随机OD需求下城市道路交通网络设计问题的BP神经网络算法研究

作     者：李玉祺 王广民 徐猛 LI Yuqi;WANG Guangmin;XU Meng

作者机构：中国地质大学(武汉)经济管理学院武汉430074 北京交通大学轨道交通控制与安全国家重点实验室北京100044 

基　　金：国家自然科学基金(72071184 71890971 71991482) 

出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)

年 卷 期：2021年第41卷第11期

页      码：3009-3019页

摘      要：本文应用反向传播(back-propagation,BP)神经网络方法研究随机Origin-Destination(OD)需求的城市道路交通网络设计问题.假设OD交通需求量服从某一分布,首先通过蒙特卡罗模拟的方法得到训练样本对神经网络进行训练并用测试样本测试所得到的神经网络,然后运用训练好的神经网络预测了系统总出行时间.将Nine-node网络作为测试网络,比较分析了不同样本规模下BP神经网络与蒙特卡罗模拟方法得出的结果和OD交通需求服从不同分布时系统总出行时间的分布情况.结果表明,BP神经网络的方法能够较好预测系统总出行时间的分布,且与蒙特卡罗模拟计算相比,能够产生一个合理且较窄的预测区间;当OD交通需求服从均匀分布、正态分布和对数正态分布时,系统总出行时间分布较为相似,接近正态分布.

主 题 词：随机Origin-Destination(OD)需求 双层规划模型 蒙特卡罗模拟 back-propagation(BP)神经网络 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.12011/SETP2020-1726

馆 藏 号：203106267...