資源描述:
《徑向基網(wǎng)絡模型在上海地鐵客流預測中的應用研究》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在工程資料-天天文庫。
1、徑向基網(wǎng)絡模型在上海地鐵客流預測中的應用研究摘要:基于對國內(nèi)外科學家的工作和研究成果的分析,運用數(shù)學和計算機輔助技術,采用徑向基RBF神經(jīng)網(wǎng)絡模型針對軌道客流變化進行建模,將其應用于城市軌道交通突發(fā)大客流研究領域。通過合理,準確的短期客流預測為地鐵運營公司及時地調(diào)整運營計劃、適時地為乘客發(fā)布乘車信息、準確地執(zhí)行客流管理控制預案提供依據(jù),確保軌道系統(tǒng)高效、有序、安全的運行,最大限度地使客流削峰填谷,減輕運營壓力,最終提高交通網(wǎng)絡運行和管理的效率。中國8/vie 關鍵詞:客流預測;軌道交通;神經(jīng)網(wǎng)絡;徑向基;高斯函數(shù) 中圖分類號:TP391
2、 文獻標志碼:A :2095-2163(2016)06-0079-03 0引言 [JP2]客流預測的方法主要分為線性法和非線性法。影響客流的因素具有非線性相關性,從時間上看,早晚高峰的通勤、節(jié)假日、惡劣天氣都會引發(fā)大客流;從空間上看,同一時刻不同線路、站點的斷面客流、方向有著明顯的差別,矛盾現(xiàn)象突出;[JP3]從出行特征看,乘距較長,平均乘距14公里。綜上分析發(fā)現(xiàn)客流預測呈現(xiàn)出了鮮明的非線性特征,為此本研究將選用非線性方法。[JP] 依據(jù)文獻研究可知,由于非線性的徑向基神經(jīng)網(wǎng)絡具備良好的非線性擬合能力,優(yōu)秀的自學習能力,以及強大的
3、魯棒性,因而尤其適合于計算機性質(zhì)的設計實現(xiàn)。相應地,本文將基于此而展開客流預測模型的構(gòu)建研究。研究中即以上海地鐵作為試驗對象,以歷史客流作為輸入,通過局部逼近方式采用高斯函數(shù)進行計算,再根據(jù)評價指標對結(jié)果提供優(yōu)化處理,使其獲得細微修正與改進調(diào)整。在理論上,流程操作步驟可描述為:以具有代表性的四線桂林路站入站換乘客流數(shù)據(jù)為輸入,進行模型的訓練與學習,確定網(wǎng)絡結(jié)構(gòu),包括隱藏層數(shù)、各層節(jié)點數(shù)、傳遞函數(shù)類型、各層連接權值等。而在網(wǎng)絡結(jié)構(gòu)的模型建立后,再輸入測試樣本對預測模型進行驗證,直到誤差值小于預設誤差值?! BT4]1徑向基網(wǎng)絡結(jié)構(gòu) RBF
4、神經(jīng)網(wǎng)絡有3層,分別是:輸入層、隱藏層和輸出層。其中,輸入層由多個輸入信號源組成;輸入信號源通過徑向基作為激勵函數(shù)來表述隱藏層,當輸入落在指定區(qū)域時,就會給徑向基函數(shù)生成一個刺激,隱藏層就會做出積極反應,得到中間點,徑向基的網(wǎng)絡結(jié)構(gòu)也隨即可得對應定量指標,將隱藏層加權即可得到輸出層,輸出層顯示輸入樣本的最終網(wǎng)絡作用效果。進一步地探討可知,輸入到隱藏層是非線性的,隱藏層到輸出層是線性的。在此,針對網(wǎng)絡結(jié)構(gòu)中每一層的功能實現(xiàn)可給出如下闡釋解析?! ?)輸入層。輸入層由歷史樣本組成。在輸入層中,將對所有數(shù)據(jù)進行分析整合,并在學習的過程中實現(xiàn)模型訓
5、練,最終確定樣品誤差最小的設計模型?! ?)隱藏層。隱藏層通常選用高斯函數(shù)作為徑向基的激活函數(shù)。高斯函數(shù)是非線性函數(shù),可以根據(jù)輸入樣本的變化而不斷學習。在訓練過程中一個關鍵點是要確定隱藏層的節(jié)點數(shù)量,常見做法即是讓隱層神經(jīng)元的數(shù)量等于輸入向量的元素數(shù)量。當計算數(shù)據(jù)有較大誤差時,循環(huán)RBF網(wǎng)絡將再次求解并更新誤差估算權值,此時可以在隱藏層重新組織神經(jīng)元的輸入矢量,直至誤差滿足預設值時,循環(huán)停止?! ?)輸出層。隱藏層單元的輸出通過線性加權即可求得輸出層的預測值。由于隱藏層與輸出層是多對一的關系,因而需要先求出各神經(jīng)元的權值,再運用線性函數(shù)來計
6、算最終結(jié)果?! BT4]2徑向基網(wǎng)絡模型 基于上述理論設計推演可得,徑向基網(wǎng)絡模型建構(gòu)示意可如圖1所示?! ∮蓤D1可見,p是輸入,nmx用于?()用于模擬仿真預測。另外,nein的客流數(shù)據(jù),共6000條作為輸入樣本。原始數(shù)據(jù)的整體變動趨勢則如圖2所示?! ?結(jié)束語 [CM(24]客流預測是實現(xiàn)智能交通的關鍵要素,是軌道交通路網(wǎng)高效運營的需要,本文的目標就是精確預測短期客流?! ”疚母鶕?jù)客流的非線性、突發(fā)性、不確定性的特點,在詳細分析國內(nèi)外預測領域研究現(xiàn)狀、總結(jié)算法特點的基礎上建立RBF客流預測模型,運用仿真手段進行預測,并通過不同場景
7、的預測結(jié)果的比較,對參數(shù)實現(xiàn)了優(yōu)化調(diào)整,最終提高預測準確率?! ”菊撐难芯苛塑壍澜煌A測方法和人工神經(jīng)網(wǎng)絡,創(chuàng)建了基于RBF神經(jīng)網(wǎng)絡理論預測模型的短時客流預測模型并取得了一定的成果,對客流預測的實際進展發(fā)揮了有益的推動作用。