基于ELM和LSSVM的客流量預測模型

張克申 安俊峰 孫二杰 趙帥 蘆瀟 盧萌萌

摘要：涉及一種基于滾動式地鐵人流量混合預測方法，采用的是雙預測算法，雙預測通道的模式；雙預測方法指的是預測用到了ELM神經網絡和LSSVM兩種算法混合組成。雙預測通道指的是采用兩個不同的滾動序列基數進行預測。最后根據不同方式確定權重大小，并且得到混合預測數據模型。

關鍵詞：ELM；LSSVM；滾動；權重；混合

DOI： 10.396 9/j.issn.1 005-5 517.2 01 8.7.01 8

0 引言

地鐵中，客流量分析是一個很重要的領域，客流量的多少直接影響到安全，城市的經濟發展等重要因素。地鐵的客流量多少對乘客的出行有很大的警示作用。

AFC（自動售檢票）系統可以獲得很大的客流量信息，可以進行設置，獲得每分鐘、每小時、每天、每月、每季度、每年的數據信息，并且可以按照車站每類整理，形成龐大的數據信息，信息量的充足和龐大足夠支撐大家去進行分析和預測，并且因為數據量的充足和龐大，可以對感興趣數據進行分類整合，組成想要的數據信息進行研究。

收集大量的客流量數據后，以每半年或者每年為單位作為數據統計，有效地去預測未來五年或者未來十年，甚至未來二十年的數據，對于地鐵線路的規劃，市政建設的布局都有著指導性的作用。

并且現有的預測算法都是針對于已知的數據進行分析和預測，進而研究一種預測方法去預測未知數據是有必要的。目前存在的預測方法是用已知的數據做研究，即知道數輸入數據和輸出數據，進行研究和挖掘，但是往往未來的的輸入數據是未知的，那么帶來預測很大的不方便，但是預測有著很重要的作用。……