公交客流量的波動分析和短期預測.pdf

1、智慧交通是智慧城市建設的重要構(gòu)成部分，公共交通以其大運量、低成本和高環(huán)保的特點，正日漸成為發(fā)展智慧交通關(guān)注的焦點。公交客流量是進行公交調(diào)度、實現(xiàn)公交資源有效配置的基礎數(shù)據(jù)和重要依據(jù)，運營調(diào)度效率的高低直接影響著公交企業(yè)的生產(chǎn)效率、經(jīng)濟效率和服務質(zhì)量的好壞。但是，公交日客流受到節(jié)假日、天氣等多種因素的綜合影響，客流序列的波動呈現(xiàn)很強的非線性和非平穩(wěn)性，客流量的預測難度較大。因此，掌握客流波動的特征和規(guī)律，并提出一種有效的預測方法對公交調(diào)度

2、有著重要的意義。
　　為了更好地解決公交管理領(lǐng)域中存在的客流序列波動情況復雜，短期客流量預測能力不足的問題，本文進行了以下研究：
　　針對公交客流量序列波動情況復雜的問題，結(jié)合公交波動的時間、空間不均勻分布的特性，運用統(tǒng)計分析的方法對其進行了分析。基于 EEMD處理非線性、非平穩(wěn)信號的優(yōu)勢，運用EEMD對客流序列進行了模態(tài)分解，并重構(gòu)分解所得的分量，得到高頻分量、低頻分量和趨勢分量，最后，對這三個分量所代表的實際含義進行了解

3、釋和說明。
　　在客流波動分析的基礎上，分別運用BP、RBF和 ELM神經(jīng)網(wǎng)絡技術(shù)進行了短期客流的預測。通過實例分析，詳細介紹了三種神經(jīng)網(wǎng)絡的參數(shù)設置方法，并對其預測性能進行了比較。
　　針對EEMD對客流序列的分解和ELM神經(jīng)網(wǎng)絡在短期客流預測中的良好性能，提出了基于EEMD-ELM的客流量組合預測方法。首先，對日客流量序列進行EEMD分解，得到代表原序列不同的信號特征的IMF分量和剩余趨勢分量；然后，根據(jù)各分量的平均周期