首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于小波分析的最小二乘支持向量机轨道交通客流预测方法
引用本文:杨军,侯忠生.基于小波分析的最小二乘支持向量机轨道交通客流预测方法[J].中国铁道科学,2013,34(3).
作者姓名:杨军  侯忠生
作者单位:1. 北京交通大学电子信息工程学院,北京100044;北京市轨道交通指挥中心,北京100101
2. 北京交通大学电子信息工程学院,北京,100044
基金项目:国家自然科学基金资助项目,国家科技支撑计划项目
摘    要:针对城市轨道交通客流预测问题,采用离散一维Daub4,小波分析方法对某一时间段的原始客流时间序列数据进行分解;以分解得到的高频分量和低频分量为样本数据,对最小二乘支持向量机进行训练,确定最小二乘支持向量机的核参数σ,以及系数a和b.利用训练后的最小二乘支持向量机预测未来一段时间客流时间序列数据的高频分量和低频分最,然后再利用Daub4小波分析方法对预测的高频分量和低频分量进行数据重构,从而得到预测的未来一段时间客流时间序列数据.与历史平均预测法和灰色预测法进行比较,结果表明,基于小波分析的支持向量机客流预测方法用于轨道交通短期客流预测具有更好的精度.

关 键 词:轨道交通  客流预测  短期预测  小波分析  支持向量机  数据处理

A Wavelet Analysis Based LS-SVM Rail Transit Passenger Flow Prediction Method
YANG Jun , HOU Zhongsheng.A Wavelet Analysis Based LS-SVM Rail Transit Passenger Flow Prediction Method[J].China Railway Science,2013,34(3).
Authors:YANG Jun  HOU Zhongsheng
Abstract:
Keywords:Rail transit  Passenger flow prediction  Short-term prediction  Wavelet analysis  Support vector machine  Data processing
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号