原文传递
基于EEMD-GSVM的高速铁路客流短期预测
| 论文题名： | 基于EEMD-GSVM的高速铁路客流短期预测 |
| 关键词： | 经验模态分解;高速铁路;短期客流预测;支持向量机 |
| 摘要： | 近几年来，我国高速铁路事业发展迅速，中国已成为世界上高速铁路发展最快、系统技术最全、集成能力最强、运营里程最长、运营速度最高、在建规模最大的国家。然而，中国高速铁路的发展离不开基础研究，客流量是修建高速铁路的基础和依据，合理的组织客流是发挥高速铁路效益的关键，因此，分析高速铁路客流，研究精确合理的高速铁路短期客流预测及方法具有重要的理论价值和现实意义。 本文首先从客流形成机制、行为特性以及组合预测三个角度综述了高速铁路客流预测的理论与方法，为短期预测模型的建立奠定理论基础；其次，应用统计与时间序列挖掘的方法从波动周期、振位、能量、模式混叠等角度对高速铁路客流的波动特性进行分析，应用经验模态分解(EMD)的方法对高速铁路客流波动信号进行模态分析；第三，应用改进经验模态分解(EEMD)模型，借助“隔离”预测的理念，构建融合灰色生成与支持向量机的EEMD-GSVM短期预测模型，并研究了模态重构与参数的优化的方案；第四，以武广高速铁路为研究对象，运用所构建的EEMD-GSVM短期预测模型对高速铁路短期客流预测进行了实证分析，预测结果取得了较高的精度，说明EEMD-GSVM模型有较好的适应性；最后总结了论文的研究成果，并提出了有待于继续深入研究的问题。 |
| 作者： | 潘亮 |
| 专业： | 系统工程 |
| 导师： | 姜秀山;马敏书 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
