期刊文献+
共找到28篇文章
< 1 2 >
每页显示 20 50 100
Medium-term forecast of daily passenger volume of high speed railway based on DLP-WNNMedium-term forecast of dailypassenger volume of high speedrailway based on DLP-WNN 被引量:1
1
作者 Tangjian Wei Xingqi Yang +1 位作者 Guangming Xu Feng Shi 《Railway Sciences》 2023年第1期121-139,共19页
Purpose – This paper aims to propose a medium-term forecast model for the daily passenger volume of HighSpeed Railway (HSR) systems to predict the daily the Origin-Destination (OD) daily volume formultiple consecutiv... Purpose – This paper aims to propose a medium-term forecast model for the daily passenger volume of HighSpeed Railway (HSR) systems to predict the daily the Origin-Destination (OD) daily volume formultiple consecutivedays (e.g. 120 days).Design/methodology/approach – By analyzing the characteristics of the historical data on daily passengervolume of HSR systems, the date and holiday labels were designed with determined value ranges.In accordance to the autoregressive characteristics of the daily passenger volume of HSR, the Double LayerParallel Wavelet Neural Network (DLP-WNN) model suitable for the medium-term (about 120 d) forecast of thedaily passenger volume of HSR was established. The DLP-WNN model obtains the daily forecast result byweighed summation of the daily output values of the two subnets. Subnet 1 reflects the overall trend of dailypassenger volumes in the recent period, and subnet 2 the daily fluctuation of the daily passenger volume toensure the accuracy of medium-term forecast.Findings – According to the example application, in which the DLP-WNN modelwas used for the medium-termforecast of the daily passenger volumes for 120 days for typical O-D pairs at 4 different distances, the averageabsolute percentage error is 7%-12%, obviously lower than the results measured by the Back Propagation (BP)neural network, the ELM (extreme learning machine), the ELMAN neural network, the GRNN (generalizedregression neural network) and the VMD-GA-BP. The DLP-WNN model was verified to be suitable for themedium-term forecast of the daily passenger volume of HSR.Originality/value – This study proposed a Double Layer Parallel structure forecast model for medium-termdaily passenger volume (about 120 days) of HSR systems by using the date and holiday labels and WaveletNeural Network. The predict results are important input data for supporting the line planning, scheduling andother decisions in operation and management in HSR systems. 展开更多
