基于BP神经网络的交通枢纽客流量预测算法模型源码+文档说明.zip资源-CSDN下载

共2个文件

pdf：1个

ipynb：1个

版权申诉

Python期末大作业

源码

23 浏览量 2024-10-26 17:04:03 上传评论 1 收藏 610KB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

基于BP神经网络的交通枢纽客流量预测算法模型.zip （2个子文件）

-master

交通枢纽客流量预测模型.pdf 478KB

BP Neural Network for Passenger_flow prediction.ipynb 238KB

2019/8/29 上午9(23neural_network-Copy1

第 1 󰵎（共 16 󰵎）http://localhost:8888/nbconvert/html/neural_network-Copy1.ipynb?download=false

󰓹󰮢BP󰏀󰔋󰕲󰔗󰵝󰀆

1. 󰍙󰐋

󰫸󰋒󰮠󰣾󰔀󰭒󰷼󰪄󰐫󰄊󰮢󰵝󰀆󰋒󰎀󰋒󰍙󰐋

󰇠󰔴󰫸󰓹󰐫󰳿󰏠󰫸󰤃󰳿󰑖󰅺󰄊󰮜󰉁󰏡󰋒󰍙󰐋

󰔴󰫸󰓹󰐫󰋒󰫸󰋒󰮢󰵝󰀆󰫊󰞁󰭒󰲋󰋒󰫼󰑞󰔴󰑶󰇹󰎀󰋒

󰖮󰇠

󰑳󰋒󰤕󰫸󰓹󰫸󰍉󰮢󰋒󰵝󰀆󰲐󰵭 󰋒󰮢5󰯇

󰮢󰫑󰢩󰍉󰵝󰀆󰘧󰋒󰵝󰀆󰮢󰅘󰄊󰮢󰋒󰨔󰫸󰓹󰋒󰫊󰭩󰑞

󰉝󹥭󰖮󰠅󰚴󰑖󰓑󰮢󰋒󰘧󰷼󰅺󰚴

󰋒󰮢󰵝󰀆󰒽

󰶳󰋒󰓑󰚴󰓑󰲖󰑖󰄱󰫸󰫇󰒥󰵝󰀆󰋒

󰕭󰄊󰥂󰤨󰫑󰋒BP󰏀󰔋󰕲󰔗󰑳󰫑󰢩󰍉󰮢󰵝󰀆

2.󰵝󰋴󰇠󰳅󰋒

󰵝󰀆󰫸󰓹󰯩󰃪󰪄󰑖󰫸󰋒󰮢󰵝󰀆󰇠󰮢󰅘󰵝󰤥󰘧

󰓹󰋒󰫊󰦄󰭩󰮢󰋒󰵝󰀆󰘧󰓹󰋒󰐏󰲖󰕾󰭩

󰑞󰤴

󰋴Keras󰁏󰋒BP󰏀󰔋󰕲󰔗󰵝󰀆󰋴󰀚󰠎󰯩󰫑󰐫󰋒󰮢󰵝󰀆

󰮢󰵝󰀆󰒽󰫂10%󰘧󰋒󰇠󰋒󰮢󰵝󰀆󰫸󰫇󰵝󰀆󰑳󰪭

󰅺󹥫󰋒󰭒󰅺󰋒󰤃󰅺󰋒󰚴󰐒󰑖󰑳󰋒

󰒽󰫑󰷼

󰫽󰋒󰫸󰓹󰮢󰵝󰀆󰓏󰔚󰫸󰓹󰋒󰫊󰑞󰔴󰑶󰇹

󰑞󰤴󰥧󰓏󰔚󰫸󰓹󰐫󰋒󰯩󰃪󰪄󰑖󰫸󰋒󰮢󰵝󰀆󰴒󰣾

󰤶󰃪󰪄󰐫󰋒󰫑󰐫󰲚csv

3.󰘧

󰘧󰵝󰀆󰓹󰫸󰋒󰮢󰓹󰫊󰭩󰑞󰉝󰮜󰉁

󰋫󰌞󰋒󰳬󰌔󰤳󰓿󰋒󰏭󰓕󰘧󰇠󰙵󰦄

󰷼󰵝󰀆󰋒󰒽

󰔔󰋒󰪭 INPUT[(eg:20180901)(eg:8)󰚴or󰚴), 

󰳔󰴉󰷼󰁦󰵻]

󰪭󰮢󰋒󰵝󰀆󹥫 OUTPUT[Passenger_ﬂow / h]

2019/8/29 上午9(23neural_network-Copy1

第 2 󰵎（共 16 󰵎）http://localhost:8888/nbconvert/html/neural_network-Copy1.ipynb?download=false

