城市轨道交通客流预测算法设计与仿真

摘要：

为了更好地解决城市轨道交通的客流预测问题,提出了基于混合神经网络与卡尔曼滤波器的客流预测多层次模型.首先采用ELAN神经网络实现客流量的初步预测;然后采用卡尔曼滤波器对神经网络预测结果进行修正,以进一步提高预测结果精度;最后为了验证模型的正确性,以上海地铁交通作为研究对象,进行了客流观测和预测模拟.实验结果表明,所提出的多层次模型比单纯其中一种算法能减少约0.8％的误差,并且具有更好的实际效果.

关键词：轨道交通、客流预测、ELAN神经网络、卡尔曼滤波器、系统仿真

所属期刊栏目：41

分类号：U293.5(铁路运输管理工程)

资助基金：国家科技支撑计划2009BAG18B04;上海市重点学科建设项目S30602

在线出版日期：2014-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：276-279