论文部分内容阅读
根据获取的宁波市民卡消费记录信息、公交线路和公交站点等数据,统计出公交上车客流量信息,以客流量定义阈值,运用费歇最优分割法建立公交线路上高平峰的划分模型;基于上述高平峰的划分结果运用遗传算法建立优化的公交调度模型,并检验模型的稳健性;最后运用BP神经网络建立公交线路上的客流量预测模型.结果表明:在工作日,公交线路上的呈现早高峰和晚高峰状态,周末高峰期集中在下午1点到5点,节假日高峰期出现时间较早、客流量较大且持续时间长;优化的各时段发车间隔结果比实际公交运营发车间隔缩短了5～15 min;公交客流量预测模型预测未来某一天公交线路上的客流量平均误差为14.21％.