Anaconda 󰇟󰭩󰕾mac https://www.jianshu.com/p/b9eac8419c8d 󰴒󰣾󰋒󰇟export

PATH=/Users/zhangfujiang/anaconda3/bin:$PATH 󰭩󰕾󰇟󰮢conda env create -f

/Users/zhangfujiang/virtual_platform_mac.yml

4. 󰕲󰔗󰔏

󰕲󰔗󰮜󰉁7󰔭󰋒󰅺󹥫󰮢󰪭64󰚴󰄊󰋒󰳭󰳭󰮜󰉁“relu”󰃗󰪭1󰔭

󰋒󰮢󹥫󰴯󰕲󰔗󰋒󰔏

INPUT[x1,x2...,x7] -> Hiddden layer1[64 Nodes, 'relu' activation function] -> Hidden layer2[64

Nodes,'relu] -> OUTPUT[Passenger_ﬂow]

5.-󰀚󰠎󰨰󰫑󰐫

󰐮󰚴󰮜󰉁󰀚󰠎󰳍󰋒󰯩󰫑󰐫󰫑󰢩󰷖󰥅󰑳󰮢󰵝󰀆󰋒󰢩

󰐮󰥨󰔂󰋒󰔉󰋒󰏶󰫊󰢩󰇟󰋒 󰪭󰋒󰇹󰵝󰀆󰋒󰤳󰓿

󰔏󰵝󰀆 󰋒󰋴

5.1. 󰇟

5.1.1 Python󰅨

5.1.2 󰍱

5.1.3 󰣑󰅨

5.2. 󰮢󰵝󰇹󰅺

5.2.1 󰥼

5.2.2 󰲚󰪉󰋒󰮢

󰔓 󰮢 /  󰔚󰤨

󰔓 󰚴 /  󰔚󰤨

5.3. 󰏀󰔋󰕲󰔗󰵝󰀆

5.3.1 󰕲󰔗󰪭

5.3.2 󰕲󰔗

5.3.3 󰤳󰓿󰏀󰔋󰕲󰔗

5.3.4 󰵝󰀆󰔏

5.1 󰇟

5.1.1 Python󰅨

python 3 on anaconda

In [14]:

!python3 --version

Python 3.7.0

2019/8/29 上午9(23neural_network-Copy1

第 3 󰵎（共 16 󰵎）http://localhost:8888/nbconvert/html/neural_network-Copy1.ipynb?download=false

󰔄󰐳󰫊󰢩 pip install tensorﬂow and keras 󰂁 -i https://pypi.tuna.tsinghua.edu.cn/simple

5.1.2 󰍱

In [2]:

import numpy as np

import scipy as sp

import pandas as pd

import matplotlib.pyplot as plt

import sklearn

In [450]:

import tensorflow

import keras

print('tensorflow:', tensorflow.__version__)

print('keras:', keras.__version__)

!python3 --version

5.1.3 󰣑󰅨

In [5]:

import numpy

print('numpy:', numpy.__version__)

import scipy

print("scipy:", scipy.__version__)

import matplotlib as plt

print('matplotlib:', matplotlib.__version__)

5.2 󰮢󰵝󰇹󰅺

tensorflow: 1.14.0

keras: 2.2.4

Python 3.7.3

numpy: 1.16.4

scipy: 1.3.0

matplotlib: 3.1.0

2019/8/29 上午9(23neural_network-Copy1

第 4 󰵎（共 16 󰵎）http://localhost:8888/nbconvert/html/neural_network-Copy1.ipynb?download=false

In [1]:

from keras.datasets import boston_housing

from keras.models import Sequential

from keras.layers import Dense

from keras.optimizers import RMSprop

import numpy as np

import csv

import os

import random

import pandas as pd

import matplotlib.pyplot as plt

In [39]:



hash

󰤨󰑳󰪉

int

󹥫󰫋

int

󹥫󰨝

eg: '20190801' -> 2019

0801

# date



󰲖󰋒

def transfer_time(str):

data = str.split(' ')

if len(data) == 1:

date = data[0]

hour = 0

#pdb.set_trace()

else:

date = data[0]

hour = data[1]

try:

temp_date = date.split('/')

if len(temp_date[1]) == 1:

temp_date[1] = '0' + temp_date[1]

if len(temp_date[2]) == 1:

temp_date[2] = '0' + temp_date[2]

date = int(temp_date[0] + temp_date[1] + temp_date[2])

temp_hour = hour.split(':')

hour = (float(temp_hour[0]) * 100 + float(temp_hour[1]))/10

0.0

# return



except:

print(date)

hour = 0

return date, hour

5.2.1 󰥼

Using TensorFlow backend.

