基于EMD优化NAR动态神经网络的地铁客流量短时预测模型

作     者：马飞虎 金依辰 孙翠羽 MA Feihu;JIN Yichen;SUN Cuiyu

作者机构：华东交通大学土木建筑学院江西南昌330013 

出 版 物：《应用科学学报》 (Journal of Applied Sciences)

年 卷 期：2020年第38卷第6期

页      面：936-943页

学科分类：08[工学] 082303[工学-交通运输规划与管理] 0823[工学-交通运输工程] 

基　　金：测绘地理信息行业科研专项(No.201512027,No.201512021) 江西省数字国土重点实验室开放研究基金(No.DLLJ201605) 江西省重点研发计划项目(No.20161BBG70079) 江西省科技支撑项目(No.2000616080)资助 

主　　题：地铁客流量 短时预测 非线性自回归动态神经网络 经验模态分解 组合模型 

摘      要：为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition,EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律,为此使用了基于时间序列的NAR动态神经网络,该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型,以此来减少预测误差,提高预测精度.结果显示,EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测,预测精度可达93%,具有较好的应用价值.