基于DAE方法城市对外客运需求预测.pdfVIP

152 低 温 建 筑 技 术 2015年第 6期(总第 204期) DOI：10．13905 ／j．cnki．dwjz．2015．06．057 基于 DAE方法城市对外客运需求预测 刘俊涛， 章锡俏 ， 孙志超 (哈尔滨工业大学交通科学与工程学院。 哈尔滨 150090) 【摘 要】 对外客运需求预测研究中相关影响因素之间存在相关性关系，常使用神经网络等方法进行回归。 但神经网络训练过程中常出现局部极值、梯度弥散以及少样本量下过拟合等问题，进而导致网络回归预测精度 低。引入深度学习理论中噪声 自编码(DenoisingAutoEncoder，DAE)方法，通过数据的逐层 自编码、解码过程获得 良好的网络初始化参数，解决了局部极值与梯度弥散问题。人工主动随机噪声使得训练的网络鲁棒性、泛化能力 更强，不易过拟合。并以北京市为实例验证，模型精度 良好 ，方法可用于城市中远期对外客运需求预测。 【关键词】城市对外交通；需求预测；DAE；深度学习；神经网络 【中图分类号】TU984．191 【文献标识码】B 【文章编号】 1001—6864(2015)06—0152—03 0 引言 的联系中起着重要作用，作为连接城市内外交通的场 近年来 ，随着我国经济的持续发展和城市化建设 所，是不同交通方式、不 同方 向客流换乘、集散的场 步伐的加快 ，各个城市与外界的联系交流更加频繁、 所。对外客运交通需求预测是进行客运枢纽系统规 紧密，人们的对外出行需求产生了前所未有的急剧增 划设计的基础。传统的预测研究主要有惯性原理预 长。对外客运枢纽系统在城市 内外交通及内部交通 测与回归分析预测 ，但传统的预测模型受方法 自身限 [基金项 目】 黑龙江省交通厅重点科技项 目(M 明使用再生混凝土的性价 比要略高于使用普通混凝 用 ，2011，(6)：9—1O+16． 土的性价比，从价值工程的角度应该选择使用再生混 [2] MioanaMalesev，VlastimirRadonjanin，SnezanaMarinkovic．Re- 凝土用于工程建设。 cycledConcrete 8sAggregate forStructuralConcreteProduction [J]．Sustainability，2010，(2)：1240 —1225． 表3 价值系数计算 [3] KouSC，PoonCS．Enhancingthedurabilitypropertiesofconcrete preparedwithcoarserecycledaggregates[J]．Constructionand BuildingMaterials，2012，(35)：69—76． [4] 郭远臣，王雪．再生骨料混凝土弹性模量实验研究[J]．硅酸盐 通报，2013，32(3)：467—471． [5] 秦荷成，等．聚丙烯纤维再生混凝土路面工程经济性分析