Please wait a minute...
物流技术, 2021, 40(2): 14-    
  本期目录 | 过刊浏览 | 高级检索 |
城市生态交通系统评价
方 松1,2,余跃武1
1.南京林业大学 汽车与交通工程学院,江苏 南京 210037;
2.南京铁道职业技术学院,江苏 南京 210031
下载:  PDF (405KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 基于交通网络、交通体系完善性、交通环境、交通景观和交通文化五个方面提出城市生态交通协同理论体系,以既有的城市交通系统可持续发展评价指标体系为基础,构建了一套城市生态交通评价指标体系。基于BP神经网络建立一个三层的城市生态交通评价模型,选取sigmoid函数作为评价模型的传递函数,traingdx作为训练函数,隐含层单元数确定为16。根据收集到的9个城市生态交通评价指标数据,选取其中5个城市数据作为评价模型的学习样本,建立城市生态交通系统BP神经网络评价模型,并对另外4个城市数据进行一般性检验,验证了BP神经网络在城市生态交通系统评价中的准确性与适用性。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
作者相关文章
关键词:  交通规划  城市生态交通  评价模型  BP神经网络  训练函数    
               出版日期:  2021-02-25      发布日期:  2021-03-29      整期出版日期:  2021-02-25
引用本文:   
方 松, 余跃武. 城市生态交通系统评价[J]. 物流技术, 2021, 40(2): 14-.
链接本文:  
http://www.logisticstech.com/CN/  或          http://www.logisticstech.com/CN/Y2021/V40/I2/14
[1] 赵光辉, 吴 宏. 交通营商环境建设的政策分析及案例实证[J]. 物流技术, 2021, 40(6): 26-.
[2] 李 浩, 童帮裕, 韦 博. 基于双向评价的物流规划方法应用——以潢川县为例[J]. 物流技术, 2021, 40(4): 90-.
[3] 韩振鑫, 温旭丽, 殷世松, 武莹莹, 张人杰. 基于集成学习的多式联运货运量预测模型构建[J]. 物流技术, 2021, 40(2): 75-.
[4] 李 晗, 吴珍珍, 张雪雪. 基于BP神经网络与GM(1,1)组合的北京市物流需求预测模型#br#[J]. 物流技术, 2021, 40(1): 50-.
[5] 李 娟, 邹 浩. 基于模糊综合法的智能仓储绩效评价[J]. 物流技术, 2021, 40(1): 78-.
[6] 潘 珠. 基于BP神经网络的海南省农产品冷链物流需求预测分析[J]. 物流技术, 2020, 39(11): 69-.
[1] . 物流技术2019-01 [J]. , 2019, 38(01): 1 -160 .
[2] . 2018-04目录 [J]. , 2018, 37(4): 1 -7 .
[3] 张英婷. 基于产业集群的广西北部湾物流企业竞争优势研究#br# [J]. , 2019, 38(04): 1 .
[4] 王贵斌. 大宗散货海运进口业务协同服务运作模式创新研究—以浙江自贸试验区进口铁矿石为例#br#
#br#
[J]. , 2019, 38(04): 5 .
[5] 马振耀. 共享单车逆向物流过程中存在的问题及对策分析 [J]. , 2019, 38(04): 10 .
[6] 朱雪丽. 山东省生鲜农产品冷链物流发展现状及对策 [J]. , 2019, 38(04): 14 .
[7] 王雪琴, 谢 淳, 张莉勋, 刘 清. 地铁站共享单车配置量研究 [J]. , 2019, 38(04): 18 .
[8] 王清漪, 徐 菱. 考虑顾客感知价值的零售商动态定价模型 [J]. , 2019, 38(04): 23 .
[9] 黄帅勋, 李琦琦. 铁路集装箱运输定价与车流径路综合优化 [J]. , 2019, 38(04): 29 .
[10] 陈 颖, 葛显龙. 智能RGV的动态调度策略研究 [J]. , 2019, 38(04): 35 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed