摘 要：该项目依托潍坊市科技发展计划项目，对该市部分运营公共汽车连续一个月的用户消费记录和车辆 GPS 数据进行研究，并充分考虑了节假日、天气变化等因素对客流量的影响，旨在建立一套公交站点客流量预测模型并将其应用于智能公交管理系统，从而有效预测客流量爆发点和未来各个时段客流量走势，为线路网络规划和公交车站的设置提供科学依据，其应用价值尤其体现在提高乘客出行体验和优化公交管理流程方面。
关键词：BP 神经网络；公共交通；客流量；预测
DOI:10.19850/j.cnki.2096-4706.2022.03.018
基金项目：潍坊市科技发展计划（2019GX041）
中图分类号：TP18 文献标识码：A 文章编号：2096-4706（2022）03-0067-04
Research and Application of Short-Term Passenger Flow Prediction of Bus Stations Based on BP Neural Network
ZHANG Weirong, WANG Yingcun, WANG Jinfeng
(Weifang Vocational College, Weifang 262737, China)
Abstract: Relying on Weifang City science and technology development plan project, this project studies the user consumption records and vehicle GPS data of some operating buses in the city for one month in a row, and fully considers the impact of holidays, weather changes and other factors on passenger flow, aiming to establish a set of passenger flow prediction model of bus stations and apply it to intelligent public transportation management system, so as to effectively predict the breakout point of passenger flow and the trend of passenger flow in various periods in the future, and provide scientific basis for line network planning and the setting of bus stations. Its application value is especially reflected in the aspects of improving passenger travel experience and optimizing the public transportation management process.
Keywords: BP neural network; public transportation; passenger flow; prediction
参考文献：
[1] 姚望 . 苏州市道路交通拥堵问题与对策研究 [D]. 苏州：苏州大学，2019.
[2] 陈家蓉 . 基于大数据的城市智能公交管理系统的设计与实现 [D]. 西安：长安大学，2017.
[3] 梅珊 . 基于数据挖掘的城市公共交通客流分析及应用研究[D]. 武汉：武汉邮电科学研究院，2017.
[4] 李震宇 . 机器学习对相变和临界指数的研究 [D]. 杭州：浙江大学，2019.
[5] 胡志新，王涛 . 改进遗传算法优化 BP 神经网络的双目相机标定 [J]. 电光与控制，2022，29（1）：75-79.
[6] 孙璐 . 基于多源数据的海湾型城市公共交通出行需求与空间结构关系研究 [D]. 青岛：山东科技大学，2020.
[7] 李艾玲，张凤荔，高强，等 . 基于自适应时间戳与多尺度特征提取的轨迹下一足迹预测模型 [J].计算机科学，2021，48（S2）：191-197.
[8] 乔俨 . 基于 JEESITE 平台的医疗设备信息管理系统的设计与实现 [D]. 济南：山东大学，2020.
[9] 李美，杨培，杨冬梅 . 城市智能公共交通服务系统发展现状研究 [J]. 艺术品鉴，2018（6）：102-103.
作者简介：张卫荣（1989.03—），男，汉族，山东莱芜人，大数据专任教师初级，硕士研究生，研究方向：云计算与大数据技术。