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  

Decision-making of Road Passenger Transport Terminal Layout Based on PCA and BP Neural Network

作　　者：郝合瑞[1] 杨励雅[2] 邵春福[1] 

机构地区：[1]北京交通大学交通运输学院,北京100044 [2]中国人民大学公共管理学院,北京100872

出　　处：《物流技术》2009年第12期131-133,共3页Logistics Technology

基　　金：国家重点基础研究发展计划-973项目资助(2006CB705500);中国人民大学科学研究基金(07XND012);国家自然科学基金(50808174)

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。In view of the low efficiency of BP neural network caused by excessive input variables, the paper proposes a decisionmaking method for road passenger transport terminal layout, which combines PCA and BP neural network.

关 键 词：交通规划 站场布局 主成分分析 BP神经网络 决策 

分 类 号：F540.32[经济管理—产业经济] F224