基于GSO-BP神经网络的城市轨道交通客流量短时间预测

被引：10

作者：

唐秋生

程鹏

李娜

机构：

[1] 重庆交通大学交通运输学院

来源：

交通科技与经济 | 2017年 / 19卷 / 01期

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;

D O I：

10.19348/j.cnki.issn1008-5696.2017.01.001

中图分类号：

U293.13 [];

学科分类号：

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。

引用

页码：1 / 4+63 +63

页数：5

共 15 条

[1] An efficient approach for short term load forecasting using artificial neural networks [J].

Kandil, Nahi ;

Wamkeue, Rene ;

Saad, Maarouf ;

Georges, Semaan .

INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 2006, 28 (08) :525-530

[2] 基于小波去噪和GA-Elman神经网络的短时交通流预测 [J].

刘艺 ;

张琨 .

交通科技与经济, 2015, 17 (06) :80-85

[3] 灰色预测模型在铁路客流预测中的应用 [J].

黄召杰 ;

冯硕 .

交通科技与经济, 2014, 16 (01) :57-60

[4] 基于GSO优化BP神经网络的预测模型 [J].

潘艳杰 ;

熊助国 ;

郭旭平 .

河南城建学院学报, 2013, 22 (01) :47-51

[5] 一种小规模多种群萤火虫群优化算法 [J].

祝华正 ;

何登旭 .

计算机工程与应用 , 2011, (23) :48-50

[6]

一种基于演化神经网络的预测算法[J]. 李英,李武,王浣尘. 预测. 2003(06)

[7] 基于萤火虫优化的BP神经网络算法研究 [J].

侯越 ;

赵贺 ;

路小娟 .

兰州交通大学学报, 2013, 32 (06) :24-27

[8]

Economic prediction using neural networks:the case of IBM daily stock returns. WHITE H. Proceedings of the second annual IEEE conference on neural networks . 1998

[9] Comparison of parametric and nonparametric models for traffic flow forecasting [J].

Smith, BL ;

Williams, BM ;

Oswald, RK .

TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 2002, 10 (04) :303-321

[10] 基于改进BP网交通流动态时序预测算法的研究 [J].

王宏杰 ;

林良明 ;

徐大淦 ;

颜国正 .

交通与计算机, 2001, (03) :11-14

← 1 2 →