武汉理工大学学报（交通科学与工程版）
武漢理工大學學報（交通科學與工程版）
무한리공대학학보（교통과학여공정판）
JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY(TRANSPORTATION SCIENCE & ENGINEERING)
2014年
5期
1148-1151,1157
,共5页
邹巍%陆百川%邓捷%马庆禄%邱世崇%张勤
鄒巍%陸百川%鄧捷%馬慶祿%邱世崇%張勤
추외%륙백천%산첩%마경록%구세숭%장근
城市轨道交通%短时客流预测%遗传算法%小波神经网络%仿真
城市軌道交通%短時客流預測%遺傳算法%小波神經網絡%倣真
성시궤도교통%단시객류예측%유전산법%소파신경망락%방진
urban rail transit%short-term passenger flow prediction%genetic algorithms%wavelet neural networks%simulation
针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.
針對軌道交通短時客流具有動態性、非線性、不確定性的特點,提齣一種基于遺傳算法與小波神經網絡的軌道交通短時客流預測方法.該方法利用具有全跼搜索最優的遺傳算法優化小波神經網絡,有效的避免瞭神經網絡易陷入跼部最小值的缺陷.在分析軌道交通短時客流的特徵上,利用實測數據對模型進行驗證.結果錶明,相比遺傳算法優化的BP神經網絡模型,單一的小波神經網絡模型其預測精度更高,誤差更小,能在實際中應用.
침대궤도교통단시객류구유동태성、비선성、불학정성적특점,제출일충기우유전산법여소파신경망락적궤도교통단시객류예측방법.해방법이용구유전국수색최우적유전산법우화소파신경망락,유효적피면료신경망락역함입국부최소치적결함.재분석궤도교통단시객류적특정상,이용실측수거대모형진행험증.결과표명,상비유전산법우화적BP신경망락모형,단일적소파신경망락모형기예측정도경고,오차경소,능재실제중응용.
