典型文献
基于混合EMD-BPNN方法的短期客流预测分析
文献摘要：
通过城市轨道交通的客流预测,可以达到提升乘客出行效率、降低运营成本等目的.基于此,提出一种经验模态分解和神经网络相结合的混合EMD-BPNN方法来预测短期的客流量.该方法通过经验模态分解将原始的客流数据分解成多个固有模态函数分量,并筛选出有意义的分量,将其作为神经网络的输入,从而进行客流预测.实验结果证明,该方法在地铁的短期客流预测中的精度和稳定性均高于传统神经网络算法.
文献关键词：
混合EMD-BPNN方法;地铁客流预测;城市轨道交通
中图分类号：
作者姓名：
王玉鑫;王勇;梁晓波;刘飞
作者机构：
中铁电气化局集团有限公司设计研究院,北京 100166
文献出处：
引用格式：
[1]王玉鑫;王勇;梁晓波;刘飞-.基于混合EMD-BPNN方法的短期客流预测分析)[J].铁路通信信号工程技术,2022(08):72-77
A类：
B类：
EMD,BPNN,短期客流预测,预测分析,城市轨道交通,乘客出行,出行效率,降低运营成本,经验模态分解,客流量,流数据,数据分解,分解成,固有模态函数分量,行客,神经网络算法,地铁客流预测
AB值：
0.26373
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
