基于模糊信息粒化和CPSO-LS-SVM的城市轨道交通客流量组合预测

• 作者: 刘星 张凯 汤旻安
• 来源期刊: 测试科学与仪器
• 学科: 交通运输
• 关键词: 城市轨道交通 客流量预测 最小二乘支持向量机 模糊信息粒化 混沌粒子群算法
• 年，卷（期）: 2018,（1）
• 页码范围: 32-41
• 页数: 10页
• 分类号: U293.13
• 字数: 1286字
• 语种: 英文
• DOI: 10.3969/j.issn.1674-8042.2018.01.005

摘要

为了获得城市轨道交通客流量的变化趋势和更好地掌握客流量的波动范围,本文提出了一种基于模糊信息粒化和混沌粒子群算法(CPSO)优化最小二乘支持向量机(LS-SVM)的客流量波动范围组合预测模型.针对客流量的非线性和波动性,采用模糊信息粒化,将客流量数据根据需要按窗口提取有效信息,利用CPSO较强的全局搜索能力对LS-SVM预测模型的参数进行最优选取.最后运用组合模型预测2014年广州市地铁3号线体育西路站早高峰客流量波动范围,并与其他模型进行对比分析.仿真结果表明,本文组合预测模型能有效地跟踪客流量变化趋势,为预测未来一段时间内的短期客流量波动范围趋势提供了一种行之有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤旻安	兰州交通大学自动化与电气工程学院	21	79	5.0	7.0
5	张凯	兰州交通大学自动化与电气工程学院	40	166	7.0	11.0
6	刘星	兰州交通大学自动化与电气工程学院	10	6	1.0	1.0