您的位置: 专家智库 > >

袁腾飞

作品数:3 被引量:5H指数:2
供职机构:山东建筑大学交通工程学院更多>>
发文基金:国家科技支撑计划更多>>
相关领域:交通运输工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇交通运输工程

主题

  • 3篇公交
  • 2篇时间窗
  • 1篇神经网
  • 1篇神经网络
  • 1篇网络
  • 1篇聚类
  • 1篇交运
  • 1篇公交出行
  • 1篇公交运行
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇GPS数据
  • 1篇LOGIST...

机构

  • 3篇山东建筑大学

作者

  • 3篇袁腾飞
  • 2篇史同广
  • 1篇李美玲
  • 1篇时柏营

传媒

  • 1篇道路交通与安...
  • 1篇山东建筑大学...

年份

  • 3篇2015
3 条 记 录,以下是 1-3
排序方式:
出行体能消耗及对公交出行策略的影响研究
近年来随着我国城市居民生活水平的提高,人们对交通出行舒适、便捷以及出行环境质量的重视程度逐渐提高,现代城市居民越来越希望出行能够更加地快速、安全、便利和舒适。因此研究出行过程中个体生理和心理的变化,成为交通领域的热门话题...
袁腾飞
关键词:公交出行LOGISTIC模型
文献传递
基于BP神经网络的公交周转时间预测研究被引量:2
2015年
公交周转时间是制定公交行车作业计划的关键参数,公交周转时间的精确预测也是提高公交服务水平的重要保证。文章基于公交运行的动态随机性,运用数据挖掘有序样本聚类算法,研究了对公交周转时间影响较大的动态因素,分析了全天时段每个时间窗内周转时间的分布特征,建立了基于BP神经网络的公交周转时间预测模型;通过实例分析验证了模型的有效性和精度。结果表明:公交周转时间的分布特征主要受时段、天气状况、节假日或大型活动、星期、季节月份等动态因素的影响,通过划分时间窗可知,同一时间窗内的公交转时间近似呈正态分布;BP神经网络预测模型可有效地揭示公交周转时间和各动态因素之间的非线性关系,通过实例分析,预测公交周转时间的平均绝对百分比误差为5.69%,具有较高的预测精度。
史同广袁腾飞时柏营
关键词:时间窗BP神经网络
基于GPS数据的公交运行状态判别算法研究被引量:3
2015年
利用智能公交系统积累的海量公交GPS数据,把全天调度计划划分为若干不定长的时间窗,通过聚类方法把每个时间窗内的公交运行参数按照影响因素的不同组合进行精细的分类,并进一步研究每个时间窗、每类参数的分布特征,在此基础上提出了公交运行状态的判别算法.通过实例分析,验证了该算法能够有效地进行公交运行状态的判别,其有效性和精度都在可接受的范围之内.
袁腾飞史同广李美玲
关键词:GPS数据时间窗聚类
共1页<1>
聚类工具0