基于EEMD-GA-BP的组合客流预测算法研究

基金项目: 国家自然科学基金（U1334201）。

详细信息

Combined passenger flow prediction algorithm based on EEMD-GA-BP

1.
Railway Technology Research College, China Academy of Railway Sciences, Beijing 100081, China
2.
Institute of Computing Technologies, China Academy of Railway Sciences, Beijing 100081, China

摘要: 以高速铁路泰安站到达客流为研究对象，从客流数据的时频特性角度分析客流的特征，并结合经验模态分解法的时频分析优势以及遗传算法优化的神经网络的拟合能力，探索可行组合预测算法，以泰安站到达客流数据为例进行了实例分析，比较不同的IMF分量重构方法并确定了较优方案。
- 经验模态分解 /
- 遗传算法 /
- BP神经网络 /
- 统计
Abstract: This article analyzed the passenger flow time and frequency characteristic of Tai’an Station, explored a feasible combination forecasting algorithm combining with EEMD and GA-BP Algorithms, taken the travelers of Tai’an Station as example to analyze and compare different reconstruction methods of IMFs, determine the optimal one.
- Empirical Mode Decomposition(EMD) /
- Genetic Algorithm /
- Back Propagation(BP) neural network /
- statistics

[1]	许廷霆 , 李克平 . 应用 EMD 方法分析交通流量的动态特性 [J]. 科学技术与工程 , 2009 （11）： 3003-3008.
[2]	黄建国 , 罗航 , 王厚军 , 等 . 运用 GA-BP 神经网络研究时间序列的预测 [J]. 电子科技大学学报 , 2009, 38（5）： 687- 692.
[3]	白玮莉 , 刘志刚 , 彭权威 , 等 . 基于 HHT 和神经网络组合的负荷预测模型研究 [J]. 电力系统保护与控制 , 2009 （19）： 31-35.
[4]	潘亮 . 基于 EEMD、GSVM 的高速铁路短期客流预测 [D]. 北京：北京交通大学 , 2012.
[5]	李松 , 刘力军 , 解永乐 . 遗传算法优化 BP 神经网络的短时交通流混沌预测 [J]. 控制与决策 , 2011, 26（10）：1581- 1585.
[6]	杨柳青 . 基于 EEMD 的航空客流需求预测技术及其应用研究 [D]. 武汉：华中科技大学 , 2009.
[7]	甄静 . 京沪线铁路客流规律分析 [J]. 中国铁道科学 , 2002, 23（2）： 122-126.
[8]	. 钟佑明 , 秦树人 . 希尔伯特 - 黄变换的统一理论依据研究 [J]. 振动与冲击 , 2006, 25（3）：40-43.

1.	骆正新，耿鹏，邱锡宏. 城轨信号系统一体化工具平台分析与设计. 铁路通信信号工程技术. 2024(04): 96-102+108 . 百度学术
2.	贾富强，曲子贤，陆勇军，苏琛，杨斐. 基于B/S架构的铁路图纸智能校核平台的设计. 现代信息科技. 2024(09): 77-82+86 . 百度学术
3.	范礼乾，邓志翔，刘新平. 信号平面布置图参数化设计软件的研究与开发. 铁路计算机应用. 2021(01): 24-29 . 本站查看