更新日期: 2024-05-15

基于LM-BP算法的轨道交通客流短时预测

格式:pdf

大小:1.6MB

页数:3P

人气 :72

基于LM-BP算法的轨道交通客流短时预测 4.7

BP神经网络是当前比较常用的人工神经网络,针对BP神经网络存在易陷入局部极小值、收敛速度慢等缺陷,将LM算法引入到BP神经网络中,以改进BP神经网络在预测时的训练过程,并利用轨道交通客流的时间序列对其有效性进行验证,结果证明该方法对轨道交通客流的短时预测有着更高的准确度和精度。

基于LM-BP算法的轨道交通客流短时预测 基于LM-BP算法的轨道交通客流短时预测 基于LM-BP算法的轨道交通客流短时预测

基于LM-BP算法的轨道交通客流短时预测

格式:pdf

大小:2.0MB

页数:3P

bp神经网络是当前比较常用的人工神经网络,针对bp神经网络存在易陷入局部极小值、收敛速度慢等缺陷,将lm算法引入到bp神经网络中,以改进bp神经网络在预测时的训练过程,并利用轨道交通客流的时间序列对其有效性进行验证,结果证明该方法对轨道交通客流的短时预测有着更高的准确度和精度.

基于视频检测的轨道交通短时客流预测研究 基于视频检测的轨道交通短时客流预测研究 基于视频检测的轨道交通短时客流预测研究

基于视频检测的轨道交通短时客流预测研究

格式:pdf

大小:1.5MB

页数:6P

为提高客流预测的精度,构建轨道交通站点客流多变量时间序列预测模型。基于视频检测的轨道交通短时客流预测研究采用方向梯度直方图特征描述器与支持向量机分类器识别行人目标,利用camshift算法对目标跟踪,从而获取客流量和客流速度参数,并根据协整关系构建客流多变量预测的向量误差修正模型,最后利用南京鼓楼车站4a通道的视频数据进行模型验证和对比分析。实例验证结果表明:构建的向量误差修正模型具有较好的预测性能,客流量和速度预测的mape值都小于8%,优于相同样本下arima(0,1,1)的预测性能。

编辑推荐下载

基于滑动平均法的轨道交通短时客流实时预测 基于滑动平均法的轨道交通短时客流实时预测 基于滑动平均法的轨道交通短时客流实时预测

基于滑动平均法的轨道交通短时客流实时预测

格式:pdf

大小:384KB

页数:6P

基于滑动平均法的轨道交通短时客流实时预测 4.5

提出了一种基于滑动平均方法(ma)的城市轨道交通客流预测算法,首先确定用于滑动平均的滑动参数,然后对历史数据求滑动平均值得到各个时间段的预测客流数据,并采用实时客流数据对预测结果进行修正,得到预测客流时间序列。试验结果表明,采用滑动平均方法不仅预测精度要高于支持向量机(svm)、反向传播神经网络(bpnn)、小波神经网络(wnn)和小波组合支持向量机(ws)这4种预测方法,而且滑动平均方法的计算速度要明显优于以上4种方法,可用于复杂非平稳客流时间序列的短时预测。

立即下载
基于滑动平均法的轨道交通短时客流实时预测 基于滑动平均法的轨道交通短时客流实时预测 基于滑动平均法的轨道交通短时客流实时预测

基于滑动平均法的轨道交通短时客流实时预测

格式:pdf

大小:384KB

页数:6P

基于滑动平均法的轨道交通短时客流实时预测 4.4

提出了一种基于滑动平均方法(ma)的城市轨道交通客流预测算法,首先确定用于滑动平均的滑动参数,然后对历史数据求滑动平均值得到各个时间段的预测客流数据,并采用实时客流数据对预测结果进行修正,得到预测客流时间序列。试验结果表明,采用滑动平均方法不仅预测精度要高于支持向量机(svm)、反向传播神经网络(bpnn)、小波神经网络(wnn)和小波组合支持向量机(ws)这4种预测方法,而且滑动平均方法的计算速度要明显优于以上4种方法,可用于复杂非平稳客流时间序列的短时预测。

