基于神經網絡的軌道交通日客流量預測

張清泉 萬江云

(重慶交通大學，重慶 400000)

表1 鄭州市3月5日—5月31日地鐵客流量預測及誤差統計表

引言

短時客流預測研究受到了眾多學者的關注。迄今為止，已有許多理論和方法應用于短時客流預測，主要有基于線性系統的預測方法、基于知識發現的智能模型的預測方法、基于非線性系統理論的預測方法、基于組合模型的預測方法［1］。

1．神經網絡簡介:

神經網絡 (NN)又稱為人工神經網絡 (ANN)神經網絡是一種運算模型，由若干個神經元 (節點、單元)和相互之間連接的加權連接構成，具有非線性、非局限性、非常定型和非凸性的特點。神經網絡分為靜態神經網絡和動態神經網絡，而動態神經網絡又可分為有記憶功能和無記憶功能［2］。

2．客流特征分析

除法定節假日外，客流呈7天周期性變化，周一至周日呈“V”字型變化規律，周一至周三客流呈下降趨勢，周三至周日客流呈上升趨勢，周三客流最少。法定節假日客流會較大幅度增長。

3．基于神經網絡的軌道交通日客運量預測

以鄭州市2014年3月1日—5月31日的地鐵日客運量(見表1)，運用matlab神經網絡時間序列工具箱對客流進行預測。設置訓練數據64個，測試數據14個，驗證數據14個，經多次模擬試驗，選取延遲步數為4、隱層神經元為12的神經網絡結構 (如圖2所示)，進行預測。

4．預測結果及分析

預測結果分析:客流預測結果顯示，最大預測誤差27.12%，最小預測誤差0，大于10%以上的誤差共9天，占9.78個百分點，占比較低。平均相對誤差5.25%。結果表明，該方法具有較好的預測效果。

［1］邵春福，熊志華等．道路網短時交通需求預測理論、方法及應用［M］．北京:清華大學出版社，2011．

［2］朱凱，王正林．精通MATLAB神經網絡 ［M］．北京:電子工業出版社，2010．