论文部分内容阅读
静态交通发生率模型是停车需求预测中较为常用的一种方法,但是,关键指标——静态交通发生率一般难以确定,尤其是它的未来年值;而静态交通发生率的大小又受到多种因素的影响,为了实现对其未来年值的预测,本文分析了影响静态交通发生率的主要因素,采用了具有处理“灰色”、复杂问题的有力工具——神经网络BP算法,提出了以国民生产总值、机动车保有量、用地类型、城市人口和城市面积为输入层节点,静态交通发生率为输出节点的BP计算模型;最后,选用四个城市的停车调查数据来进行神经网络训练、预测。训练模拟结果良好,表明该方法能够比较成