立即下载

LM-BP算法轨道交通客流短时预测热门文档

相关文档资料 402721 立即查看>>
基于GSO-BP神经网络的城市轨道交通客流量短时间预测 基于GSO-BP神经网络的城市轨道交通客流量短时间预测 基于GSO-BP神经网络的城市轨道交通客流量短时间预测

基于GSO-BP神经网络的城市轨道交通客流量短时间预测

格式:pdf

大小:328KB

页数:5P

基于GSO-BP神经网络的城市轨道交通客流量短时间预测 4.4

城市轨道交通作为公共交通客流量的分担措施之一,能够解决因客流量预测不准确而带来的资源浪费和低效益问题.建立一种新的gso-bpnn方法,该方法在bp网络的基础上植入gso算法,优化网络的初始权值和阈值,并以某城市轨道交通客流量为例,对比普通bp网络预测模型,结果显示gso-bpnn方法的预测精度较高.

立即下载
基于云模型的城市轨道交通短时客流预测 基于云模型的城市轨道交通短时客流预测 基于云模型的城市轨道交通短时客流预测

基于云模型的城市轨道交通短时客流预测

格式:pdf

大小:1.3MB

页数:5P

基于云模型的城市轨道交通短时客流预测 4.5

城市轨道交通线路短时客流具有不确定性特征.分析了短时客流的准周期性,用云概念表示短时客流的特征,构建历史时间云、历史客流云、当前客流趋势云以及客流预测云,并建立时间云与客流云的关联规则,将时间云作为规则前件,客流预测云作为规则后件构建单条件多规则不确定性预测云模型.以南京地铁2号线15min间隔的进站客流预测为例,将云模型与arima模型的预测结果进行对比分析,证明云模型应用于短时客流预测的有效性,从而为城市轨道交通线路短时客流预测提供了一种新途径.

立即下载
基于云模型的城市轨道交通短时客流预测 基于云模型的城市轨道交通短时客流预测 基于云模型的城市轨道交通短时客流预测

基于云模型的城市轨道交通短时客流预测

格式:pdf

大小:1.0MB

页数:5P

基于云模型的城市轨道交通短时客流预测 4.5

城市轨道交通线路短时客流具有不确定性特征。分析了短时客流的准周期性,用云概念表示短时客流的特征,构建历史时间云、历史客流云、当前客流趋势云以及客流预测云,并建立时间云与客流云的关联规则,将时间云作为规则前件,客流预测云作为规则后件构建单条件多规则不确定性预测云模型。以南京地铁2号线15min间隔的进站客流预测为例,将云模型与arima模型的预测结果进行对比分析,证明云模型应用于短时客流预测的有效性,从而为城市轨道交通线路短时客流预测提供了一种新途径。

立即下载
基于BP神经网络的城市轨道交通客流预测 基于BP神经网络的城市轨道交通客流预测 基于BP神经网络的城市轨道交通客流预测

基于BP神经网络的城市轨道交通客流预测

格式:pdf

大小:1.4MB

页数:4P

基于BP神经网络的城市轨道交通客流预测 4.5

本文首先根据北京城市轨道交通网络的特点,以静态非平衡分配模型中的最短路径分配为理论基础,实现历史客流在断面上的分配,得到具有参考价值的断面客流。然后通过大量bp神经网络建模试验,对北京城市轨道交通客流预测问题,建立了合理的预测模型。最后利用bp神经网络模型对13号线西直门站至2号线西直门站的换乘断面客流进行预测,并与最小二乘拟合结果进行对比分析,得出合理的客流预测结果。

