基于灰色RBF神经网络模型的电梯层间交通分布预测

为了有效预测电梯的层间交通分布状态,提出一种层间交通O-D矩阵的预测方法.该方法融合灰色预测和神经网络方法各自的优点,将灰色预测方法与RBF神经网络有机结合,构造灰色神经网络预测模型.利用灰色预测中的累加生成运算(accumulated generating operation,AGO)对原始观测数据进行变换,得到规律性较强的累加数据,作为神经网络的建模和训练样本.还提出了对不良交通需求数据的修正方法,以进一步降低观测数据的随机性.所提方法既避免了灰色预测方法存在的理论误差,又提高了神经网络的训练速度和预测精度,适用于短期层间交通分布预测.仿真试验验证了该方法的有效性.