基于DLP-WNN的高速铁路日客流量中期预测

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。