立即下载
城市轨道交通客流预测方法

城市轨道交通客流预测方法

格式:pdf

大小:3.4MB

页数:6P

城市轨道交通客流预测方法 4.3

城市轨道交通客流预测方法

立即下载

LM-BP算法轨道交通客流短时预测精华文档

相关文档资料 402721 立即查看>>
城际轨道交通客流预测方法研究

城际轨道交通客流预测方法研究

格式:pdf

大小:932KB

页数:3P

城际轨道交通客流预测方法研究 4.7

我国城市化进程迅速发展,区域经济发展迫切需要城际轨道交通的支持。本文首先介绍了城际轨道交通客流预测的相关方法。其次,将城际轨道交通客流换分成城市内和城市间的客流,提出城际轨道交通客流预测的总体技术路线。最后,以广佛环线城际轨道交通客流预测为例进行相关说明。

立即下载
轨道交通客流预测估算方法的研究

轨道交通客流预测估算方法的研究

格式:pdf

大小:644KB

页数:5P

轨道交通客流预测估算方法的研究 4.6

研究目的:在轨道交通项目前期研究中,特别是轨道交通线网编制过程中,对线网的结构、走向进行确定时要以客流规模作为主要依据之一。但传统的客流预测工作量较大,建模及计算过程复杂、耗时,难以适应项目推进的要求。本文以交通调查为基础,探讨估算轨道交通总量和最大断面流量的方法,可在短时间内得出客流结果,以此作为城市轨道交通前期研究过程中把握规模的重要参考。研究结论:(1)轨道交通客流预测可以居民出行od调查资料为基础进行估算;(2)依据出行链及功能区划分的原则可推算线路客流总量及最大断面客流量;(3)经对天津地铁1号线客流总量及最大断面客流量的模拟计算,结果误差较小,该方法具有一定的可信度;(4)该方法可应用于线网规划中对线网规模及线路客运量水平的估算,有利于加强线网布设的数据化,提高规划的可信度。

立即下载
轨道交通客流预测方法研究 轨道交通客流预测方法研究 轨道交通客流预测方法研究

轨道交通客流预测方法研究

格式:pdf

大小:24KB

页数:2P

轨道交通客流预测方法研究 4.8

本文从我国轨道交通建设与客流预测现状出发,分析了轨道交通客流预测的内容和复杂性,研究了轨道交通客流预测的预测模式和基本方法,并提出了自己的观点。

立即下载
城市轨道交通客流预测方法分析 城市轨道交通客流预测方法分析 城市轨道交通客流预测方法分析

城市轨道交通客流预测方法分析

格式:pdf

大小:125KB

页数:1P

城市轨道交通客流预测方法分析 4.3

客流预测是对远期交通需求的一种状态量化,对于城市的总体规划和综合交通规划有着重要的指导作用.同时,轨道交通作为国内外重大系统工程,项目建设初期要根据客流预测提供的数据进行规划设计,这样才能提高城市轨道交通建设的科学性和经济性.

立即下载
基于轨道交通的社区公交客流预测分析 基于轨道交通的社区公交客流预测分析 基于轨道交通的社区公交客流预测分析

基于轨道交通的社区公交客流预测分析

格式:pdf

大小:1.6MB

页数:6P

基于轨道交通的社区公交客流预测分析 4.7

以基于距离衰减理论的可达性模型为基础,运用gis栅格数据分析方法,获得了社区公交出行预测的新方法。主要过程包括社会经济活动的空间分解、可达性模型标定参数及可达性概率计算。以大连市七贤岭街区作为实例进行了社区公交出行客流分布预测研究,并基于实际调查对结果进行了验证。结果表明,基于gis的可达性模型对公交出行发生预测方法在微观层次提供了一个有效的方法。该方法所需数据较少,数据分析周期短,建模成本低,适应我国目前城市建设量大、速度快的国情,是一种值得深入研究的方法。

