基于主成分分析-BP神经网络的道路客运站场布局决策方法
外文标题：Decision-making of Road Passenger Transport Terminal Layout Based on PCA and BP Neural Network
文献类型：期刊
作者：郝合瑞[1]
机构：北京交通大学,交通运输学院,北京,100044;中国人民大学,公共管理学院,北京,100872
年：2009
期刊名称：物流技术
卷：28
期：12
页码范围：131-133
增刊：增刊
所属部门：公共管理学院
语言：中文
ISSN：1005-152X
链接地址：http://d.g.wanfangdata.com.cn/Periodical_wljs200912043.aspx
DOI：10.3969/j.issn.1005-152X.2009.12.043
基金：国家重点基础研究发展计划-973项目; 中国人民大学科学研究基金; 国家自然科学基金
关键词：交通规划;站场布局;主成分分析;BP神经网络;决策
摘要：为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法.首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量.然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策.最后,以廊坊市道路客运站场布局为例进行了方法的有效性验证.
作者其他论文
居住地,出行方式与出发时间联合选择的交叉巢式Logit模型.杨励雅;李霞;邵春福.同济大学学报（自然科学版）.2012,40(11),1647-1653.
基于混合遗传算法的城市土地利用形态与交通结构的组合优化.杨励雅;邵春福;聂伟.上海交通大学学报.2008,42(6),896-899.
考虑空间相关性的居民居住选址模型.杨励雅;邵春福.中国土地科学.2012,26(4),54-59.
考虑空间相关性递远递减的居民居住选址模型.杨励雅;邵春福;李霞.中国公路学报.2013,26(1),156-162.
基于混合高斯模型的行人检测方法.李娟;邵春福;杨励雅.吉林大学学报（工学版）.2011,41(1),41-45.