关键词 high speed railway passenger flow forecast Daily passenger volume Medium-term forecast Wavelet neural network
下载PDF
Social Profitability Threshold of High Speed Railway:A Benefit-Cost Analysis
2
作者 Pablo Coto-Millán Vicente Inglada Pedro Casares 《Journal of Transportation Technologies》 2011年第4期107-115,共9页
In this study, the benefit-cost analysis technique for projects evaluation is applied to determine the minimum level of demand that makes a high-speed rail project economically viable in Spain. To get this goal, it is... In this study, the benefit-cost analysis technique for projects evaluation is applied to determine the minimum level of demand that makes a high-speed rail project economically viable in Spain. To get this goal, it is nec- essary to take into account not only the costs and benefits of the high speed railway but also the analysis of the costs and benefits linked to other alternative transport modes, such as plane, private car or bus. The re- sults show that the high-speed rail studied is socially profitable from a traffic volume of 6.5 million passen- gers and for a social discount rate of 4%. Given the benefits associated with network effects, which magni- tude grows parallel to the extension of the high-speed network, this threshold could be significantly reduced in subsequent projects. 展开更多
关键词 high speed railway Benefit-cost Analysis passenger TRANSPORT
下载PDF
Optimizationof Design Concept of Construction for Railway Passenger Stations in New Era
3
作者 WANG Feng 《Chinese Railways》 2022年第1期3-7,共5页
The concept of building up a“well-connected fully-integrated,enviomentfriendly,passenger-oriented,economic-efficient,culturally-rich,intelligent and A convenient”station has been being applied to practice in recent ... The concept of building up a“well-connected fully-integrated,enviomentfriendly,passenger-oriented,economic-efficient,culturally-rich,intelligent and A convenient”station has been being applied to practice in recent years.China State Railway Group Co.Ltd .