立即下载

LM-BP算法轨道交通客流短时预测最新文档

相关文档资料 402721 立即查看>>
城市轨道交通客流预测问题分析及建议

城市轨道交通客流预测问题分析及建议

格式:pdf

大小:2.3MB

页数:5P

城市轨道交通客流预测问题分析及建议 4.7

?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsr

立即下载
基于时序特征的城市轨道交通客流预测

基于时序特征的城市轨道交通客流预测

格式:pdf

大小:418KB

页数:6P

基于时序特征的城市轨道交通客流预测 4.4

通过分析城市轨道交通客流量的时序特征和rbf神经网络的作用机理,将具有不同时序特征的数据分别用不同的神经网络进行处理,建立了基于客流时序特征的并行加权神经网络模型,并用该模型对北京市城市轨道交通各条线路的客流进行预测.结果表明,各线路客流量预测结果的平均绝对百分误差均在10%以下,小于单个神经网络的预测误差,提高了预测精度.

立即下载
城市轨道交通节假日客流预测研究 城市轨道交通节假日客流预测研究 城市轨道交通节假日客流预测研究

城市轨道交通节假日客流预测研究

格式:pdf

大小:946KB

页数:9P

城市轨道交通节假日客流预测研究 4.3

城市轨道交通短期客流预测是列车运力配置和网络化运营决策的基础,预测结果的准确性、精细度及科学合理性决定了运营过程的安全性、运营组织的高效性和资源配置的均衡性.节假日(包括节前一日)客流与平日有明显差异,不同节假日、不同车站的客流规律各异,预测过程同时面临路网结构改变、历史可用样本少等问题,本文综合考虑大型活动、恶劣天气、车站周边土地利用性质等影响因素,采用模糊c均值聚类法和一元线性回归模型,构建了适用于路网结构发生改变的车站进、出站量预测模型,并结合北京市轨道交通历史客流数据,对2015年清明节前一日车站进、出站量进行了预测,与神经网络模型、多元回归模型预测结果对比表明,本模型预测结果更好,全路网客运量误差率为0.27%,车站平均预测误差率为3.92%.

立即下载
基于PWNN模型的轨道交通客流预测分析 基于PWNN模型的轨道交通客流预测分析 基于PWNN模型的轨道交通客流预测分析

基于PWNN模型的轨道交通客流预测分析

格式:pdf

大小:120KB

页数:3P

基于PWNN模型的轨道交通客流预测分析 4.7

在缓解城市交通拥堵、环境污染等问题上,城市轨道交通起到了举足轻重的作用。客流预测作为城市轨道交通建设的设计基础和前提依据,单一的客流预测方法往往难以满足预测精度要求,因此,通过收集北京地铁2号线2017年全年客流量数据,对其常态客流统计特征进行了深入的分析,并采用spss分析软件进行了层次聚类分析,构建了pwnn组合预测模型,对常态客流进行了客流预测分析。结果表明:pwnn组合模型能够减小常态客流的预测误差。

立即下载
基于SVR的轨道交通客流量预测 基于SVR的轨道交通客流量预测 基于SVR的轨道交通客流量预测

基于SVR的轨道交通客流量预测

格式:pdf

大小:261KB

页数:3P

基于SVR的轨道交通客流量预测 4.5

对各种城市轨道交通客流预测方法进行分析和比较,指出进行短期城轨客流预测的必要性。支持向量回归方法作为以结构风险最小化原理为理论基础的学习算法,可应用于轨道交通客流量预测。构建了城市轨道交通客流的预测模型,与bp神经网络预测方法进行了比照试验。

立即下载
城市轨道交通客流特征及预测相关问题

城市轨道交通客流特征及预测相关问题

格式:pdf

大小:157KB

页数:1P

城市轨道交通客流特征及预测相关问题 4.8

城市轨道交通客流的特征分析,可以为城市的轨道交通规划创造条件,而客流预测是各项设计工作的基础。预测结果的可靠与否直接关系到城市轨道交通的建设投资、运营效率和经济效益。就城市轨道交通客流特征及预测相关问题进行了探讨,以期为轨道交通的运行提供参考借鉴。

