ARIMA-RBF模型在城市轨道交通客流预测中的应用

• 作者: 何九冉 四兵锋
• 来源期刊: 山东科学
• 学科: 交通运输
• 关键词: 城市轨道交通 客流预测 组合预测 神经网络 ARIMA模型
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 交通运输专栏
• 页码范围: 75-81
• 页数: 7页
• 分类号: U121
• 字数: 4308字
• 语种: 中文
• DOI: 10.3976/j.issn.1002-4026.2013.03.015

摘要

客流量预测是城市轨道交通规划设计和运营管理的基本依据,已成为城市轨道交通建设过程中的重要环节.本文通过分析平常日客流变化的周规律、非平稳性等时序特征以及ARIMA模型和RBF模型的作用机理,将适合进行线性时间序列预测的ARIMA模型和适合处理非线性问题的RBF神经网络组合,建立了ARIMA-RBF预测模型,并用该模型对北京市城市轨道交通平常日客流量进行预测,该模型充分考虑到城市轨道交通客流变化的线性及非线性特征,取得了较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	四兵锋	北京交通大学交通运输学院	40	897	15.0	29.0
2	何九冉	北京交通大学交通运输学院	1	15	1.0	1.0