典型文献
基于经验模态分解的城市轨道交通短时客流预测模型
文献摘要：
目前在城市轨道交通短时客流预测过程中,容易受到乘客、时间等外来因素影响,导致预测准确度相对较低.为此,提出基于经验模态分解的城市轨道交通短时客流预测模型.利用固有经验模态函数进行数据支撑,根据时间特性进行序列分解,分解为时间序列模块.在完成数据收集后,对数据差值进行求解,确定固有经验模态函数的数量,利用权重系数实现权重更新,确保预测过程的稳定性.分解原始客流序列数据,对函数分量加以细化筛选,通过信息筛选和输出利用预测模型实现信息预测.实验结果表明,该模型能够很好地实现数据采集和提取,预测准确度高达98％,预测能力较好,为城市轨道运输工作提供了有力的数据支撑.
文献关键词：
经验模态分解;城市轨道交通;短时客流;预测模型;数据收集;权重系数
中图分类号：
作者姓名：
费延达;李树榜
作者机构：
西南交通大学 信息科学与技术学院,四川 成都 611756;聊城大学 计算机学院,山东 聊城 252003
文献出处：
引用格式：
[1]费延达;李树榜-.基于经验模态分解的城市轨道交通短时客流预测模型)[J].现代电子技术,2022(21):151-154
A类：
B类：
基于经验,经验模态分解,城市轨道交通,短时客流预测,乘客,外来因素,预测准确度,模态函数,时间特性,序列分解,数据收集,用权,权重系数,权重更新,序列数据,模型实现,信息预测,预测能力,轨道运输,运输工
AB值：
0.243629
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。
