[发明专利]一种基于径向基函数神经网络的客流量预测方法

摘要

本发明涉及一种基于径向基函数神经网络的客流量预测方法，其特征在于，包括以下步骤：对历史客流量数据进行预处理；对预处理后的数据进行节假日判别，区分平日数据与节假日数据；将平日数据以“星期”和“时段”属性进行分组和排列输入到初始的径向基函数神经网络中进行训练并验证，得到训练完成的神经网络参数；综合平日数据和节假日数据计算节假日波动系数；将预测时段对应的数据输入到预测算法中得到预测值，结合节假日波动系数，最后计算出不同时间粒度的预测客流量。这种全新的客流量预测方法能够有效地提升预测效率与预测精度，并为管理部门在应对突发性大客流的情况上提供良好的技术支持。

主权项

1.一种基于径向基函数神经网络的客流量预测方法，其特征在于，包括以下步骤：步骤1、对历史小时客流量进行预处理，剔除异常值并进行数据修补；步骤2、对预处理后的数据进行节假日判别，将非节假日的客流量数据录入平日数据库中，将节假日的客流量数据录入节假日数据库中；步骤3、将平日数据库中一定数量的数据输入到径向基函数神经网络中进行训练并验证，得到训练完成的神经网络参数，对径向基函数神经网络的训练包括以下步骤：步骤3.1、配置径向基函数神经网络的初始参数；步骤3.2、将平日数据库中的数据作为训练数据输入径向基函数神经网络进行训练，得到神经网络训练参数；步骤3.3、采用平日数据库中与步骤3.2相同的数据形式且未用于步骤3.2的数据作为测试数据对已训练的径向基函数神经网络进行验证，如果达到训练目标则视为训练完成并输出径向基函数神经网络训练参数，如果未达到目标则返回步骤3.2重新训练；步骤4、调用平日数据库和节假日数据库计算各个节假日及其影响范围的波动系数，所述波动系数为节假日数据库中上一年相同日期的客流数据除以平日数据库中今年相同日期对应“星期”属性的日均客流量；步骤5、平日及节假日客流量预测：将实时获得的与预测时段对应的小时客流量数据输入已训练的径向基函数神经网络得到预测时段的小时预测量，若预测时段为非节假日，则将预测量作为最终小时预测量输出，若预测时段为节假日，则将预测量与步骤4得到的波动系数相结合，得到最终小时预测量。