(hereinafier referred to as CHINA RAILWAY)and the Academyof Arts&Design,Tsinghua University have jointly initiated a series of study projects around the topic of“cultural and artistic expression”aiming to optimize design concepts and explore the design aesthetics of China's railway passenger stations in practice.These projects have achieved some positive results and this paper aims to provide a better analysis of the design concept of railway passenger stations in the new era through ananalysis of those stations' design aesthetic. 展开更多
关键词 high speed railway passenger stationi image user study space media designa esthetics
下载PDF
高速铁路日常客运量的EMD-Informer组合预测方法 被引量:1
4
作者 秦进 胡冉 +2 位作者 毛成辉 小虎 徐光明 《铁道学报》 EI CAS CSCD 北大核心 2024年第2期1-11,共11页
铁路客流需求的科学预测是进行运输组织方案决策的重要依据。以高速铁路历史客票数据为基础,结合经验模态分解(empirical mode decomposition,EMD)与机器深度学习中的注意力机制,提出高速铁路日客流量的EMD-Informer组合预测方法。首先... 铁路客流需求的科学预测是进行运输组织方案决策的重要依据。以高速铁路历史客票数据为基础,结合经验模态分解(empirical mode decomposition,EMD)与机器深度学习中的注意力机制,提出高速铁路日客流量的EMD-Informer组合预测方法。首先采用EMD方法分解高速铁路客流量序列,获得具有周期特征和线路客流内在特征的模态分量,再利用Informer模型分别训练和预测各模态分解分量,并通过多头注意力机制高效挖掘客流数据内在规律和捕捉数据序列中的关键特征,在此基础上重组各分量预测值,从而得到高速铁路日常客流的整体高精度预测值。同时,根据结合问题特征的大量实验,明确可供实际运用参考的超参数设置规则。基于京沪高速铁路全线的实例计算分析表明,相对对比预测方法,EMD-Informer组合预测方法在高速铁路客流的单步预测及超前预测上均具有明显更小的预测误差。 展开更多
关键词 高速铁路 客运量预测 经验模态分解 注意力机制 Informer模型
下载PDF
Technical Research and Innovative Practice of Excellent Passenger Stations Design
5
作者 ZHOU Tiezheng WANG Qingyi JIA Huichao 《Chinese Railways》 2022年第1期18-23,共6页
The key points and strategies of the design of railway passenger stations in the new era are described.The distinctive features,design innovation points and design elements of high-quality projects of large transport ... The key points and strategies of the design of railway passenger stations in the new era are described.The distinctive features,design innovation points and design elements of high-quality projects of large transport hubs are analyzed through dissecting two cases of completed projects,ie Xiong'an Station and Beijing Chaoyang Station.In the light of the general requirements for passenger station construction of China State Railway Group Co.Lid the paper elaborates the development and application trends of railway passenger stations ofthe new erain terms of environmental protection,energy saving,economic efficiency,culture,convenient circulation and intelligence.In addition,new concepts,new technologies and new materials are actively developed and key technologies of the design of iconic excellent passenger stations of the new era are explored and summarized. 展开更多