2019/8/29 上午9(23neural_network-Copy1

第 5 󰵎（共 16 󰵎）http://localhost:8888/nbconvert/html/neural_network-Copy1.ipynb?download=false

In [3]:

󰥼

data

# (train_data, train_target), (test_data, test_target)

󰝕

"""

csv_data

󰮢󰋒

csv_data2





csv_data3



󰚴

"""

csv_data = pd.read_csv('󰯩󰮢.csv')

csv_data2 = pd.read_csv('weather_result.csv')

csv_data3 = pd.read_csv('holiday1.csv')

In [4]:

󰌂󰕭󹥫

csv_data.info()

csv_data2.info()

csv_data3.info()

RangeIndex: 320117 entries, 0 to 320116

Data columns (total 9 columns):

ID 320117 non-null int64

W_C_AREA_CODE 320117 non-null object

TJ_TIME 320117 non-null object

IN_TOTAL 320117 non-null int64

OUT_TOTAL 320117 non-null int64

REMARK 320117 non-null int64

W_M_WAYKIND_NAME 320117 non-null object

Unnamed: 7 0 non-null float64

Amount 320117 non-null int64

dtypes: float64(1), int64(5), object(3)

memory usage: 22.0+ MB

RangeIndex: 573 entries, 0 to 572

Data columns (total 7 columns):

 573 non-null int64

 573 non-null int64

󰷼󰁦 573 non-null int64

󰁦 573 non-null int64

 573 non-null int64

󰵻 573 non-null int64

󰵻 573 non-null int64

dtypes: int64(7)

memory usage: 31.4 KB

RangeIndex: 587 entries, 0 to 586

Data columns (total 2 columns):

 587 non-null int64

󰒥 587 non-null int64

dtypes: int64(2)

memory usage: 9.2 KB

评论收藏

内容反馈

版权申诉

yava_free

粉丝: 7423

基于BP神经网络的交通枢纽客流量预测算法模型源码+文档说明.zip

Bp神经网络算法推倒与实现源码+项目说明.zip

基于BP算法实现的神经网络项目源码+项目说明.zip

基于python用GA算法优化BP神经网络的项目源码+项目说明.zip

基于C++使用BP神经网络识别手写字体算法源码+说明.zip

基于BP神经网络的天线指向模型python源码+数据集.zip

基于python用GA算法优化BP神经网络的项目源码+文档说明.zip

基于Python+ BP神经网络的鸢尾花实现分类操作源码+说明.zip

基于BP神经网络的车牌识别系统新版matlab源码+数据库+说明.zip

基于python实现的分布式综合智慧能源系统模型-最大出力预测模型源码+项目说明.zip

基于BP神经网络和LSTM预测股票价格项目源码+项目说明.zip

课程大作业基于matlab+BP神经网络实现的人脸识别源码+数据+详细注释.zip

毕业设计基于GM(1,1)和BP神经网络模型实现时间序列数据分析和预测python源码+数据集.zip

Python毕业设计-基于BP神经网络的数字手写体识别模型源码+文档+数据集.zip

基于Python BP神经网络实现鸢尾花的分类【源码+教程】.zip

各神经网络与算法实现源码+项目说明.zip

基于MATLAB+bp神经网络的多方法车牌识别系统（GUI+开发源码+设计文档）.zip

Matlab作业基于bp网络的人脸识别源码+代码注释.zip

机器学习大作业-基于BP神经网络实现鲍鱼的性别分类项目源码+实验报告.zip

基于BP和RBF方法实现uci葡萄酒数据集识别分类matlab实现源码+数据集.zip

基于python实现的分布式综合智慧能源系统模型-最大出力预测模型源码+运行说明.zip

Python基于BP神经网络模型实现对鸢尾花、红酒数据集分类源码+实验报告+答辩PPT.zip

ORL人脸识别不同算法的实现算法源码+论文（识别率pca+bp神经网络 0.85 小波变换+pca+bp神经网络 0.95 CNN 0.98 小波变换+pca+SVM 0.98）.zip

基于python 实现用GA算法优化BP神经网络，预测回归问题（源码+文档说明）

基于MATLAB实现的BP神经网络预测用于交通流量预测的程序+使用说明文档.zip

毕设项目-基于BP、RBF、LSTM算法结合Vue实现的秸秆发酵预测管理系统源码(含前端+后端).zip

人工智能项目实践-Python基于BP神经网络实现鸢尾花的分类源码+文档说明

基于spring boot的小区物业管理系统源码+论文+答辩ppt

32个uniapp项目源码 涵盖商城团购等

chatGPT商业版源码和教程.zip

20余套微信小程序源代码（含前端和后端）

记录踩过的坑-MAC

startUML-2.8版本-附破解文档

最新资源

32个uniapp项目源码涵盖商城团购等