基于時滯非線性自回歸神經(jīng)網(wǎng)絡(luò)的軌道交通客流預(yù)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(shè)，令城市軌道交通從單線運營向線網(wǎng)運營轉(zhuǎn)型，其規(guī)模和復(fù)雜性提升的同時，也對軌道交通的網(wǎng)絡(luò)化管理和發(fā)展提出挑戰(zhàn)。而快速準(zhǔn)確的客流預(yù)測既是科學(xué)制定行車計劃的基礎(chǔ)，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(yù)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(jié)歸納客流的時空分布規(guī)律。
　?、谘芯靠土黝A(yù)測理論基礎(chǔ)，分析常用的預(yù)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(fù)雜的非線性數(shù)據(jù)的預(yù)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(luò)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?gòu)建基于支持向量回歸機的客流預(yù)測模型，通過實驗對比幾種常用核函數(shù)的預(yù)測效果。構(gòu)建基于NAR神經(jīng)網(wǎng)絡(luò)的客流預(yù)測模型，為提高預(yù)測精度，引入帶有外部輸入的NARX神經(jīng)網(wǎng)絡(luò)并建立預(yù)測模型。對神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)進行設(shè)計，實驗對比幾種訓(xùn)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