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。……