基于GSO-BP神经网络的城市轨道交通客流量短时间预测

摘要：

城市轨道交通作为公共交通客流量的分担措施之一,能够解决因客流量预测不准确而带来的资源浪费和低效益问题.建立一种新的GSO-BPNN方法,该方法在BP网络的基础上植入GSO算法,优化网络的初始权值和阈值,并以某城市轨道交通客流量为例,对比普通BP网络预测模型,结果显示GSO-BPNN方法的预测精度较高.

关键词：城市轨道交通、神经网络、萤火虫算法、客流量预测、Matlab仿真

所属期刊栏目：19

分类号：U213.2(铁路线路工程)

在线出版日期：2017-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,63