论文部分内容阅读
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