基于模糊神经网络的公交客流时段预测.pdfVIP

电子发烧友 电子技术论坛 基于模糊神经网络的公交客流时段预测 温惠英 王晓巍 荣利利 1 陈先龙2 （1华南理工大学交通学院； 2广州交通规划研究所） 摘要：公交线路由一系列站点组成，线路客流的形成和变化是各站点共同作用的结果。本文通过相似性分 析找到站点客流实时分布与线路客流实时分布之间的相关性，找出影响线路客流分布的关键站点，对这些 关键站点的实段分布数据运用模糊神经网络技术预测线路客流的短时分布规律。该方法在广州公交客流数 据调研的基础上加以验证，结果表明这种预测方法能够有效的对公交线路客流分布进行短时预测，预测结 果满足精度要求。 关键字：公共交通；线路客流实时分布；模糊神经网络；相似性分析 中途分类号：U491 文献标识码：A Real-time forecast for passenger flow of bus based on fuzzy neural network 1 2 WEN Hui-ying WANG Xiao-wei RONG li-li CHEN Xian-long （1School of Transportation, South China University of Technology, Guangzhou 510640, china ；2 Transport Planning Research Institute, Guangzhou 510030，china ） Abstract: Bus lines is composed of series of sites. The formation and change of line passengers flows are the results of sites commonly worked. Similarity analysis is applied in this paper to find the correlation between real-time distribution of site flow and line flow and the key sites which influence the distrbution of passenger flow. And also, it forecasts short-term distribution of passenger flow by using fuzzy neural network technology on the base of real-time data of these key sites. The method is verified on the basis of guangzhou bus passenger flow data, The results showed that this method can predict the short-term bus flow distribution effectively, and meet the requirements of precision. Key words: public transit; lines flow real-time distribution; fuzzy neural network; similarity analysis 1.引言 公交客流预测包括两方面内容，一是线路客流总量在一段时间内的变化，这是运营调度 [1] 安排每日运力的依据；一是线路客流的时段分布规律，这是安排运力在一天中分布的依据 。 目前的客流预测多是针对第一种情况，而对于第二种情况的预测则因数据的获得较为困难， 并且缺乏相应的历史数据，直到现在仍涉及较少。要更好的发挥公交系统的动态运能，科学 准确的进行线路客流量的时段分布预测必不可少。[3-4] 公交线路由一系列站点组成,线路客流的