目录
摘 要 Ⅰ
ABSTRACT Ⅱ
第一章 文献综述 1
1引言 1
2国内外研究现状 1
3国内外研究小结 3
第二章 商业综合体停车研究概况 5
1 城市商业综合体停车场 5
1.1 城市商业综合体概念 5
1.2 城市商业综合体停车场分类 6
2 城市商业综合体的停车特性 7
3解析停车特性研究停车场存在的问题 8
4泊位需求与智能交通 10
4.1 停车诱导系统与智能交通 10
4.1 停车诱导系统在智能化交通管理中的应用 11
第三章 基于人工神经网络进行停车预测 13
1 短时交通流的常用预测方法 13
2 人工神经网络概述 14
3 常用的神经网络模型 15
4深度学习与前馈神经网络 16
5利用神经网络解决泊位短时预测问题 16
5.1前馈神经网络算法 16
5.2 激活函数 17
5.3 损失函数 19
第四章 实例分析 19
1 数据的收集 19
2 数据的预处理 20
3 构建神经网络进行训练 20
4 利用神经网络进行预测 20
第五章 结论与展望 24
参考文献 27
附 录 29
致 谢 32
基于深度学习的商业综合体泊位需求短时预测研究
摘 要
社会日新月异地高速发展，人民的生活越来越好，私家车的数量相较前些年有明显的提升，因此带来了停车泊位供需不平衡的问题。居民们最常用的停车地点就是建筑物所配备的停车场，它需要满足一半的城市车辆的停车设施，是解决城市停车问题的最显而易见的着力点。分析商业综合体停车特点：从停车场的本体的角度看，停车场的剩余车位数、车流量都在多种主客观原因的影响下存在着一定的周期性变化，从城市交通管理的角度看，停车场的剩余车位数和该段时间内通行的汽车流量存在时间方面的雷同性。我国的智能交通的研究正如火 *51今日免费论文网|www.51jrft.com +Q: &351916072& 
如荼地进行，智能交通在城市的运用方面离不开停车诱导系统，而泊位预测正式该系统中举足轻重的一环。前馈神经网络拥有数量非常多的神经元，并分层，每一层的神经元拥有特殊的连接方式，信息都是从上到下的单向传递，各层间没有形成反馈机制所以不形成闭环，前馈神经网络在现阶段达到了较成熟的研究水准，有较为广泛的运用，且原理简单、使用方便。因此前馈神经网络模型适用于本文的泊位占有率预测问题，通过调整前馈神经网络模型的训练集、测试集以及迭代次数或其他参数,得到符合实际情况的预测曲线，预测出工作日的泊位需求变化，为停车设备和场地的管理提供有力帮助，提升停车设施的利用率，同时也为人们的合理出行提供参考。

原文链接：http://www.jxszl.com/jtgc/jjtys/610133.html