原文传递
基于EMD的BP神经网络在公交客流预测中的应用
| 论文题名： | 基于EMD的BP神经网络在公交客流预测中的应用 |
| 关键词： | 公共交通;客流量;预测模型;BP神经网络;粒子群优化算法;经验模态分解法 |
| 摘要： | 随着城市的发展，道路拥挤、车辆堵塞等交通问题越来越严峻，随之引发了环境污染、出行不便等一系列问题，这种情况下优先发展公共交通成为解决问题的重中之重。为了提高公交运营管理效率，关键做法是掌握客流情况，对短时公交客流进行分析和预测能够了解到客流变动情况，有助于制定出合理有效的公交调度计划。 传统的公交客流采集方法已经不再适用于当今的海量数据，智能公交系统的出现使得数据收集变为了可能。通过收集公交IC卡刷卡数据与行车GPS数据，将二者结合进行分析，可以得到公交运营的线路、上车站点、客流量等基本信息。通过对客流量数据的挖掘分析，可以得出不同时间段的客流变化趋势及规律，在此基础上对客流量进行峰值区间划分，整体把控客流量的时间特性。 针对非线性非平稳的客流量数据进行预测，以往的统计学方法已经无能为力。本文以经典的人工神经网络之一BP神经网络模型为基础，提出了两种改进后的组合模型，其一是以优化网络权值阈值为目的，结合了粒子群优化算法的组合模型，其二是以降低数据非平稳性为目的，应用了经验模态分解方法的组合模型。实验结论表明，改进后的组合模型显著提高了预测精度，证实了新方法在预测客流量方面的可用性和有效性。 |
| 作者： | 郭雅楠 |
| 专业： | 软件工程 |
| 导师： | 孟昭鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