关键词 high speed railway new era passenger station of high speed railway excellent passenger station
下载PDF
高速铁路预售期旅客购票量分布预测
6
作者 徐光明 林珊珊 +2 位作者 米希伟 王凯 胡心磊 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第1期13-25,共13页
在预售前(相隔31 d)预测高速铁路预售期旅客购票量分布是铁路企业精准进行收益管理的前提。基于高速铁路预售模式和旅客售票数据,分析预售期内各预售日旅客购票量的相关性,探究预售期旅客购票量分布的影响因素。综合考虑出发日特征以及... 在预售前(相隔31 d)预测高速铁路预售期旅客购票量分布是铁路企业精准进行收益管理的前提。基于高速铁路预售模式和旅客售票数据,分析预售期内各预售日旅客购票量的相关性,探究预售期旅客购票量分布的影响因素。综合考虑出发日特征以及旅客购票量分布时序特征的影响,构建了考虑多输出间关联性的最小二乘支持向量回归-卷积长短期记忆网络(MLSSVR-ConvLSTM)模型。以京沪高铁线路中上海虹桥站至北京南站、上海虹桥站至徐州东站、上海虹桥站至无锡东站这3种不同距离OD旅客为例,进行预售期旅客购票量分布预测实例分析。研究结果显示:MLSSVR-ConvLSTM模型预测结果较好地反映了真实的预售期旅客购票量分布的变化趋势,平均绝对百分比误差为6.7%~11.0%,预测效果优于多元线性回归(MLR)、K近邻回归(KN)、极致梯度提升算法(XGBoost)、支持向量回归机(SVM)、多输出最小二乘支持向量回归(MLSSVR)和卷积长短期记忆网络(ConvLSTM)等模型,验证了所提出模型的合理性和有效性。进而表明,在构建预售期旅客购票量分布预测模型时,考虑预售期旅客购票量分布整体性以及各类因素的综合影响可有效地提高模型预测精度。所提出的预售期旅客购票量分布预测模型可以为铁路企业制定动态票额分配和浮动票价等政策提供理论支撑。 展开更多
关键词 高速铁路 预售期 旅客购票量分布预测 MLSSVR-ConvLSTM模型 售票数据
下载PDF
对我国高速铁路客运量预测的探讨 被引量:18
7
作者 冷俊峰 陆凤山 王美云 《西南交通大学学报》 EI CSCD 北大核心 2001年第1期88-91,共4页
分析了客运量的影响因素、铁路客运在全国客运市场的地位 ,提出在市场经济条件下高速铁路客运量的预测方法 ,即先预测整个客运市场的客运量 ,再根据高速铁路在客运市场的地位和作用确定其客运量。最后给出一个例子对此予以说明。
关键词 旅客运输 预测 高速铁路 客运量 客运市场 客流密度 客动周转量 时间模型
下载PDF
基于模糊预测的高速铁路客流OD表的推算方法 被引量:4
8
作者 李夏苗 曹尧谦 +2 位作者 王慧晶 谢美全 齐杉 《交通运输系统工程与信息》 EI CSCD 北大核心 2014年第5期93-99,共7页
科学预测客流的变化趋势与波动及获取路网客流OD表是制定旅客列车开行方案的依据.结合高速铁路客运的运营实际,利用客流变化相对稳定特征,本文提出了客流OD表的反推方法和计算流程,该方法的计算工作量相对叠加法节省了(n2-2n).考虑实际... 科学预测客流的变化趋势与波动及获取路网客流OD表是制定旅客列车开行方案的依据.结合高速铁路客运的运营实际,利用客流变化相对稳定特征,本文提出了客流OD表的反推方法和计算流程,该方法的计算工作量相对叠加法节省了(n2-2n).考虑实际客流日波动特征,依据模糊预测原理,建立了车站客运指标的时间序列模糊预测方程和预测方法,该方法可获取预测期客运指标的变化区间.以南方一高速铁路线为背景,对车站发送人数进行了预测,预测值与实际数据相比误差在1%以内.在车站发送人数预测的基础上,给出了线路客流OD表的反推演算. 展开更多
关键词 铁路运输 高速铁路 客流预测 模糊预测 OD表 推算方法
下载PDF
基于数据替补修正的高速铁路日常客运量VMD-GA-BP预测方法 被引量:13
9
作者 史峰 杨星琪 +2 位作者 胡心磊 徐光明 武润发 《中国铁道科学》 EI CAS CSCD 北大核心 2019年第3期129-136,共8页
