基于EEMD与神经网络的城市轨道交通客流自动预测模型

• 作者: 屈晓宜
• 来源期刊: 自动化与仪器仪表
• 关键词: EEMD 神经网络 城市轨道 交通客流量 客流预测
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 智能检测与信息处理|INTELLIGENT DETECTION AND INFORMATION PROCESSING
• 页码范围: 7-10
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.06.007

摘要

针对现有城市轨道交通客流自动预测模型存在的预测精度较低、预测时间较长的问题,提出基于EEMD经验模态分解与神经网络的城市轨道交通客流自动预测模型.构建城市轨道交通客流预测的统计分析模型,采用模糊约束特征参数估计和自适应信息跟踪识别的方法实现对城市轨道交通客流特征挖掘,提取城市轨道交通客流的空间状态分布特征量,采用EEMD经验模态特征分解方法实现对城市轨道交通客流的特征挖掘和信息聚类处理,对提取的城市轨道交通客流特征量采用神经网络分类方法进行特征分类调度,实现对城市轨道交通客流的优化估计和预测.仿真结果表明,采用该方法进行城市轨道交通客流预测的精度普遍高于90％,预测时间普遍在30 s以内,可见该模型提高了城市轨道交通客流的规划能力.