基于BP神经网络铁路客流量预测研究.docVIP

基于BP神经网络铁路客流量预测研究 　　提要　铁路客流量的影响因素既来自于顾客的需求，也来自于铁路系统的供给，根据这些影响因素选取样本，利用BP神经网络的非线性映射特性进行网络训练及预测，结果客观可靠，从而为铁路系统的管理工作提供了有力的支持。 　　关键词：铁路客流量；BP神经网络：预测 　　中图分类号：F53 　　文献标识码：A 　　 　　铁路运输在社会生活中占有极为重要的地位，它是国民经济活动中必不可少的重要组成部分。随着社会的发展，铁路客流量呈现出不断增长的趋势，铁路运输管理部门应做好铁路客流量的预测工作，提前做好准备，从而保证旅客顺利出行。 　　 　　一、铁路客流量预测研究现状 　　 　　一些学者对铁路客流量预测进行了相关研究，如常国珍、张前登(2008)采用时间序列分析方法对我国铁路客流量进行预测；沈家军、王炜、陈峻(2007)为了科学准确地预测近期公交客流量，提出了应用灰色马尔可夫模型进行预测的方法；田艳君、毛月华、李克(2007)通过对某市公路客运量数据特征的分析，建立了基于支持向量机的客流量预测方法。这些方法主要是从客流量随时间的变化规律进行研究的，属于时间模型预测法，这类方法要求环境相对稳定，因此在应用中存在一定的局限性。 　　陈翠利、黄志彤(2008)按照客运专线客流的形成原因将其分为趋势客流、诱发客流和转移客流，根据各部分客流的自身变化特点，分别采用不同的模型或方法进行预测，最后给出了总体客流量预测的计算方法；这种方法虽然界定了三部分客流量的范围，但是从实际来讲，三者之间时界限不可能完全划分清晰。转移客流和诱发客流在实际中会有极少部分和趋势客流相重合，同时还会有其他因素形成的微小客流而不被归入这三部分，因此这种方法也存在一定的问题。 　　铁路客流量受多种因素的影响，不仅仅是时间的函数。因此，本文利用BP神经网络具有高度非线性关系的映射能力，可以实现M维欧氏空间到N维欧氏空间的任意映射这一特点，把影响铁路客流量的各种因素作为输入，建立起与客流量之间的映射，从而对客流量进行预测。 　　 　　二、铁路客流量的???响因素 　　 　　从经济学角度来讲，铁路客流量就如同交易的商品数量，这个交易数量既受顾客需求的影响，也受来自铁路供给方面的影响，现把这些影响因素总结如下： 　　1、经济发展水平，影响铁路客流量首当其冲的一个因素就是经济发展水平，而经济发展水平往往用一个国家的GDP来反映，这是一个重要的宏观经济指标。经济发展水平高，意味着旅客的出行增加，同时也意味着铁路旅客运输能力的提升，这是一个综合性的影响因素，也是一个非常基础的影响因素。 　　2、铁路基础设施状况，我国铁路旅客运输属于垄断市场，铁路投资的主体主要是政府。一个国家的铁路营业里程、铁路客车拥有量等决定着铁路旅客运输的供给，决定运输服务的数量、质量。 　　3、居民消费水平，随着人们生活水平的提高，在满足了人们起码的生存和安全需求后，探亲、休养、旅游、访友等的需求也必然增长，与此相联系的消费性需求也将相应地在数量上和质量上发生变化。居民消费水平可通过居民消费支出来反映。 　　4、人口数量，旅客运输的对象是人，人口数量的变化必然引起旅行需求的变化。城市化进程的加快，人口集中加速，人口流动相对频繁，客运需求量也将变大。 　　5、旅行费用，即运输服务价格，在一定的旅行条件下，旅客具有选择运价较低的运输工具的倾向，尤其是消费性旅行需求更是如此。在我国富裕程度还远没有达到发达国家水平的时候，票价仍将是旅客选择运输方式时所考虑的主要因素之一。 　　6、其他替代运输方式的发展，对于某一运输方式而言，其他运输方式的运价水平、服务质量及其发展情况会直接影响其需求。比如，航空与公路交通的性价比显著提高，会直接影响旅客对铁路的需求。 　　7、政策因素。国家为了保证国民经济快速、持续、稳定的增长，对国家的资源配置、能源交通等对国民经济发展有重大影响的方面施行宏观管理和调控。因此，国家针对交通运输制定的有关政策必然会对各种交通运输方式产生很大的影响。 　　由于经济事物的复杂性，铁路客流量的影响因素除了上述几个主要方面外，还存在其他一些影响因素。在不影响问题分析的前提下，抓住主要方面，忽略次要的影响因素。 　　 　　三、BP神经网络的原理 　　 　　反向传播算法是一种计算单个权值变化引起网络性能变化值的较为简单的方法。由于BP算法过程包含从输出节点开始，反向地向第一隐含层(即最接近输入层的隐含层)传播由总误差引起的权值修正，所以称为“反向传播”。 　　BP网络不仅含有输入节点和输出节点，而且含有一层或多层隐(层)节点。输入信息先向前传递到隐节点，经过作用后，再把隐节点的输出信息传递到输出节点，最后给出输出结果。 　　BP算