论文摘要
为获得较为可靠的地铁车站实时客流,提出基于神经网络与无迹变换卡尔曼滤波(UKF)结合的信息融合预测方法。首先利用各站点间进出客流时空相关性,在运行时间约束下组织预测向量,以BP神经网络为函数表达给出目标站点客流的初步预测值。在此基础上,利用无迹变换卡尔曼滤波解决神经网络过学习造成的误差,以提高预测结果精度。最后选取实例验证算法的准确性,结果表明,该改进算法可有效提高预测精度,满足运营需求。
论文目录
文章来源
类型: 期刊论文
作者: 范橙,徐宁,晏彬,晏秋,唐智慧
关键词: 地铁,客流预测,神经网络,状态空间方程
来源: 都市快轨交通 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 中设设计集团股份有限公司综合规划研究院,中国铁路济南局集团有限公司济西站,成都嘟嘟鸟网络科技有限公司,西南交通大学交通运输与物流学院
基金: 国家重点研发计划基金(2016YFC0802209),国家自然科学基金(51605398)
分类号: U293.13
页码: 78-83
总页数: 6
文件大小: 1640K
下载量: 214