基于时序特征的城市轨道交通客流预测

• 作者: 任华玲 何九冉 四兵锋 杨小宝
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 轨道交通 客流预测 组合预测 神经网络 时序特征
• 年，卷（期）: 2014,（3）
• 页码范围: 1-6
• 页数: 6页
• 分类号: U121
• 字数: 4737字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2014.03.001

摘要

通过分析城市轨道交通客流量的时序特征和RBF神经网络的作用机理,将具有不同时序特征的数据分别用不同的神经网络进行处理,建立了基于客流时序特征的并行加权神经网络模型,并用该模型对北京市城市轨道交通各条线路的客流进行预测.结果表明,各线路客流量预测结果的平均绝对百分误差均在10％以下,小于单个神经网络的预测误差,提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	四兵锋	北京交通大学交通运输学院	40	897	15.0	29.0
2	任华玲	北京交通大学交通运输学院	20	246	8.0	15.0
3	何九冉		2	47	2.0	2.0
4	杨小宝	北京交通大学交通运输学院	23	278	11.0	16.0