也是衡量公路运输建设情况的重要指标。

预测是人工神经网络模型重要的功能之一，通过历史的数据样本对网络进行训练，然后对未来情况进行预测。人工神经网络在实际应用中有良好的分类和回归预测能力，先通过训练来分析学习数据间的相关性，将复杂的影响因素的影响程度数字化，比传统预测方法更为合理、准确。本文使用的是BP神经网络作为预测研究模型，预测未来江苏省公路客运需求的发展趋势。

1.2研究的目的与意义

为了在交通规划时有一定的参考价值，本文使用人工神经网络对江苏省公路客运需求进行预测研究。旨在预测出公路客运的发展趋势，从而了解公路客运在整个交通系统中的重要程度。

针对江苏省公路客运需求的多种影响因素，发挥人工神经网络的优势，更全面的对公路客运需求进行预测。本文建立的BP神经网络通过MATLAB软件进行模型的运行和实现。尽量减少预测误差，得出更为准确的预测结果。从而能够根据实际情况，做出针对性的决策，毋庸置疑越是准确的预测，在此基础上的交通规划的合理性越是科学。因此减小误差是研究过程中非常关键的一步。

1.3国内外研究现状

国内外已经有很多学者通过各种预测方法对交通客运需求进行了相关的研究。国外预测中比较成熟的是应用四阶段的交通预测方法，但集中在对单个城市的研究。国内少有使用神经网络模型进行预测的，而且只以单个城市为对象，综上所述客运需求预测处于研究阶段，找到最合适的预测方法显得尤为重要。因此，有必要继续研究利用神经网络模型对客运需求进行预测的方法。

汪琳^[1]文中运用了四种神经网络模型，分别对预测期望进行预测，通过将四种不同的神经网络模型的拟合性能衡量指标，MSE均方误差和确定系数R的值进行对比，选择出效果最佳的GA-SVM 神经网络算法进行预测。在分析期望的影响因素是，该文章将影响因素一一列举，再选择其中容易数据化的因素作为变量，同时还了创建虚拟变量，用它来反映特殊事件的情况，也使建立的入境旅游需求预测模型更加符合我国国际旅游的具体情况。

刘海涛^[2]文中卷烟产品市场预测影响因素分析。主要介绍烟草行业发展现状，分析行业市场化取向改革进程，指出探索更加科学的卷烟产品市场预测方法是目前改革的一个重点。然后通过定性研究和定量研究分析了影响卷烟产品市场预测的各种因素，将这些因素按属性划分为计划因素、市场因素和状态因素三类，并分别形成了预测指标体系。并将神经网络预测与传统预测方法进行比较，指出这些不同方法的优缺点。

剩余内容已隐藏，请支付后下载全文，论文总字数：14432字