基于改进WNN的城市轨道交通客流量预测

• 作者: 岳小雪 林俊亭 郑云水
• 来源期刊: 计算机工程与应用
• 学科: 交通运输
• 关键词: 短时客流量 蝙蝠算法 小波神经网络 参数优化 短时预测
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 工程与应用
• 页码范围: 227-232
• 页数: 6页
• 分类号: U293.13
• 字数: 5616字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1407-0375

摘要

针对城市轨道交通短时客流量预测问题,提出了一种基于自适应t分布变异的蝙蝠算法(ATM-BA)优化的小波神经网络(WNN)预测模型(ATM-BA-WNN).在基本蝙蝠算法(BA)中引入带有线性递减控制因子的自适应t分布变异,使其具有变异机制,能够跳出早熟收敛.并将ATM-BA与WNN两者相互耦合,利用ATM-BA优化WNN的参数配置,进而提高WNN的预测精度.运用ATM-BA-WNN模型对郑州地铁1号线短时客流量进行预测,并与传统的WNN预测模型、BA优化的WNN(BA-WNN)预测模型以及支持向量机(SVM)预测模型进行比较.仿真结果表明,相较于其他3种模型,所建预测模型预测精度最高,拟合能力更强,误差最小,从而证明了该模型在短时客流量预测领域的可行性及优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑云水	兰州交通大学自动化与电气工程学院	37	156	8.0	10.0
2	林俊亭	兰州交通大学自动化与电气工程学院	30	197	9.0	12.0
3	岳小雪	兰州交通大学自动化与电气工程学院	3	33	3.0	3.0