基于小波分析和神經(jīng)網(wǎng)絡的城市軌道交通客流時間序列預測.pdf

1、城市軌道交通從上世紀50年代開始發(fā)展至今已在全世界眾多城市落地開花甚至已經(jīng)進入網(wǎng)絡化運營模式，然而在城市軌道交通客流預測中,預測結(jié)果和實際客流卻常常存有較大差異?？土黝A測作為軌道運營的基礎，在資源配置和提供決策方面更能顯示出客流預測的數(shù)據(jù)支持作用。尤其是在工程前期進行可行性研究階段和工程設計階段都有著不可或缺的重要性。因此，客流預測的準確性是軌道交通系統(tǒng)持續(xù)高效、安全運行的重要保障。本文在全面了解了國內(nèi)外對城市軌道交通客流預測的研究狀況

2、后提出了自己的預測方法，即以小波分析方法將原始客流數(shù)據(jù)進行分解去噪，使得客流數(shù)據(jù)信號光滑平整;再用時間序列方法對去躁后的主信號進行預測，最后用神經(jīng)網(wǎng)絡的方法對原始信號經(jīng)小波分析后的噪聲進行預測，最后由時間序列的預測值和神經(jīng)網(wǎng)絡的誤差預測值共同一起得到真正的最終預測值。經(jīng)實驗結(jié)果比較分析，此方法可行性得到驗證。不僅在理論上提供了新的預測方法和思路，在實踐中也使城市軌道交通運營部門通過更加精確的預測從而進行一系列更有針對性的組織安排。本文主

3、要工作和成果有以下幾點:
　　(1)城市軌道交通客流預測方法總結(jié)
　　通過閱讀大量文獻，總結(jié)了國內(nèi)外研究城市軌道交通客流預測的方法，包括以四階段法為核心的方法、不依賴其他數(shù)據(jù)的時間序列法、高精度黑箱式學習的神經(jīng)網(wǎng)絡法、基于非線理論性的小波分析法以及新興技術方法等。為了全面利用各種方法的優(yōu)點，設計了以小波分析去噪為先導，時間序列分析預測為主體，神經(jīng)網(wǎng)絡提升精度的預測方法。這三種方法分別基于統(tǒng)計理論的模型，非線性理論模型和神經(jīng)網(wǎng)

4、絡理論模型，能夠發(fā)揮模型的最佳效應。
　　(2)小波分析去噪
　　通過對小波理論的闡釋，對小波變換，多分辨率分析和小波重構(gòu)做了簡要介紹。為了選擇最佳小波基及其分解層數(shù)，對符合條件的小波做了去噪性能的比較。通過比對去噪方法選定了閾值去噪方法，并對小波閾值去噪方法做了詳細介紹，包括去噪原理、去噪原則和閾值選擇規(guī)則等。
　　(3)時間序列分析預測
　　基于本文所用時間序列分析為SPSS軟件所提供的功能，先對SPSS軟件

5、做了簡要介紹。再對時間序列分析的各模型（簡單回歸分析和趨勢外推法、指數(shù)平滑法、ARIMA法、季節(jié)調(diào)整法）做了分別論述?；诔鞘熊壍澜煌土鲾?shù)據(jù)特征選定了ARIMA方法，并著重論述了ARIMA法的模型、原理及其應用方法包括平穩(wěn)性分析，模型識別，參數(shù)估計，殘差驗證等。
　　(4)神經(jīng)網(wǎng)絡分析預測
　　對神經(jīng)網(wǎng)絡方法的發(fā)展做了簡單概述后分別介紹了單層感知器、反向傳播BP神經(jīng)網(wǎng)絡、徑向基RBF神經(jīng)網(wǎng)絡及綜合優(yōu)化的神經(jīng)網(wǎng)絡等這幾個按時