一种基于神经网络的公共停车场停车需求预测方法

摘要

本发明涉及一种基于神经网络的公共停车场停车需求预测方法，包括：步骤S1：采集各样本时段的需求特征值和对应的各影响因素的数据，以及待预测时段的各影响因素的数据，其中，需求特征值包括停车场泊位平均周转率、平均停车时长和各时段平均车位占有率；步骤S2：归一化处理各影响因素的数据；步骤S3：将各样本时段的需求特征值和对应的各影响因素的归一化数据对预测用神经网络进行训练和验证；步骤S4：将待预测时段的各影响因素的归一化数据输入训练好的神经网络，得到待预测时段的需求特征值。与现有技术相比，本发明可用于不同区域、能够反映停车收费对停车需求影响的公共停车场停车需求的预测。