基于BP神经网络地上海地铁日客流量预测.docVIP

基于BP神经网络的上海日客流量预测 摘要：地铁作为短途出行工具，影响客流量的主要因素源自乘客的主观选择，而这种主观选择性又很大程度上受到天气，节假日等因素影响。根据这些因素采集足够多的样本，利用BP网络对数据进行训练及预测，结果比较可靠，可为相关部门及顾客出行提供预测客流量作为参考。在此基础上利用GUI强大的人际界面设计功能，设计出具有良好交互性的预测平台。 关键词：地铁 GUI BP网络 概论 上海轨道交通，又称上海地铁，其第一条线路于1995年4月10日正式运营。截止2013年01月01日，上海轨道交通全路网开通运营12条线、291座车站，运营里程达420公里。 作者研究了2012年全年每日的客流量，发现日客流量分布大体从400万至700万人次之间。其客流量特点大致可归纳为如下： （1）乘客出行受到许多不可预知因素的影响，故影响日客流量的因素比较复杂。 （2）影响客流量的各因素与流量之间呈现非线性相关关系。但是各影响因素相互之间又存在着相关联系。 地铁日客流量的这些特点，正好适应了神经网络的性能。所以从理论上讲，进行地铁日客流量的预测，神经网络是一个比较优越的研究方法。 基于以上，本文利用4层BP神经网络对采集的54组数据进行合理的训练并进行仿真。 BP网络结构 BP网络是一种具有3层或3层以上的单向传播神经网络，包括输出层、中间层（隐层）和输入层。BP神经网络是一种多