投稿须知

  1. 请 ...

UKF地铁短时客流预测研究

作者:范橙 徐宁 晏彬 晏秋 唐智慧

关键词: 地铁; 客流预测; BP神经网络; 状态空间方程; UKF;

摘要:为获得较为可靠的地铁车站实时客流,提出基于神经网络与无迹变换卡尔曼滤波(UKF)结合的信息融合预测方法。首先利用各站点间进出客流时空相关性,在运行时间约束下组织预测向量,以BP神经网络为函数表达给出目标站点客流的初步预测值。在此基础上,利用无迹变换卡尔曼滤波解决神经网络过学习造成的误差,以提高预测结果精度。最后选取实例验证算法的准确性,结果表明,该改进算法可有效提高预测精度,满足运营需求。 


上一篇:重庆市主城区轨道交通客流成长规律研究
下一篇:基于网络瓶颈控制的轨道交通车站客流疏导研究

地址:北京市西直门外北京交通大学7号办公楼733室   邮政编码:100044
京公网安备:110402430059 号 京ICP备12010520号-2