基于時滯非線性自回歸神經(jīng)網(wǎng)絡的軌道交通客流預測研究.pdf

1、隨著城市化進程的快速發(fā)展，城市人口的出行需求與城市交通運載量之間的沖突愈發(fā)突出。城市軌道交通以其特有的高速、高容量以及環(huán)保等優(yōu)勢，從多種交通方式中脫穎而出，成為解決交通擁堵的主要交通工具。各城市紛紛投入建設，令城市軌道交通從單線運營向線網(wǎng)運營轉型，其規(guī)模和復雜性提升的同時，也對軌道交通的網(wǎng)絡化管理和發(fā)展提出挑戰(zhàn)。而快速準確的客流預測既是科學制定行車計劃的基礎，也是實時調(diào)整運營計劃的重要依據(jù)，它有助于交通運營管理更全面優(yōu)質(zhì)的發(fā)揮其作用。<

2、br>　　本文基于重慶軌道交通歷史客流數(shù)據(jù)，分析客流特征及時空分布特征，建立了多個客流預測模型。本文主要工作及創(chuàng)新點如下：
　?、偬接懢€網(wǎng)特點與客流特征，聯(lián)系重慶軌道交通真實數(shù)據(jù)，總結歸納客流的時空分布規(guī)律。
　?、谘芯靠土黝A測理論基礎，分析常用的預測方法與前人的研究經(jīng)驗，指出支持向量機在解決小樣本與高維模式識別等問題上有突出表現(xiàn)，但對于大數(shù)據(jù)量、復雜的非線性數(shù)據(jù)的預測仍舊存在局限性。進一步指出時滯非線性自回歸神經(jīng)網(wǎng)絡在處理

3、時序的非線性數(shù)據(jù)上有更好表現(xiàn)，且能彌補支持向量機對于樣本量的局限性問題。
　?、蹣嫿ɑ谥С窒蛄炕貧w機的客流預測模型，通過實驗對比幾種常用核函數(shù)的預測效果。構建基于NAR神經(jīng)網(wǎng)絡的客流預測模型，為提高預測精度，引入帶有外部輸入的NARX神經(jīng)網(wǎng)絡并建立預測模型。對神經(jīng)網(wǎng)絡的網(wǎng)絡結構和參數(shù)進行設計，實驗對比幾種訓練算法和激勵函數(shù)優(yōu)劣。
　?、芤灾貞c軌道交通所有線路（一號線、二號線、三號線以及六號線）在2014年1月份的客流數(shù)據(jù)為