10.16652/j.issn.1004⁃373x.2022.21.027
基于经验模态分解的城市轨道交通短时客流预测模型
目前在城市轨道交通短时客流预测过程中,容易受到乘客、时间等外来因素影响,导致预测准确度相对较低.为此,提出基于经验模态分解的城市轨道交通短时客流预测模型.利用固有经验模态函数进行数据支撑,根据时间特性进行序列分解,分解为时间序列模块.在完成数据收集后,对数据差值进行求解,确定固有经验模态函数的数量,利用权重系数实现权重更新,确保预测过程的稳定性.分解原始客流序列数据,对函数分量加以细化筛选,通过信息筛选和输出利用预测模型实现信息预测.实验结果表明,该模型能够很好地实现数据采集和提取,预测准确度高达98%,预测能力较好,为城市轨道运输工作提供了有力的数据支撑.
经验模态分解、城市轨道交通、短时客流、预测模型、数据收集、权重系数
45
TN99⁃34
2022-11-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
151-154