基于灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的城市軌道交通客流預(yù)測研究.pdf

1、隨著經(jīng)濟(jì)的發(fā)展與城市化進(jìn)程的加速,城市人口急劇增加,導(dǎo)致道路擁擠、交通阻塞、環(huán)境污染等一系列問題。城市軌道交通具有運(yùn)量大、舒適性好、安全快速、環(huán)境污染小、能源利用率高等優(yōu)點(diǎn)。目前,越來越多的人選擇乘坐軌道交通出行,大容量軌道交通的重要性和優(yōu)勢正在逐步顯現(xiàn)。
　　 對(duì)于軌道交通運(yùn)營公司,準(zhǔn)確實(shí)時(shí)的對(duì)日常客流量進(jìn)行預(yù)測,分析并掌握客流的特征與規(guī)律,是制定合適的列車出行計(jì)劃和最優(yōu)客運(yùn)能力調(diào)度的依據(jù),對(duì)于提高列車的滿載率,使運(yùn)行方案具有

2、最佳的經(jīng)濟(jì)社會(huì)效益具有重要的意義。
　　 軌道交通客流量具有高度的不確定性,它受多種因素影響,如天氣、節(jié)假日、重大活動(dòng)等。針對(duì)軌道交通客流數(shù)據(jù)的不確定性,本文以灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)研究工具,以北京地鐵客流為研究數(shù)據(jù),研究了基于灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的客流預(yù)測方法及其應(yīng)用。主要的工作如下:
　　 (1)對(duì)城市軌道交通客流和灰色系統(tǒng)進(jìn)行了介紹。分析和研究了城市軌道交通客流的時(shí)空分布特征。對(duì)客流的時(shí)間分布特征主要從一日內(nèi)客流分

3、布特征和一周內(nèi)客流分布特征兩方面進(jìn)行說明:對(duì)客流的空間分布主要從線路、上下行和線路斷面三方面進(jìn)行說明。詳細(xì)介紹了灰色預(yù)測理論,灰色GM(1,1)建模及其模型檢驗(yàn)與使用范圍等。
　　 (2)推導(dǎo)出了新的灰色預(yù)測模型。傳統(tǒng)灰色GM(1,1)模型是用一次微分方程擬合累加數(shù)據(jù),再將微分方程的解作累減還原得到最終預(yù)測結(jié)果,根據(jù)微分方程的解的形式可以得出傳統(tǒng)GM(1,1)模型是以齊次指數(shù)序列來擬合原始建模數(shù)據(jù),但當(dāng)原始數(shù)據(jù)服從近似非齊次指數(shù)

4、序列時(shí)用此方法得出的誤差會(huì)較大。因此,本文根據(jù)用非齊次指數(shù)序列擬合原始數(shù)據(jù)逆推導(dǎo)出一個(gè)新的灰色預(yù)測模型,該模型擴(kuò)展了傳統(tǒng)灰色GM(1,1)模型。最后用一組實(shí)驗(yàn)驗(yàn)證了新模型的預(yù)測精度。
　　 (3)對(duì)新模型的初始條件和背景值進(jìn)行優(yōu)化改進(jìn)。首先分析了已有初始條件和背景值改進(jìn)的方法;接著從使模型建模的誤差平方和最小的要求出發(fā),采用最小二乘法給出了最優(yōu)的初始條件;最后根據(jù)以曲線與坐標(biāo)軸圍成的面積作為背景值推導(dǎo)出了背景值的計(jì)算公式,并對(duì)兩

5、種改進(jìn)方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
　　 (4)對(duì)灰色模型與神經(jīng)網(wǎng)絡(luò)組合建模進(jìn)行了研究。神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性擬合能力,因此,能夠很好的用它來對(duì)軌道交通客流進(jìn)行建模。首先對(duì)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)進(jìn)行介紹,分析了灰色系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的組合方法;然后分別將BP神經(jīng)網(wǎng)絡(luò)與灰色系統(tǒng)進(jìn)行組合建模、RBF神經(jīng)網(wǎng)絡(luò)與灰色系統(tǒng)進(jìn)行組合建模,并對(duì)兩種組合建模進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
　　 (5)系統(tǒng)應(yīng)用。在理論方法研究和算法改進(jìn)的基礎(chǔ)上設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)地鐵客流