针对高速铁路日常客运量预测问题,提出消除节假日因素影响的数据替补修正法和融合变分模态分解(VMD)、遗传算法(GA)和BP神经网络的日常客运量VMD-GA-BP预测方法。数据替补修正法是根据日常客运量超常波动判定阈值识别节假日延续期,采用V... 针对高速铁路日常客运量预测问题,提出消除节假日因素影响的数据替补修正法和融合变分模态分解(VMD)、遗传算法(GA)和BP神经网络的日常客运量VMD-GA-BP预测方法。数据替补修正法是根据日常客运量超常波动判定阈值识别节假日延续期,采用VMD-GA-BP预测方法得到预测值,用该预测值替换节假日延续期内的客运量。VMD-GA-BP预测方法首先采用VMD对被替换数据之前的数据序列进行分解,得到不同频率的模态分量;其次通过GA优化初始权值和阈值的BP神经网络对各模态分量分别预测;然后重构各模态分量的预测值,用预测值替换节假日延续期内的客运量,得到修正数据序列,据此预测得到高速铁路日常客运量。实例应用表明,VMD-GA-BP的预测误差远低于BP,EMD-GA-BP,SVR,EMD-BP等方法,且基于修正数据序列的预测误差明显低于基于原始数据序列。可见,VMD-GA-BP预测方法精度较高。 展开更多
关键词 高速铁路 日常客运量预测 预测精度 变分模态分解 BP神经网络 遗传算法
下载PDF
高铁诱增运量形成机理与预测技术框架研究 被引量:2
10
作者 姚鸣 李枫 《铁道工程学报》 EI 北大核心 2014年第2期1-6,共6页
研究目的:近年来在国内高速铁路设计中,对诱增运量的预测一直是运用经济可接近性方法和借鉴国外的经验数据进行估算,不能够准确反映新建高速铁路的诱增效果,造成设计运量和实际运量相差较大,影响项目整体运量的预测精度。本文在分析研... 研究目的:近年来在国内高速铁路设计中,对诱增运量的预测一直是运用经济可接近性方法和借鉴国外的经验数据进行估算,不能够准确反映新建高速铁路的诱增效果,造成设计运量和实际运量相差较大,影响项目整体运量的预测精度。本文在分析研究区域运输通道中新建高速铁路诱增运量的概念内涵、形成机理与生成规律的基础上,设计提出新的高速铁路诱增运量预测的技术框架,以期进一步开发形成一整套可行的、合理的诱增运量分析与预测的模型与方法,提高我国高速铁路诱增运量分析预测的效率与可靠性。研究结论:(1)高速铁路诱增运量,可分为"近期需求释放型诱增运量"和"远期经济诱发型诱增运量"两种类型。从微观的角度讲,前者的大小主要与"原来的和新生的潜在需求量"相关,后者的大小主要与"沿线城市节点诱发的经济量"相关。(2)高速铁路诱增运量的生长过程主要包括三个阶段:初期快速形成阶段、中期稳定增长阶段和远期逐渐稳定阶段,其生长规律总体上可以用"S型曲线"加以描述。(3)高速铁路诱增运量的预测应分成"近期需求释放型诱增运量"和"中远期经济诱发型诱增运量",采用不同的预测技术路线分别进行预测。前者设计采用"传统预测法(基于灰色理论的时间序列模型)和MD模型相结合"的预测技术框架;后者设计采用"基于经济可接近模型和价量比稳定模型"的预测技术框架。(4)研究成果主要应用于高速铁路诱增运量预测软件的开发,更好地支持我国高速铁路前期规划设计工作。 展开更多
关键词 高速铁路 诱增运量 诱增经济 预测技术框架
下载PDF
基于时空图神经网络的高速铁路车站短期客流预测方法 被引量:9
11
作者 何必胜 朱永俊 +1 位作者 陈路锋 闻克宇 《铁道学报》 EI CAS CSCD 北大核心 2022年第9期1-8,共8页
基于历史数据挖掘实现精准的高速铁路车站短期客流预测能有效支撑客运站工作组织的动态调整,提升铁路运输服务水平。考虑列车开行方案、车站关系对客流的影响,提出基于时空图神经网络的铁路车站短期到发客流预测方法,在空间卷积模块中,... 基于历史数据挖掘实现精准的高速铁路车站短期客流预测能有效支撑客运站工作组织的动态调整,提升铁路运输服务水平。考虑列车开行方案、车站关系对客流的影响,提出基于时空图神经网络的铁路车站短期到发客流预测方法,在空间卷积模块中,用关系图卷积融合铁路物理网络、基于列车开行方案的服务网络和车站关系网络以挖掘空间关联性,在时间注意力模块中用注意力机制获取时间关联特征,并用多层长短期记忆人工神经网络实现路网上多站的多步客流预测。选取京沪高速铁路沿线车站到发客流为研究对象,并对比不同步长下的短期到发客流预测效果,结果表明STGNN明显优于对比预测方法。 展开更多
关键词 高速铁路 客流预测 关系图卷积 时间注意力 时空图神经网络
下载PDF
高速铁路客流量预测研究 被引量:6
12
作者 高旭敏 《系统工程》 CSCD 1994年第5期68-72,共5页
高速铁路以良好的服务特性来满足旅客的运输需求,为旅客提供了一种新型的陆上运输选择。本文从客流量的产生机理入手讨论高速铁路客流量预测,系统地分析了客流量的构成及影响因素,并运用转移和诱发客流量模型进行预测,结合沪宁段高速铁... 高速铁路以良好的服务特性来满足旅客的运输需求,为旅客提供了一种新型的陆上运输选择。本文从客流量的产生机理入手讨论高速铁路客流量预测,系统地分析了客流量的构成及影响因素,并运用转移和诱发客流量模型进行预测,结合沪宁段高速铁路的资料,说明模型的有效性。 展开更多
关键词 高速铁路 客流量 预测
下载PDF
高速客船舱室噪声级预估方法的检验 被引量:2
13
作者 杨春勤 许统铨 杨成业 《交通部上海船舶运输科学研究所学报》 1998年第2期17-24,共8页
