基于动态反馈神经网络的城市轨道交通短期客流预测.pdfVIP

第 11卷第 5期 现 代 交 通 技 术 VOI_11 No．5 2014年 10月 ModernTransportationTechnology oct．2014 基于动态反馈神经网络的城市轨道交通短期客流预测 1 2 1 3 许俊 王登 李晨毓 郦海通 许 俊，郦海通 (长安大学，陕西 西安710064) (1,同济大学交通运输工程学院;2,同济大学电子与信息工程学院;3,驻上海铁路局军事代表办事处) 摘 要 ：城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交 通的断面客流特征的基础上，建立基于动态反馈神经网络的城市轨道交通短期客流预测模型，提出通过若干组连续 历史断面客流数据训练动态连续的神经网络，以此对未来客流进行预测 ；并以北京轨道交通桌 日早高峰客流为例进 行分析，验证了该模型与方法的有效性。 关键词 ：城市轨道交通 ；短期客流预测 ；动态反馈神经网络 ；客流特征 中图分类号 ：U491．14 文献标识码 ：A 文章编号 ：1672—9889(2014)05 0043—04 Short—term PassengerFlow ForecastingforUrbanRailTransit BasedonDynamicFeedbackNeuralNetwork XuJun，LiHaitong (Chang’anUniversity，Xi’an710064，China) Abstract：Theshort-termforecastofurbanrailtransitpassengerflowisthekeyofdevelopingandadjustingtrainplanand passengerorganizationofthestations．Basedontheresearchofthecharacteristicsofurbanrailtransitsectionpassengerflow，hte paperestablishstheurbanrailtransitpassengerflowshort-term forecastingmodelbasedondynamicfeedbackneuralnetwork． Thefuturepassengerflow isforecastedbasedon dynamicneuralnetworkswhichtrainedbyseveralgroupsofcontinuous historicalsectionpassengerflowdata．TakingmorningpeakpassengerflowofBeijingrailtransitasanexample，theeffectiveness ofhtemodelandmethodareverified． Keywords：urbanrailtransit；short-termpassengerflowforecasts；dynamicfeedbackneuralnetwork；characteristicofpassengerflow 城市轨道交通客流量是运营管理部门展开各项 神经网络，结合数据序列动态连续性和神经网络结 工作的基础，是实现技术设备的合理运用、高效的 构鲁棒性的特点，对城市轨道交通断面客流的预测 服务水平以及运营 目标的前提，对轨道交通运营调 问题进行研究，并根据提出的模型和算法对北京地 整、车站管理、车辆运用等有着重要意义 。短期客 铁某断面实际客流进行预测，分析预测结果。 流量的获取只能通过预测的手段，因此对城市轨