论文摘要
针对高速铁路短期不同席别客流做出准确预测,可以提高不同席别客流与动车组编组之间的匹配程度,尽可能做到按需按流配车,实现经济和社会效益最大化。运用熵值法、变异系数法及BP神经网络的组合方法,构建可变编组动车组短期不同席别客流预测模型。该模型以BP神经网络算法为主,通过对往年高速铁路不同线路客流数据进行分析处理,辅以熵值法和变异系数法去除影响高速铁路不同线路席别客流数据的基础因素和随机因素,采用获得的影响系数对BP神经网络运算数据进行修正,以实现短期不同席别客流需求的预测。案例分析表明,该模型在短期不同席别客流预测上具有良好的精确度。
论文目录
文章来源
类型: 期刊论文
作者: 陶若冰,金珈辉,谭金练,张家豪,刘佳妮
关键词: 高速铁路,可变编组动车组,客流预测,熵值法,变异系数法,神经网络
来源: 铁道运输与经济 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 西南交通大学电气工程学院
基金: 中国铁路总公司科技研究开发计划课题(2017J008-A)
分类号: U293.13
DOI: 10.16668/j.cnki.issn.1003-1421.2019.03.07
页码: 37-42
总页数: 6
文件大小: 2803K
下载量: 144