“飞翼”号是一艘经济舒适型高速高性能客船 ,配备有 2 0 5个客位。为保证乘客有相对安静舒适的舱室环境 ,在设计过程中必须对其各舱室的噪声级进行预估 ,为制定降噪措施提供依据 ,但由于船舶舱室噪声计算的复杂性 ,至今还没有一种适合... “飞翼”号是一艘经济舒适型高速高性能客船 ,配备有 2 0 5个客位。为保证乘客有相对安静舒适的舱室环境 ,在设计过程中必须对其各舱室的噪声级进行预估 ,为制定降噪措施提供依据 ,但由于船舶舱室噪声计算的复杂性 ,至今还没有一种适合高速客船的权威性估算方法。作者在本船设计过程中收集到十分有限的几篇资料 ,将其应用于本船舱室噪声计算 ,进行预估。在船舶建造完工试航时 ,又对船上各舱室中的噪声级进行实际测量 ,然后把测量结果与预估结果进行对比 ,以检验这些预估方法的适用性。计算结果与测量结果的对比表明 ,这些估算方法用于高速客船其精确度还不十分满意 ,但从设计初期为船舶设计提供有用的设计依据角度来看 。 展开更多
关键词 降噪 客船 舱室 噪声级 预估 高速船
下载PDF
日本高速铁路噪声预测方法 被引量:17
14
作者 焦大化 《铁道劳动安全卫生与环保》 2007年第1期35-38,共4页
日本在设计、建设北陆新干线时采用的高速铁路噪声预测方法,是根据高速铁路噪声的特点,按车辆下部噪声、构筑物噪声、集电系噪声、车辆上部空气动力噪声分别计算后合成,预测受声点处的噪声级。该方法对我国高速铁路和客运专线铁路的噪... 日本在设计、建设北陆新干线时采用的高速铁路噪声预测方法,是根据高速铁路噪声的特点,按车辆下部噪声、构筑物噪声、集电系噪声、车辆上部空气动力噪声分别计算后合成,预测受声点处的噪声级。该方法对我国高速铁路和客运专线铁路的噪声预测有一定参考价值。 展开更多
关键词 高速铁路噪声 客运专线噪声 铁路噪声预测
下载PDF
基于DLP-WNN的高速铁路日客流量中期预测 被引量:6
15
作者 魏堂建 杨星琪 +1 位作者 徐光明 史峰 《中国铁道科学》 EI CAS CSCD 北大核心 2021年第6期194-204,共11页
分析高铁日客流量历史数据特征,设计日期和节假日2类标签,并给出其取值范围;结合高铁日客流量的自回归特征,构建适用于高铁日客流量中期(120 d左右)预测的双层平行小波神经网络(Double Layer Parallel Wavelet Neural Network,DLP-WNN)... 分析高铁日客流量历史数据特征,设计日期和节假日2类标签,并给出其取值范围;结合高铁日客流量的自回归特征,构建适用于高铁日客流量中期(120 d左右)预测的双层平行小波神经网络(Double Layer Parallel Wavelet Neural Network,DLP-WNN)模型。模型中,子网络1以预测所得到的连续若干天日客流量为输入,预测接下来1 d的日客流量;子网络2对子网络1的输出结果进行修正,以每1 d的日期标签和节假日标签等确定型数据为输入,分别预测各天的日客流量。DLP-WNN模型通过对2个子网络每天输出值加权求和得到各天预测结果,其中,子网络1体现近期日客流量的总体趋势,子网络2体现日客流量的逐日波动情况,以此保证中期预测的精度。实例应用表明:利用DLP-WNN模型分别对4种不同距离下的典型O-D对进行120 d的日客流量中期预测,平均绝对百分比误差为7%~12%,明显低于BP神经网络、ELM极限学习机、ELMAN神经网络、GRNN广义回归神经网络和VMD-GA-BP等方法所测结果,验证了DLP-WNN模型适合于开展高铁日客流量中期预测。 展开更多
关键词 高速铁路 客流预测 日客流量 中期预测 预测精度 小波神经网络
下载PDF
基于SEA的沿海高速客船声振预报与控制
16
作者 张娟 谢建勋 《造船技术》 2017年第3期88-92,共5页
利用声仿真软件VA ONE中的统计能量分析(Statistical Energy Analysis,SEA)模块对某沿海高速客船进行全船声振预报及隔振降噪分析。通过声仿真软件建立全船声仿真模型,对主机激励和螺旋桨激励下的船舶做初期声振预报,各主要舱室噪声均... 利用声仿真软件VA ONE中的统计能量分析(Statistical Energy Analysis,SEA)模块对某沿海高速客船进行全船声振预报及隔振降噪分析。通过声仿真软件建立全船声仿真模型,对主机激励和螺旋桨激励下的船舶做初期声振预报,各主要舱室噪声均不符合规范要求。分析不符要求的舱室噪声产生原因,并且利用软件中的噪声控制模块对相应舱室布置隔声材料,隔声效果明显。软件分析结果可作为研究统计能量分析工程人员的参考。 展开更多
关键词 沿海高速客船 声振预报 SEA 噪声控制
下载PDF
基于波动聚集性的城际高铁客流量预测 被引量:13
17
作者 耿立艳 鲁荣利 李新杰 《铁道科学与工程学报》 CAS CSCD 北大核心 2019年第8期1890-1896,共7页
由于受到众多因素的影响,城际高铁客流量序列呈现出波动聚集性特征,常用的预测方法很难准确揭示这种波动聚集性特征,一定程度上限制了城际高铁客流量预测精度的提高。为解决该问题,将自回归差分移动平均(ARIMA)模型与广义自回归条件异方... 由于受到众多因素的影响,城际高铁客流量序列呈现出波动聚集性特征,常用的预测方法很难准确揭示这种波动聚集性特征,一定程度上限制了城际高铁客流量预测精度的提高。为解决该问题,将自回归差分移动平均(ARIMA)模型与广义自回归条件异方差(GARCH)模型相结合,提出城际高铁客流量的ARIMA-GARCH预测模型。先构建城际高铁客流量序列的ARIMA模型,再利用GARCH模型刻画ARIMA模型残差的波动聚集性。利用某车站的城际高铁客流量数据检验ARIMA-GARCH模型的有效性。研究结果表明:ARIMA-GARCH模型刻画出了城际高铁客流量的波动聚集性特征,其短期、中期、长期预测精度均高于ARIMA模型。随着预测步数的增加,ARIMA-GARCH模型的预测精度逐渐下降。 展开更多
