基于自组织映射的神经网络轨道客流时序研究

文章主要分析城市轨道交通客流时序趋势及神经网络的机理,建立了基于自组织映射结合周期性时间序列特征的神经网络预测模型,该模型不需要进行复杂的数学推导,直接传递输入和输出数据即可自动建立,并与神经网络仿真分析结合,具备收敛速度快和预测轨道客流最佳唯一逼近的特点。选择轨道AFC刷卡数据进行案例分析,文章建立的模型在轨道客流预测中具备良好的适应性。

一种新的时间序列周期检测算法

提出了一种SJ周期检测算法,利用计算机虚拟了3个序列来评价SJ算法的可行性和需要改进的地方。将SJ算法应用到铁路客流量数据上,检测到客流量数据存在4、7和26的周期规律。