城市轨道交通客流短时预测方法研究

摘要

对轨道交通进行客流预测,不仅是进行轨道交通运营的基础,同时也决定了轨道交通的运营效率。为了提高轨道交通的短时预测效果,提出了LM算法和GA遗传算法的优化思路,对BP神经网络短时预测模型进行优化。此外,为了验证优化模型的有效性,研究S市两个站点的客流实测数据进行仿真实验,并以MAD、MAPE、MSE 3个指标评价模型的预测性能。研究结果显示,在优化后的GA-LM-BP算法模型中,它的预测值相对误差控制在±20%以内,且评价指标所反映的预测精度和稳定性较好。此次研究所提出的优化思路显著提高了预测模型精度和稳定性,优化后的预测模型具有良好的适用性。希望这次研究成果可以为提高客流短时预测效率提供一些参考,同时为提高轨道交通运营效率提供一些思路。