城市交通重大事件的客流预测实验设计与实现

设计并实现了基于多源交通数据的重大事件影响下城市交通客流预测实验平台。基于现有的交通预测方法基础上,提出对城市路网划分为多个子区域,基于区域内重大事件的举办通过融合天气、事件、时间等多源因素,分别对每个子区域内出租车的上下客情况,提出采用遗传算法优化BP神经网络进行出租车上下客数量预测。该实验平台选定纽约市麦迪逊广场花园附近1公里的区域为研究区域,应用文中的算法对该区域进行区域划分和客流预测,所提出的方法能够有效地提高预测精度。