公开(公告)号：CN113705891B

公开(公告)日：2024-02-13

申请号：CN202110997333.6

申请日：2021-08-27

Applicant: 南京林业大学

Inventor： 汤祥 ,  马健霄 ,  周顺 ,  单天赐

IPC: G06Q10/04 ,  G08G1/14 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于MRA‑BAS‑BP算法的城市商办综合体建筑停车需求预测方法，首先是利用MRA模型对停车需求数据与停车需求影响因素数据进行回归分析，然后运用BAS优化下的BP神经网络算法对回归残差进行训练和分析，最后将训练完成的BAS‑BP神经网络残差值预测模型预测的残差值反馈至MRA模型并修正。最后将常用的MRA方法和本发明提出的MRA‑BAS‑BP神经网络组合算法进行对比，对比结果表明本发明可以提高城市商办综合体建筑停车需求的预测精度，可以对城市综合体建筑的停车配建规模提供更加科学的依据。

公开(公告)号：CN113705891A

公开(公告)日：2021-11-26

申请号：CN202110997333.6

申请日：2021-08-27

Applicant: 南京林业大学

Inventor： 汤祥 ,  马健霄 ,  周顺 ,  单天赐

IPC: G06Q10/04 ,  G08G1/14 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于MRA‑BAS‑BP算法的城市商办综合体建筑停车需求预测方法，首先是利用MRA模型对停车需求数据与停车需求影响因素数据进行回归分析，然后运用BAS优化下的BP神经网络算法对回归残差进行训练和分析，最后将训练完成的BAS‑BP神经网络残差值预测模型预测的残差值反馈至MRA模型并修正。最后将常用的MRA方法和本发明提出的MRA‑BAS‑BP神经网络组合算法进行对比，对比结果表明本发明可以提高城市商办综合体建筑停车需求的预测精度，可以对城市综合体建筑的停车配建规模提供更加科学的依据。