城市轨道交通客流预测算法设计与仿真

• 作者: 李少伟 陈永生
• 来源期刊: 计算机科学
• 学科: 交通运输
• 关键词: 轨道交通 客流预测 ELAN神经网络 卡尔曼滤波器 系统仿真
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 276-279
• 页数: 4页
• 分类号: U293.5
• 字数: 4424字
• 语种: 中文

摘要

为了更好地解决城市轨道交通的客流预测问题,提出了基于混合神经网络与卡尔曼滤波器的客流预测多层次模型.首先采用ELAN神经网络实现客流量的初步预测;然后采用卡尔曼滤波器对神经网络预测结果进行修正,以进一步提高预测结果精度;最后为了验证模型的正确性,以上海地铁交通作为研究对象,进行了客流观测和预测模拟.实验结果表明,所提出的多层次模型比单纯其中一种算法能减少约0.8％的误差,并且具有更好的实际效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈永生	同济大学电子与信息工程学院	78	595	14.0	20.0
2	李少伟	同济大学电子与信息工程学院	10	43	4.0	6.0