原文传递
公交客流量的波动分析和短期预测
| 论文题名： | 公交客流量的波动分析和短期预测 |
| 关键词： | 公共交通;客流量;波动分析;短期预测;公交管理 |
| 摘要： | 智慧交通是智慧城市建设的重要构成部分，公共交通以其大运量、低成本和高环保的特点，正日渐成为发展智慧交通关注的焦点。公交客流量是进行公交调度、实现公交资源有效配置的基础数据和重要依据，运营调度效率的高低直接影响着公交企业的生产效率、经济效率和服务质量的好坏。但是，公交日客流受到节假日、天气等多种因素的综合影响，客流序列的波动呈现很强的非线性和非平稳性，客流量的预测难度较大。因此，掌握客流波动的特征和规律，并提出一种有效的预测方法对公交调度有着重要的意义。 为了更好地解决公交管理领域中存在的客流序列波动情况复杂，短期客流量预测能力不足的问题，本文进行了以下研究： 针对公交客流量序列波动情况复杂的问题，结合公交波动的时间、空间不均匀分布的特性，运用统计分析的方法对其进行了分析。基于 EEMD处理非线性、非平稳信号的优势，运用EEMD对客流序列进行了模态分解，并重构分解所得的分量，得到高频分量、低频分量和趋势分量，最后，对这三个分量所代表的实际含义进行了解释和说明。 在客流波动分析的基础上，分别运用BP、RBF和 ELM神经网络技术进行了短期客流的预测。通过实例分析，详细介绍了三种神经网络的参数设置方法，并对其预测性能进行了比较。 针对EEMD对客流序列的分解和ELM神经网络在短期客流预测中的良好性能，提出了基于EEMD-ELM的客流量组合预测方法。首先，对日客流量序列进行EEMD分解，得到代表原序列不同的信号特征的IMF分量和剩余趋势分量；然后，根据各分量的平均周期建立ELM神经网络预测模型；最后，将各个分量的预测值相叠加，即得到原始客流量序列的预测值。通过西安市某公交线路的实例分析，并与单一预测模型等进行比较，证实了EEMD-ELM组合预测模型的有效性。 |
| 作者： | 祁俊琴 |
| 专业： | 管理科学与工程 |
| 导师： | 李华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
