[发明专利]一种基于神经网络的轨道交通实时客流预测方法

摘要

本发明涉及一种基于神经网络的轨道交通实时客流预测方法，主要解决现有技术中存在的准确度低的技术问题，本发明通过采用从自动售检票系统采集n个历史数据作为原始样本，对原始样本进行预处理得到预处理样本；依据非线性自回归神经网络，建立关于时间序列的短时客流预测模型p(t)，所述非线性自回归神经网络包括输入层、输入滞时、隐藏层、输出层及输出滞时；根据非线性自回归神经网络模型p(t)，以及训练算法，进行实时客流预测，所述实时客流预测包括短时客流预测、高峰预测及客流分布站点预测的技术方案，较好的解决了该问题，可用于轨道交通实时客流预测中。

主权项

一种基于神经网络的轨道交通实时客流预测方法，其特征在于：所述方法包括：(1)从自动售检票系统采集n个历史数据作为原始样本，对原始样本进行预处理得到预处理样本；(2)依据步骤(1)中预处理样本，依据非线性自回归神经网络，建立关于时间序列的短时客流预测模型p(t)，所述非线性自回归神经网络包括输入层、输入滞时、隐藏层、输出层及输出滞时：p(t)=f(p(t-1),p(t-2),...,p(t-n),W)=f[p(t),W],]]>(3)根据步骤(2)中短时客流预测模型p(t)，以及训练算法，进行实时客流预测，所述实时客流预测包括短时客流预测、高峰预测及代表性的客流分布站点预测；其中，t表示时间，p表示客流量，延时阶数n为正整数，W表示权重矩阵。