铁路客运量数据挖掘预测方法及应用研究.pdfVIP

第 26 卷第 5 期 铁 　　道 　　学 　　报 Vol . 26 　No . 5 2 0 0 4 年 10 月 J OU RNAL OF THE CHINA RA IL WA Y SOCIET Y October 2004 文章编号 : 100 18360 (2004) 05000 107 铁路客运量数据挖掘预测方法及应用研究 王艳辉 , 　王 　卓 , 　贾利民, 　秦 　勇 ( 中国铁道科学研究院 电子计算技术研究所 , 北京 　100081) 摘 　要 : 在分析铁路客票数据特征的基础上 ,提出采用分段模糊 B P 神经网络对铁路客运量进行数据挖掘预测 。 通过对铁路客票数据的分段处理 ,提高了网络学习的收敛速度和预测精度 ,并在 MA TLAB 环境下建立了分段模 糊 B P 神经网络模型 ,在仿真试验中各分段的期望输出和实际输出之间吻合较好 ,从而证明了分段模糊的数据处 理方法是有效的; 同时 ,预测的客运量和实际客运量数值非常接近 ,说明分段模糊 B P 神经网络得到的数据挖掘 预测模型对铁路客运量有很好的预测效果 ,该预测模型可信 ,为预测铁路客运量提出了一种新思路 。 关键词 : 铁路客票数据 ; 数据挖掘 ; 分段模糊 B P 神经网络 ; 旅客发送量 中图分类号 : U492 . 4 13 　　文献标识码 : A Study on Prediction Method of Data Mining of the Passenger Traff ic Volume of Rail ways and Its Appl ication WAN G Yanhui , 　WAN G Zhuo , 　J IA Limin , 　Q IN Yong ( Research Institute of Computer Technology , China Academy of Railway Sciences , Beijing 100081 , China) Abstract : The segment fuzzy B P Neural Network is adopted to p redict t he p assenger t raffic volume of railways in da t a mining based on analyzing t he dat a feat ure of railway p assenger ticket s. The convergence speed and p rediction p re cision of t he neural network are bot h imp roved by segment ation of t he p assenger ticket dat a . The model of t he seg ment fuzzy B P Neural Network is set up using Matlab software . The emulation result s show t hat t he anticip ant and t he act ual outp ut result s of all t he segment s are very similar , which p roves t hat dat a p rocessing of segment fuzzy is ef fective ; at t he same time , t he anticip ant and t he act ual outp ut result s of t he p assenger t raffic volume are very p roxi mate ,