立即下载
城市轨道交通换乘站客流预测研究 城市轨道交通换乘站客流预测研究 城市轨道交通换乘站客流预测研究

城市轨道交通换乘站客流预测研究

格式:pdf

大小:1.0MB

页数:3P

城市轨道交通换乘站客流预测研究 4.5

为预测大连站的客流,在进行居民出行调查的基础上,借助部分\"四阶段\"法的研究成果,引入广义出行费用,以最小广义费指标为标准来确定车站的吸引范围;然后通过建立居民的出行方式链组合,结合logit概率模型,求得大连站的进出站客流与换乘客流,预测结果表明,该法在对换乘车站进行客流预测时具有一定的合理性。

立即下载
基于ArcGIS的城市轨道交通客流预测 基于ArcGIS的城市轨道交通客流预测 基于ArcGIS的城市轨道交通客流预测

基于ArcGIS的城市轨道交通客流预测

格式:pdf

大小:443KB

页数:4P

基于ArcGIS的城市轨道交通客流预测 4.4

针对乌鲁木齐市轨道交通客流预测,论述如何在不进行大规模的分片区城市人口和就业调查情况下,依据社区人口调查和全国经济普查数据,利用地理信息系统平台软件(arcgis)的空间分析功能作为工具,将社区人口和经济普查数据中的就业岗位经分析计算转化为客流预测所需的交通小区的居住人口数和就业岗位数。

立即下载
城市轨道交通客流特征及预测相关问题 城市轨道交通客流特征及预测相关问题 城市轨道交通客流特征及预测相关问题

城市轨道交通客流特征及预测相关问题

格式:pdf

大小:1.9MB

页数:1P

城市轨道交通客流特征及预测相关问题 4.3

目前,在我国经济产业转型以及新型城镇化的市场转型下,绿色、高效、便捷的城市轨道交通的构建已经成为缓解城市交通压力、提升城市形象以及便于居民出行的迫切需要.居民出行特征分析是客流预测的重要组成部分,而客流预测研究又是分析轨道交通线网规划的重要依据.

立即下载
城市轨道交通客流预测专家点评

城市轨道交通客流预测专家点评

格式:pdf

大小:110KB

页数:7P

城市轨道交通客流预测专家点评 4.4

施仲衡,等:城市轨道交通客流预测专家点评 城市轨道交通客流预测相关问题分析 中国工程院院士,施仲衡 我国非常重视城市轨道交通的规划、建设工 作。温家宝总理关于地铁规划、建设做过很多批 复,曾明确指出为了节约能源要发展公共交通, 发展公共交通要发展地铁。前期规划与客流预测 对轨道交通的建设、运营至关重要。 1轨道交通建设与客流预测现状 早期轨道交通客流预测有很大的随意性。以 1987年上海市地铁1号线可行性报告审查为例, 当时提出每年的客流增长按百分比来考虑,具体 数值争议很大。同样,车站设置与否和车站客流 预测密切相关,不能随意确定。这些问题虽然与 我们对客流预测的认识过程有关,但也反映出需 要进行客流预测研究。 目前,国家已经批准了15个城市进行轨道 交通的规划建设,每个城市对每条线路都在进行 客流预测。北京市前不久也进行了轨道交通线网 模式的研究,客流预测仍然是关键问题,其准确

立即下载
李城林

职位:岩土工程商务专员

擅长专业:土建 安装 装饰 市政 园林

LM-BP算法轨道交通客流短时预测文辑: 是李城林根据数聚超市为大家精心整理的相关LM-BP算法轨道交通客流短时预测资料、文献、知识、教程及精品数据等,方便大家下载及在线阅读。同时,造价通平台还为您提供材价查询、测算、询价、云造价、私有云高端定制等建设领域优质服务。手机版访问: LM-BP算法轨道交通客流短时预测