论文部分内容阅读
提出了基于小波神经网络的短时客流预测方法,对具有动态性、受多种因素影响的城轨的客流量进行短时的预测,通过建立小波神经网络对于城轨进行每隔15 分钟客流量预测.示例结果表明,所建立的小波神经网络的预测模型比其他的典型的预测模型预测精度高,误差小.
基于小波神经网络的短时客流预测
【摘 要】
：
提出了基于小波神经网络的短时客流预测方法,对具有动态性、受多种因素影响的城轨的客流量进行短时的预测,通过建立小波神经网络对于城轨进行每隔15 分钟客流量预测.示例结果
【机 构】
：
北京交通大学运输学院,北京,100044
【出 处】
：
第十三届现代数学和力学学术会议(MMM-XIII)暨钱伟长诞辰100周年纪念大会
【发表日期】
：
2012年10期
其他文献
基于ITS 的应用和格子流体力学模型,构建了两种考虑前方格子中车辆密度差的格子流体力学模型,其研究重点在于考虑前方最邻近格子与当前格子中车辆密度差对模型稳定性的影响.
很多时候,中国保险公司CEO考虑问题时并没有考虑到IT系统的作用。实践证明,IT系统能帮助保险公司完成15～20%的战略目标。
In many cases, the Chinese insurance company CEO
本文研究出行需求不确定环境下的拥挤收费问题,采用均值-超量系统总阻抗作为风险评价指标.均值-超量系统总阻抗风险指标,既保证系统总阻抗以一定的置信水平a 小于决策者的预