[发明专利]一种确定公共停车场泊位数的方法

摘要

本发明公开了一种确定公共停车场泊位数的方法，按如下步骤进行：（1）确定影响公共停车场泊位数的因素并调查上述因素的数据，并将数据分为训练数据组和预测数据组；（2）构建BP神经网络，所述BP神经网络包括输入层、隐层和输出层；（3）将训练数据组的数据进行预处理；（4）将预处理好的训练数据输入到BP神经网络，生成输出层的数据，将输出层的数据与实际值进行比较，调整隐层变量和权重，进行迭代训练，直至误差满足精度要求；（5）将预测数据组的数据输入到BP神经网络处理生成输出层的数据，即为公共停车场泊位数。本发明方法模型简单，参数容易取得，易收敛，实现对大数据的智能处理，在城市建设、大型商业区规划或者小区规划中，获得广泛的应用。

主权项

1.一种确定公共停车场泊位数的方法，其特征在于，按如下步骤进行：（1）确定影响公共停车场泊位数的因素，所述因素包括人口、GDP、家庭平均月收入和家庭平均小汽车数；调查上述因素的数据，将经调查的数据分为训练数据组和预测数据组；（2）构建BP神经网络，所述BP神经网络包括输入层、隐层和输出层，所述输入层包括4个神经元，所述输出层为1个神经元，所述隐层的神经元个数确定方法为其中m是输入层神经元个数；n是输出层神经元个数；α是1~10的常数，通过网络的训练确定；（3）将训练数据组的数据进行预处理，预处理采用[0，1]数据归一的方法，使训练数据映射到0~1之间；（4）将预处理好的训练数据输入到BP神经网络，每个因素对应BP神经网络输入层的1个神经元，输入层的数据通过双曲正切S型函数的处理生成隐层的数据，隐层数据通过线性转移函数的处理生成输出层的数据，将输出层的数据与实际值进行比较，如果误差不满足精度要求，则调整隐层变量和权重，继续进行训练；如果误差满足精度要求，则训练停止；（5）将预测数据组的数据输入到BP神经网络，每个因素对应BP神经网络输入层的1个神经元，输入层的数据通过双曲正切S型函数的处理生成隐层的数据，隐层数据通过线性转移函数的处理生成输出层的数据，即为公共停车场泊位数。