基于BP神经网络及GIS智慧公交服务系统设计

发布时间：2021-05-07 00:04

　　科技化、城市化和智慧化进程的加快,城市人口和机动车数量几何倍增加,城市交通压力不断加大。交通堵塞已成为某些大中型城市的严重问题,普遍认为公共交通是解决城市交通问题的最佳有效途径。公共交通作为智慧交通的重要组成部分,已引起越来越多的关注。本文的研究内容是智慧公交服务系统的设计,重点是提出智慧公交的服务系统的总体设计,组建服务系统的总体网络架构,规划服务系统的功能模块。智慧公交服务系统的关键是公交车辆的智能调度和乘客出行方案的动态规划,两者都建立在公交车辆路段行程时间准确预测的基础上。针对公交车辆路段行程时间的预测进行了研究,预测公交行程时间即与当前行程时间有关,又与历史同期数据息息相关,本文建立了基于改进神经网络预测路段行程时间模型,内容如下:1基于神经网络路段行程时间预测模型的建立。具有自适应和自学习特点的BP神经网络,适用于处理非线性的回归和预测问题。2优化模型。为了提高预测模型的精度,对BP神经网络提出了改进方案,通过遗传算法对神经网络的连接权值和阈值进行全局寻优,降低了模型训练时间,提高了模型预测的精度。最后论文论述了智慧公交服务系统为乘客提供的出行路线的动态规划以及公交车的智能... 

【文章来源】：河南理工大学河南省

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 引言
    1.1 课题研究背景及意义
        1.1.1 课题研究背景
        1.1.2 课题研究目的及意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 论文研究内容及结构
        1.3.1 论文的主要内容
        1.3.2 论文结构
2 系统开发关键技术研究
    2.1 GIS技术
    2.2 GPS技术
    2.3 神经网络技术
    2.4 系统开发技术
        2.4.1 中间件技术
        2.4.2 多线程技术
    2.5 本章小结
3 智慧公交服务系统总体设计
    3.1 智慧公交服务系统总体设计目标
    3.2 智慧公交服务系统的总体构成
    3.3 智慧公交服务系统总体网络结构设计
    3.4 智慧公交服务系统的功能设计
        3.4.1 车辆监控功能
        3.4.2 车辆路径与时间预测规划
        3.4.3 智能化服务终端
    3.5 本章小结
4 基于改进神经网络的车辆路段行程时间预测
    4.1 车辆数据采集与处理
        4.1.1 车辆信息采集系统的构成
        4.1.2 车辆速度数据预处理
        4.1.3 车辆路段行程时间的计算
    4.2 路段行程时间预测
        4.2.1 路段行程时间预测模式
        4.2.2 路段行程时间预测方法
    4.3 基于改进神经网络的路段行程预测
        4.3.1 BP神经网络原理
        4.3.2 BP神经网络路段行程时间预测
        4.3.3 改进BP神经网络路段行程时间预测
    4.4 本章小结
5 基于实时路况的公交换乘与调度
    5.1 基于实时路况的动态换乘方案设计
        5.1.1 动态换乘算法的模型设计
        5.1.2 动态换乘算法结果分析
    5.2 公交车辆实时调度方案设计
    5.3 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
作者简历
学位论文数据集



本文编号：3172857