手机知网 App
24小时专家级知识服务
打 开
铁路运输
基于EMD优化NAR动态神经网络的地铁客流量短时预测模型
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.
3 424
手机阅读本文
下载APP 手机查看本文
应用科学学报
2020年06期
相似文献
图书推荐
相关工具书

搜 索