基于時(shí)滯非線性自回歸神經(jīng)網(wǎng)絡(luò)的軌道交通客流預(yù)測(cè)研究.pdf

1、隨著城市化進(jìn)程的快速發(fā)展，城市人口的出行需求與城市交通運(yùn)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(shì)，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(yùn)營(yíng)向線網(wǎng)運(yùn)營(yíng)轉(zhuǎn)型，其規(guī)模和復(fù)雜性提升的同時(shí)，也對(duì)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(cè)既是科學(xué)制定行車計(jì)劃的基礎(chǔ)，也是實(shí)時(shí)調(diào)整運(yùn)營(yíng)計(jì)劃的重要依據(jù)，它有助于交通運(yùn)營(yíng)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(shí)空分布特征，建立了多個(gè)客流預(yù)測(cè)模型。本文主要工作及創(chuàng)新點(diǎn)如下：
　?、偬接懢€網(wǎng)特點(diǎn)與客流特征，聯(lián)系重慶軌道交通真實(shí)數(shù)據(jù)，總結(jié)歸納客流的時(shí)空分布規(guī)律。
　?、谘芯靠土黝A(yù)測(cè)理論基礎(chǔ)，分析常用的預(yù)測(cè)方法與前人的研究經(jīng)驗(yàn)，指出支持向量機(jī)在解決小樣本與高維模式識(shí)別等問(wèn)題上有突出表現(xiàn)，但對(duì)于大數(shù)據(jù)量、復(fù)雜的非線性數(shù)據(jù)的預(yù)測(cè)仍舊存在局限性。進(jìn)一步指出時(shí)滯非線性自回歸神經(jīng)網(wǎng)絡(luò)在處理

3、時(shí)序的非線性數(shù)據(jù)上有更好表現(xiàn)，且能彌補(bǔ)支持向量機(jī)對(duì)于樣本量的局限性問(wèn)題。
　?、蹣?gòu)建基于支持向量回歸機(jī)的客流預(yù)測(cè)模型，通過(guò)實(shí)驗(yàn)對(duì)比幾種常用核函數(shù)的預(yù)測(cè)效果。構(gòu)建基于NAR神經(jīng)網(wǎng)絡(luò)的客流預(yù)測(cè)模型，為提高預(yù)測(cè)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(cè)模型。對(duì)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)進(jìn)行設(shè)計(jì)，實(shí)驗(yàn)對(duì)比幾種訓(xùn)練算法和激勵(lì)函數(shù)優(yōu)劣。
　?、芤灾貞c軌道交通所有線路（一號(hào)線、二號(hào)線、三號(hào)線以及六號(hào)線）在2014年1月份的客流數(shù)據(jù)為