超限学习机在铁路客运量预测中的应用研究

• 作者: 刘彩霞 刘艳霞 方建军
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 铁路客运量 神经网络 超限学习机
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 运输·物流·工程管理
• 页码范围: 2013-2019
• 页数: 7页
• 分类号: U293.13
• 字数: 3659字
• 语种: 中文

摘要

传统的预测方法对实验对象要求严格、需要人工设置大量参数,导致算法学习速度较慢、预测误差较大等不理想结果.本文引入机器学习中的超限学习机(Extreme Learning Machine,ELM)对铁路客运量进行预测,建立铁路客运量网络预测模型.利用国家统计局公布的1997~2014年铁路客运量数据做了验证,并以2014年的数据为依据对客运量进行月度预测.结果表明:2010~2014年预测值与实际值的平均误差为0.61%,2014年每个月预测值与实际值的误差均低于1.00%.重复的实验证明ELM算法具有很好的泛化能力和鲁棒性,为铁路客运量的预测提供了一种新的工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方建军	北京联合大学自动化学院	36	197	7.0	12.0
2	刘艳霞	北京联合大学自动化学院	21	121	6.0	10.0
3	刘彩霞	北京联合大学自动化学院	5	8	2.0	2.0