GCPSO优化混合核SVM的地铁车站客流预测

• 作者: 米根锁 罗淼 赵丽琴
• 来源期刊: 计算机工程与应用
• 学科: 交通运输
• 关键词: 混合核支持向量回归机(SVM) 参数优化 黄金分割 混沌粒子群优化 站点客流量
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 工程与应用
• 页码范围: 231-235,270
• 页数: 6页
• 分类号: U293.5
• 字数: 5121字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0407

摘要

地铁中站点客流量为地铁运营调度部门提供实时调度管理依据。将径向基核函数与多项式核函数线性组合，构建了混合核支持向量回归机（SVM）预测模型。采用基于黄金分割的混沌粒子群（GCPSO）对混合核SVM的参数进行寻优，得到最佳的参数组合。利用该混合核SVM预测广州地铁3号线站点短期客流量。结果表明，GCPSO优化的混合核SVM预测模型对地铁站点的短期客流的预测精度高，预测数据和实测数据拟合良好，相对误差较小，明显优于SVM其他三种预测方法及Elman神经网络预测方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米根锁	兰州交通大学自动化与电气工程学院	74	460	12.0	18.0
2	罗淼	兰州交通大学自动化与电气工程学院	6	36	4.0	6.0
3	赵丽琴	兰州交通大学自动化与电气工程学院	1	9	1.0	1.0