基于交通指数预测的公交发车频率优化方法研究

随着城市经济发展,城市出行人口数量急剧上升,交通拥堵现象日益严重。由于公众对城市公共交通认识不足,公共交通使用率较低,无法达到缓解交通拥堵的目的。因此,科学地引导人们选择公交出行对提高城市道路资源利用率、解决城市交通拥堵等意义重大。基于上述问题,提出基于道路交通拥堵指数预测的公交发车频率优化的改进方法。将武汉市34路公交车的运营线路作为研究对象,通过百度地图后台获取数据,将数据因素分类,并进行数据集预处理,发现存在多维度因素对交通指数产生影响。根据这一特性,使用神经网络构造预测模型,该模型能有效预测出未来某时刻交通拥堵指数,通过交通指数预测值,修正公交发车时刻表、优化公交发车频率,引导私家车通勤者向公交转移,倡导公众选择便捷快速的公交出行,进而很大程度上缓解交通拥堵的问题。