- · 《北京交通大学哲学社会科学文库》入选专著获乌拉圭驻华大使馆重点推介[01/06]
- · 北京交通大学8人荣获詹天佑铁道科学技术奖[01/06]
- · 我校交通运输工程博士后科研流动站在2020年博士后工作综合评估中被评为优秀等级[12/25]
- · 我校“研究生科学道德与学风建设月”活动闭幕式暨榜样的力量报告会顺利举办[12/21]
- · 我校3个重点实验室获得首批铁路行业科技创新基地认定[12/18]
- · “宽带移动信息通信铁路行业重点实验室”落户交大暨“铁路5G创新实验室”建成[12/18]
- · 机电学院师生获《机械工程学报》第四届青年杰出论文奖[12/15]
- · 研究生院召开课程建设及教育教学改革项目检查会[12/14]
基于支持向量回归的地铁进站客流短时预测模型
作者:谢臻 郭建媛 秦勇
关键词: 城市轨道交通; 客流预测; 支持向量回归; 粒子群算法;
摘要：基于准确的未来客流信息对地铁运营的重要性,研究客流预测的方法。选取支持向量机应用领域的一大分支——支持向量回归的方法对地铁进站客流进行短时预测,使用一种改进的粒子群算法进行参数寻优,从而构建客流预测模型。提出的模型以日期类型和所处时刻作为输入,可以提前预测未来一周的每15 min的客流。采取平均绝对百分比误差和均方根误差对模型的预测结果进行评估。使用广州杨箕车站进站客流数据进行实验,通过交叉验证确定验证参数选取的合理性,并将该模型与BP神经网络、KNN算法进行比较,实验表明模型预测结果的精度更高,稳定性更好。