基于随机灰色蚁群神经网络的近期公交客流预测
Forecasting of short-term urban public transit volume based on random gray ant colony neural network作者机构:兰州交通大学电子与信息工程学院兰州730070 兰州理工大学电气与信息工程学院兰州730030
出 版 物:《计算机应用研究》 (Application Research of Computers)
年 卷 期:2012年第29卷第6期
页 面:2078-2080,2084页
核心收录:
学科分类:08[工学] 0823[工学-交通运输工程]
基 金:国家教育部人文社科规划项目(11YJAZH132 11YJCZH170) 甘肃省自然科学基金资助项目(1107RJZA166)
主 题:城市交通 灰色模型 神经网络 蚁群优化算法 公交客流 预测
摘 要:为了科学准确地预测近期公交客流量,根据近期公交客流量预测受到多因素影响以及非线性的特点,利用随机灰色变量描述预测系统的不确定性,建立了随机灰色预测模型以及基于蚁群算法的递归神经网络模型,在此基础上,提出了一种基于随机灰色蚁群神经网络的近期公交客流量预测方法。最后以铜陵市为例,对模型的预测精度和有效性进行了分析。结果表明,基于蚁群算法的递归神经网络模型的预测精度不但高于其他单一预测模型,而且明显优于其他传统组合预测模型,能很好地反映事物发展的规律,能够指导公交经营管理者近期的决策行为,有效地改善了预测精度。