信息与控制
信息與控製
신식여공제
INFORMATION AND CONTROL
2008年
6期
690-696
,共7页
电梯层间交通分布%O-D矩阵%灰色预测%RBF神经网络%累加生成运算%累减还原
電梯層間交通分佈%O-D矩陣%灰色預測%RBF神經網絡%纍加生成運算%纍減還原
전제층간교통분포%O-D구진%회색예측%RBF신경망락%루가생성운산%루감환원
为了有效预测屯梯的层间交通分布状态,提出一种层间交通O-D矩阵的预测方法.该方法融合灰色预测和神经网络方法各自的优点,将灰色预测方泫与RBF神经嘲络有机结合,构造灰色神经网络预测模型.利用灰色预测中的累加生成运算(accumulated generating operation,AGO)对原始观测数据进行变换,得到规律性较强的累加数据,作为神经州络的建模和训练样本.还提出了对不良交通需求数据的修正方法,以进一步降低观测数据的随机性.所提方法既避免了灰色预测方法存在的理论误差,又提高了神经网络的训练速度和预测精度,适用于短期层间交通分布预测.仿真试验验证了该方法的有效性.
為瞭有效預測屯梯的層間交通分佈狀態,提齣一種層間交通O-D矩陣的預測方法.該方法融閤灰色預測和神經網絡方法各自的優點,將灰色預測方泫與RBF神經嘲絡有機結閤,構造灰色神經網絡預測模型.利用灰色預測中的纍加生成運算(accumulated generating operation,AGO)對原始觀測數據進行變換,得到規律性較彊的纍加數據,作為神經州絡的建模和訓練樣本.還提齣瞭對不良交通需求數據的脩正方法,以進一步降低觀測數據的隨機性.所提方法既避免瞭灰色預測方法存在的理論誤差,又提高瞭神經網絡的訓練速度和預測精度,適用于短期層間交通分佈預測.倣真試驗驗證瞭該方法的有效性.
위료유효예측둔제적층간교통분포상태,제출일충층간교통O-D구진적예측방법.해방법융합회색예측화신경망락방법각자적우점,장회색예측방현여RBF신경조락유궤결합,구조회색신경망락예측모형.이용회색예측중적루가생성운산(accumulated generating operation,AGO)대원시관측수거진행변환,득도규률성교강적루가수거,작위신경주락적건모화훈련양본.환제출료대불량교통수구수거적수정방법,이진일보강저관측수거적수궤성.소제방법기피면료회색예측방법존재적이론오차,우제고료신경망락적훈련속도화예측정도,괄용우단기층간교통분포예측.방진시험험증료해방법적유효성.