关键词 铁路运输 城际高铁 客流量 预测 ARIMA-GARCH模型
下载PDF
基于VMD-LSTM混合模型的城际高速铁路时变客流预测 被引量:5
18
作者 苏焕银 彭舒婷 +1 位作者 曾琼芳 代慧子 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第4期1200-1210,共11页
城际高速铁路1周内每天不同出发时段的旅客需求体现出较为稳定的波动规律特征,依据该特征,设计变分模态分解-长短时记忆神经网络(VMD-LSTM)混合模型对城际高速铁路的O-D对客流进行预测,获得1周内每天各时段的旅客需求。首先,依据广珠城... 城际高速铁路1周内每天不同出发时段的旅客需求体现出较为稳定的波动规律特征,依据该特征,设计变分模态分解-长短时记忆神经网络(VMD-LSTM)混合模型对城际高速铁路的O-D对客流进行预测,获得1周内每天各时段的旅客需求。首先,依据广珠城际高速铁路的历史售票数据分析旅客出行需求的时间分布特征(时变特征),获取非平稳的客流时间序列;然后,采用VMD方法将非平稳的客流时间序列分解为若干个平稳的客流时间子序列,提取客流的波动特征,设计LSTM神经网络模型对分解后的客流时间子序列进行预测。设置不同的模型参数,选取广珠城际高速铁路的6个典型O-D对进行实验分析,结果表明:1)VMD-LSTM混合模型的隐藏神经元个数和迭代次数的有效增加可以降低预测误差,但是当两者增加到一定量时,误差反而会有增大的趋势,对预测效果影响较大。2)相比于单一的LSTM神经网络模型,VMDLSTM混合模型的预测误差明显降低,说明混合预测模型比单一预测模型具有较高的预测精度。3)VMD-LSTM混合模型获得的各时段预测值与实际值较为接近,分布特征整体一致,说明混合模型能够较好地拟合旅客出行需求的时变特征。4)VMD-LSTM混合模型的MAPE预测误差可控制在10%左右,对于时变特征较为规则的O-D对客流,整体预测效果较好。 展开更多
关键词 城际高速铁路 时变客流 VMD方法 LSTM神经网络 预测精度
下载PDF
站城融合背景下高速铁路综合枢纽短时客流预测研究 被引量:5
19
作者 周浪雅 王亦乐 +2 位作者 谢余晨 杨静 宫薇薇 《铁道学报》 EI CAS CSCD 北大核心 2023年第4期1-7,共7页
站城融合背景下,短时客流预测是高铁综合枢纽运营组织、协同管理、应急反应的重要依据。通过分析客流相互影响机理,提出高速铁路综合枢纽铁路系统、周边土地利用与城轨系统间的客流拓扑关系;以枢纽站周边各类兴趣点数量表征土地利用特征... 站城融合背景下,短时客流预测是高铁综合枢纽运营组织、协同管理、应急反应的重要依据。通过分析客流相互影响机理,提出高速铁路综合枢纽铁路系统、周边土地利用与城轨系统间的客流拓扑关系;以枢纽站周边各类兴趣点数量表征土地利用特征,采用岭回归方法推算高速铁路综合枢纽周边土地吸引客流;基于铁路进站客流、枢纽周边土地吸引客流与城轨出站客流间的相互作用关系,提出基于图注意力网络的客流预测模型,同时引入多头注意力机制,自适应获取不同日期不同时段下铁路进站客流和土地吸引客流的权重,实现高速铁路综合枢纽城轨出站客流的精确预测。为验证模型有效性,以北京南高速铁路综合枢纽为例进行分析,结果表明该模型与SVR、LSTM和GCN等预测模型相比,其预测精度显著提升。 展开更多
关键词 短时客流预测 图注意力网络 高速铁路综合枢纽 站城融合 土地利用
下载PDF
基于MLPs-dynFWA模型的高速铁路短时客流预测方法研究 被引量:4
20
作者 李和壁 梁家健 高扬 《铁道运输与经济》 北大核心 2021年第6期28-36,共9页
针对传统深度学习模型在预测高速铁路短时客流时难以确定时间阈值、网络参数选取有难度等问题,提出一种基于多层感知器时间序列网络与动态搜索烟花算法的高速铁路预测模型。首先以高速铁路短时客流预测作为研究对象,将MLPs网络中每个节... 针对传统深度学习模型在预测高速铁路短时客流时难以确定时间阈值、网络参数选取有难度等问题,提出一种基于多层感知器时间序列网络与动态搜索烟花算法的高速铁路预测模型。首先以高速铁路短时客流预测作为研究对象,将MLPs网络中每个节点作为一个感知器,模拟生物神经网络中神经元基础功能,对时间变化特征进行建模;再将dynFWA算法应用到神经网络参数多样性选择中,利用爆炸算子搜索机制对网络超参数组合进行优化,以高速铁路历史真实客流系数为基础,部分数据作为数据源,部分数据作为验证组,通过MLPs-dyn FWA模型进行预测并将结果与其他预测模型进行比较,得到不同数据组在不同模型优化策略下的性能指标。通过实验结果得知,MLPs-dynFWA模型对于高速铁路短时客流预测性能最优。 展开更多
关键词 高速铁路 客流预测 短时预测 多层感知器时间序列 动态搜索烟花算法
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部