基于改进BP神经网络的轨道交通短时客流预测方法研究

基于改进BP神经网络的轨道交通短时客流预测方法研究

ID:37353194

大小:12.99 MB

页数:75页

时间:2019-05-22

基于改进BP神经网络的轨道交通短时客流预测方法研究_第1页
基于改进BP神经网络的轨道交通短时客流预测方法研究_第2页
基于改进BP神经网络的轨道交通短时客流预测方法研究_第3页
基于改进BP神经网络的轨道交通短时客流预测方法研究_第4页
基于改进BP神经网络的轨道交通短时客流预测方法研究_第5页
资源描述:

《基于改进BP神经网络的轨道交通短时客流预测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、岁宝未)p—矿l硕士学位论文基于改进BP神经网络的轨道交通短时客流预测方法研究TheResearchofShort—timePassengerFlowForecastingBasedonImprovedBPNeuralNetworkinUrbanRailTransit作者:董升伟导师:贾元华北京交通大学2013年6月学位论文版权使用授权书一一~一f㈣本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校

2、向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者虢磅研6中签字日期:≯J≥年6月膨日导师签名签字日期:中图分类号:U239.5UDC:学校代码:10004密级:公开北京交通大学硕士学位论文基于改进BP神经网络的轨道交通短时客流预测方法研究TheResearchofShort—timePassengerFlowForecastingBasedonImprovedBPNeuralNetworkinU而anRailTransit作者姓名:董升伟导师姓名:贾元华学位类别:工学学科专业:城市交通工程学号:11121074职称

3、:教授学位级别:硕士研究方向:城市交通规划与管理北京交通大学2013年6月致谢光阴似箭,两年的研究生时光很快就过去了,在论文即将完成之际,我怀着激动与感激的心情,即将告别我的母校,在此对所有在我求学过程中给予过帮助和鼓励的人们致以最真诚的谢意。首先,我要感谢我的导师贾元华教授,本论文的工作也是在我的导师贾元华教授的悉心指导下完成,在论文的撰写过程中,无论是在论文的选题、构思和资料的收集,还是在论文的研究方法以及成文定稿,贾老师都给予了悉心的指导和无私的帮助。贾老师刻苦勤劳的工作精神、严谨求实的治学态度、精深的学术造诣和开阔敏锐的思维使我终生受益。在实验室工作及撰

4、写论文期间,牛忠海、尹曦辉、张亮亮等同门师兄师姐给了我莫大的帮助与鼓励,在此向他们表达我的感激之情。金富达、周沛、廖成同学也给了我很大的帮助与鼓励。此外,还要感谢赵雪静、宋侃、刘臻同学在我遇到挫折的时候给了我莫大的勇气。祝福大家在未来的旅途中事业有成、前程似锦。另外也感谢远在家乡的父母、亲人和朋友,没有他们的理解和支持,我将无法完成专业知识的学习,更难以克服生活中的各种困难,祝福他们身体健康、平安快乐。最后,向评审本论文以及参加论文答辩的专家们表示谢意,感谢他们在百忙中审阅并指正我的论文。j量豆童道塞堂亟±堂僮途塞虫塞撞囊中文摘要中又捅斐摘要:城市轨道交通因其运

5、量大、速度快、综合效益高等优点,现已成为城市交通建设管理、解决城市交通拥堵的重要组成部分。随着城市轨道交通网络的不断完善、网络规模的扩大,轨道客流的时空分布特征也发生了巨大的变化,其中最重要的特点就是时变性。因此,合理、精确地预测轨道交通线路中的短时客流量,对运营部门制定运营调度方案、优化车辆发车间隔、提高服务质量具有十分重要的意义。本文以北京市轨道交通4号线的实际客流数据为基础,借鉴了道路短时交通流预测的相关理论与方法,结合轨道交通自身特点,进行了轨道交通短时客流预测的相关理论研究及实践。主要工作内容如下:(1)从车站客流、断面客流、换乘客流三个层面对城市轨道

6、交通客流分布特征及其影响因素进行系统的分析,阐述了城市轨道交通短时客流具有时变性、不均衡性、高度非线性的特征。(2)对短时客流预狈0理论进行了研究,分析了几种不同短时客流预测方法的特点,指出BP神经网络处理时变性、不均衡性、高度非线性问题具有明显优势,确定使用BP神经网络对城市轨道短时客流预测问题进行研究。(3)阐述了传统BP神经网络的基本原理、网络结构及算法基本步骤,在分析其性能的基础上,对神经网络的传递函数、训练算法进行改进,并利用具有快速搜索全局最优解的遗传算法优化神经网络的初始权值、阈值。(4)以北京轨道交通4号线的5分钟短时客流数据为基础,通过聚类分析

7、与相关分析,建立基于改进BP神经网络的轨道交通短时客流预测模型并给出了详细的网络设计,并分别以4号线的断面客流、车站客流、换乘客流数据对训练好的改进神经网络进行仿真预测。结果分析表明基于改进BP神经网络的轨道交通短时客流预测模型提高了网络的预测精度。关键词:城市轨道交通;短时客流预测;客流特征;BP神经恻络;遗传算法分类号:U239.5韭—宜童适_大堂亟±堂僮诠塞△旦墨!B△£!:ABSTRACTABSTRAC7I’:Withtheadvantagesoflargequantityoftransportation,highspeed,safetyandcompr

8、ehensivebene

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。