[发明专利]一种基于BP神经网络的公交车车内拥挤度实时预测方法

摘要

本发明提供基于BP神经网络的公交车车内拥挤度实时预测方法，属于公交车车内拥挤度预测方法技术领域。该基于BP神经网络的公交车车内拥挤度实时预测方法包括如下步骤：S1：获取初始运行数据和实时运行数据；S2：建立预测模型；S3：获取包括预测车内人数的输出向量；S4：获取预测拥挤度。本发明中预测出公交车在任意站台时的预测车内人数，预测精度较高，再根据预测车内人数和公交车对应的拥挤程度等级表获取预测拥挤度，效率较高，预测精度较高。

主权项

1.一种基于BP神经网络的公交车车内拥挤度实时预测方法，其特征在于，包括如下步骤：S1：获取公交车在启动时的初始运行数据和运行时的实时运行数据；S2：建立基于BP神经网络的预测模型；S3：将初始运行数据或者初始运行数据和实时运行数据或者除了公交车最后运行的第一运行数据外的任意连续的第二运行数据、第三运行数据分别作为输入向量输入预测模型以获取包括预测车内人数的输出向量；S4：根据预测车内人数和公交车对应的拥挤程度等级表获取预测拥挤度。