基于神经网络的轨道交通日客流量预测

张清泉 万江云

(重庆交通大学，重庆 400000)

表1 郑州市3月5日—5月31日地铁客流量预测及误差统计表

引言

短时客流预测研究受到了众多学者的关注。迄今为止，已有许多理论和方法应用于短时客流预测，主要有基于线性系统的预测方法、基于知识发现的智能模型的预测方法、基于非线性系统理论的预测方法、基于组合模型的预测方法［1］。

1．神经网络简介:

神经网络 (NN)又称为人工神经网络 (ANN)神经网络是一种运算模型，由若干个神经元 (节点、单元)和相互之间连接的加权连接构成，具有非线性、非局限性、非常定型和非凸性的特点。神经网络分为静态神经网络和动态神经网络，而动态神经网络又可分为有记忆功能和无记忆功能［2］。

2．客流特征分析

除法定节假日外，客流呈7天周期性变化，周一至周日呈“V”字型变化规律，周一至周三客流呈下降趋势，周三至周日客流呈上升趋势，周三客流最少。法定节假日客流会较大幅度增长。

3．基于神经网络的轨道交通日客运量预测

以郑州市2014年3月1日—5月31日的地铁日客运量(见表1)，运用matlab神经网络时间序列工具箱对客流进行预测。设置训练数据64个，测试数据14个，验证数据14个，经多次模拟试验，选取延迟步数为4、隐层神经元为12的神经网络结构 (如图2所示)，进行预测。

4．预测结果及分析

预测结果分析:客流预测结果显示，最大预测误差27.12%，最小预测误差0，大于10%以上的误差共9天，占9.78个百分点，占比较低。平均相对误差5.25%。结果表明，该方法具有较好的预测效果。

［1］邵春福，熊志华等．道路网短时交通需求预测理论、方法及应用［M］．北京:清华大学出版社，2011．

［2］朱凯，王正林．精通MATLAB神经网络 ［M］．北京:电子工业出版社，2010．