[发明专利]一种基于组合神经网络结构的短时轨道交通客流预测方法有效
| 申请号： | 201810829015.7 | 申请日： | 2018-07-25 |
| 公开（公告）号： | CN109086926B | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 周竹萍;张蔚;张水潮;徐文鑫;周泱;彭云龙;黄锐;李磊 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06F16/00 | 分类号： | G06F16/00 |
| 代理公司： | 南京苏创专利代理事务所(普通合伙) 32273 | 代理人： | 张学彪 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于组合神经网络短时轨道交通客流预测方法，它是通过自编码神经网络模型，对采集到的轨道交通客流数据进行训练，使用逐层贪婪训练法依次训练每层网络，抽象出客流的本质规律；然后将学习到的参数用于初始化小波神经网络，利用有监督学习对权值进行调整，最后利用调整后的小波神经网络对短时轨道交通客流进行预测。本发明的方法可以对轨道交通客流数据进行更深入的特征提取，而且具备良好的时频局部化性能及函数逼近功能，因此在对轨道交通客流进行短时预测时精准度更高，性能更优。 | ||
| 搜索关键词： | 一种 基于 组合 神经网络 结构 轨道交通 客流 预测 方法 | ||
【主权项】：
1.一种基于组合神经网络结构的短时轨道交通客流预测方法，其特征在于：包括以下步骤：步骤1：把采集到的轨道交通线路上单个车站在运营时间内每隔一时段汇总一次的进出站客流量作为原始样本，对原始样本进行预处理并按照客流特性进行数据分类得到预处理样本；步骤2：由步骤1得到的预处理样本，输入到自编码神经网络中，学习客流特征，在训练过程中对参数值进行调整；步骤3：利用步骤2中的参数初始化小波神经网络，得到客流预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810829015.7/，转载请声明来源钻瓜专利网。
