[发明专利]一种基于超弦灵魂算法的公交客流预测方法

摘要

一种基于超弦灵魂算法的公交客流预测方法，根据公交客流与公交客运里程的关系建立线性公交客流预测模型与参数优化模型。然后基于已有的弦理论观点，即人类灵魂状态本质是超弦波，模拟超弦波寻找灵魂最活跃状态，对应于寻找参数优化模型的最优解，定义目标函数中的每个决策变量为波函数的位移，谐振子的波函数是以时间为变量的，不同时间谐振子位移不同，定义能量函数为目标函数，在不同时刻的能量值不同，通过对不同时刻能量值的监控，获取能量最大值或最小值，求解目标函数最大值或者最小值。

主权项

1.一种基于超弦灵魂算法的公交客流预测方法，包括以下步骤：(1)由公交客流与公交客运里程的线性关系可以建立公交客流预测模型：式中：为客流预测值，x为客运里程，w₁为线性公交客流模型的斜率，w₂线性公交客流模型的截距；(2)利用训练数据集以客流预测值与客流实际值误差和的最小值为目标求解参数w₁和w₂:式中：y为训练集客流实际值，n为训练样本数；将超弦波中不同谐振子的波函数进行定义：式中：n为目标函数中决策变量的个数，对应于超弦波的谐振子个数，w_n为第n个决策变量，对应于波函数的位移，a_n为波函数的振幅，b_n表示将波中心沿x轴平移b_n单位，v_n/2表示角速度，为每个谐振子的初相，t表示时间；波函数参数中的a_n，b_n用于控制位移的范围，即可以用于限制各决策变量的范围；设a_n＞0，此时位移函数随sinvt单调递增，而正弦函数sinvt的范围为‑1到1；若决策变量范围为：式中：为w_n的最小值，为w_n的最大值；则：可求出：(3)波函数中的频率v_n越大，寻优搜索耗费时间越长，v_n越小，寻优搜索速度越快，但是有可能错过最优解，故在不同的优化问题，根据其收敛情况对v_n值进行设定,对能量影响值大的决策变量对应谐振子波函数的频率越小；(4)定义能量函数：E(t)＝F(X)  (7)式中：E(t)为能量函数，F(X)为目标函数，t为时间，X以决策变量为元素的向量，寻找灵魂能量最大值(最小值)即为寻找目标函数最大值(最小值)；(5)当t为不同值时计算E(X)的值，随机生成n个不同初相的谐振子，将谐振子波函数周期内时间间隔为τ时不同时刻的能量值进行计算，取其能量最大值作为当前最优值；(6)重复步骤(5)，直到实现达到循环中止次数或者能量值达到期望值，最终可求得最后一次迭代的能量值作为目标函数最大值；(7)求出使目标函数最大的决策变量值，代入公交客流预测模型可以求出客流预测值。