基于小波分析的最小二乘支持向量机轨道交通客流预测方法

• 作者: 侯忠生 杨军
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 轨道交通 客流预测 短期预测 小波分析 支持向量机 数据处理
• 年，卷（期）: 2013,（3）
• 页码范围: 122-127
• 页数: 6页
• 分类号: U231|U293.13
• 字数: 4922字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4632.2013.03.20

摘要

针对城市轨道交通客流预测问题,采用离散一维Daub4,小波分析方法对某一时间段的原始客流时间序列数据进行分解；以分解得到的高频分量和低频分量为样本数据,对最小二乘支持向量机进行训练,确定最小二乘支持向量机的核参数σ,以及系数a和b.利用训练后的最小二乘支持向量机预测未来一段时间客流时间序列数据的高频分量和低频分最,然后再利用Daub4小波分析方法对预测的高频分量和低频分量进行数据重构,从而得到预测的未来一段时间客流时间序列数据.与历史平均预测法和灰色预测法进行比较,结果表明,基于小波分析的支持向量机客流预测方法用于轨道交通短期客流预测具有更好的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨军	北京交通大学电子信息工程学院	22	211	7.0	14.0
3	侯忠生	北京交通大学电子信息工程学院	56	1205	23.0	33.0