基于双层次正交神经网络模型的铁路客运量预测.pdfVIP

第 31卷，第 3期 201 0 年 5 月 中国铁道科学 CHINA RAILWA Y SCIENCE Vol. 31 No.3 May , 2010 文章编号: 1001-4632 (2010) 03-0126-07 基于双层次正交神经网络模型的铁路客运量预测 汪健雄，刘春煌，单杏花，朱建生 〈中国铁道科学研究院电子计算技术研究所.北京 100081) 偏 要:钊j(;t传统 BP 神经网络模l1l存在的计算放取消l泛化能力低的问题，采用双层次斗争征分析方法对铁路 旅客及送量统ìl数据的时间特征üHi分析.提取出日趋势特征、月魁势特征、日 11.1期性特征、月周期性特征、 在运，箱，运特征初黄金j却-/)、长假符征作为模i{l (~J输入资候，建立双层次的 BP 神经网络模型，然后根据~ Gram- Schmidt 正交化定理对双层次 BP 神经网络锁型进行改进.早在隐含层的输出采用 Gram-Schmidt 变铁增加仅影层， 从闹得到i双层次正欠神经网络筷坦白.该模明理包括 2个相对独G.的网络楼咽， 1 个用于处剑客运虽 H敷馈，另 1 个 用于处理月数据， 2 个网络锁驯的输出约过合成， ~最终得到客运链的预测结果. 筷咽的成用证明，在铁路客运量 预测中M.JJ次11:交神祭网络摸地比传统的 BP神经网络模型应为有效. 关键询:铁跻客运量; jεg预测;双层次在交化s 神经网络模糊 申图分类号: U293.13 文献标i只码:A 铁路客运最预测对于制定旅客列车开行方案、 累额分配策略以及客运组织工作等具有举足轻重的 意义。一些学者基于 BP神经网络模税和使用定量 的方法进行了铁路客运量预测『时，但是这些方法 大多是将客运曾看作单一时间序列.而未对客运量 本身的内在:规律进行研究。实际上，客运量的变化 呈现出显著的趋势性、周期性、不规则性和季节性 特征[4] .根据对 2001一2008 年全路旅客发送最数 据的观察，每日和月度的全路旅客发送绩变化既存 在不间的规律，但义相互影响。本文以日为单位和 以月 为单位 2 个层次对客运量数据迸行特征分析， 亦称为双层次特征分析。定义以日为单位进行考察 得到的数据特征为日特征，以月为单位进行考察得 到的数据特征为月特征。通过双层次特征分析，研 究提出基于 BP神经网络的双层次正交神经网络模 型，用于铁路客运量的t肉测。 l 双层次数据分析 1. 1 日数据 图 l 为 2001-2008 年全路旅客日发送量时穰 曲线。由图 l 可知，全路旅客日发送量(简称H数 据)存在非常明显的稳中有升的趋势特征，而且季 节件 暑假、春节、黄金周、国庆假日)到米时就会出现 1 个旅客发送敏的波岭，这个规律随时间的推移越 来越明显。 另外，突发事件的出现也会造成旅客发 送垦的突变，如 2003 年受非典的影响，旅客日发 送盘呈现出 1 个明恨的谷底. N N 4 7由 E 码 。 筑 ， 忌 ， 货 衷 心 。 。 。1@ 窒 剧 。 ，ω H N · · d 叫 ，- - o制 卜M h R Nt b 。l h p e。剧 时 叫 筒 ， g s s a p -N， 一= ， 也- O N 、 ， - - t N N t K E H R 目 七 刷 刷 ， 霉 ， 喝S H N a o - 曲 ，d叫 由 @ 。 N 睛 r m H A - -兽喜 剧 」， 。 - 7 8 ， 些 E R 革 川 8 ， - T 熏 运 { o g l 毡 ， g 剧 膨 α 8 ， 8 ， 里 否N a - - 荡 ， 8 ， 的 。 。 由 凶 明 白 何， 8 ， 但 百 伺 幽 『 饵 ，- e t由 军H N 3 忽 。 由， 。 。 ，N O O剖 咱 ， 飞 『N ， 咱。 ， N - O N K叫 α = t 回 声 弱 面 刷 g a g s - 2昂 巾 A 『- e咱O s - - o臼 呻 咀 ι， - o t - - t 叫9 0 N r t m 翩 翩 翩 栅 跚 跚 o l 〈 h n、 帽 唰 啊M R国 M W斟 幅 图 因 2 为 2008 年 6 月 1 日 -8 月 9 日连续 10 周 的周内全路旅客日发送最〈简称周数据)时程幽线 〈为了更加l消楚的反映其周期规律，阁中取自发送 量和本周发送量之利的比值为纵坐标) . 从图 2 中 可以看出，日数据在以一定趟势增长的摹础上呈现 出以用为单位的周期性特征，周期性特征反映了数 收捎回朔 2009.12-16，修订时朔 20H)-02-26 葛金项目·铁ilf部科技研究升.ílm~J项目 (2000X056-A) ，中阔铁道科学研究院行业服务技术创;}í项目 (2008Yj42) 作窑简介 if健雄(1