灰色变异粒子群算法在公交客流量预测中的应用

发布时间：2018-09-01 10:29

【摘要】：由于公交客流量是公交系统发展规划的基础依据,因此提高公交客流量预测的准确性有利于城市公交的发展。利用粒子群算法优化参数的良好性能和灰色预测法适合预测不确定因素影响系统的优势,提出用灰色变异粒子群组合预测模型来预测公交客流量,提高公交客流量预测精度,并通过实例对组合预测模型的预测精度和有效性进行了分析。结果表明,此组合预测模型的预测精度优于单一的灰色预测模型,也优于其他几种常用预测算法,能很好地预测公交客流量,为公交系统的决策规划提供了可靠的科学数据。
[Abstract]:Because the passenger flow of public transport is the basis of the development planning of the public transport system, it is beneficial to the development of urban public transportation to improve the accuracy of the forecast of the passenger flow of the public transport. Using the good performance of Particle Swarm Optimization (PSO) algorithm to optimize the parameters and the advantage of grey prediction method suitable for forecasting the uncertain factors affecting the system, a grey variant particle swarm optimization forecasting model is proposed to predict the bus passenger flow and improve the prediction accuracy of the bus passenger flow. The prediction accuracy and effectiveness of the combined prediction model are analyzed by an example. The results show that the prediction accuracy of the combined forecasting model is better than that of the single grey prediction model and several other commonly used forecasting algorithms. It can well predict the public transport passenger flow and provide reliable scientific data for the decision-making planning of the public transport system.
【作者单位】：兰州交通大学自动化与电气工程学院;
【分类号】：U491.17

【参考文献】

相关期刊论文前10条

1 方丽君;吴中;;GM(1,3)模型在交通系统公路客运量预测中的应用[J];公路交通科技;2006年03期

2 洪炳熔;金飞虎;高庆吉;;基于蚁群算法的多层前馈神经网络[J];哈尔滨工业大学学报;2003年07期

3 洪炳熔,金飞虎,高庆吉;基于蚁群算法的多层前馈神经网络[J];哈尔滨工业大学学报;2003年07期

4 颜七笙;王士同;;公路旅游客流量预测的支持向量回归模型[J];计算机工程与应用;2011年09期

5 赵志刚;常成;;带变异算子的自适应粒子群优化算法[J];计算机工程与应用;2011年17期

6 王庆荣;张秋余;;基于随机灰色蚁群神经网络的近期公交客流预测[J];计算机应用研究;2012年06期

7 张燕;王繁珍;陈增强;袁著祉;;基于递归神经网络的多变量系统预测控制[J];南开大学学报(自然科学版);2006年01期

8 李松;刘力军;刘颖鹏;;改进PSO优化BP神经网络的混沌时间序列预测[J];计算机工程与应用;2013年06期

9 张诚;周湘峰;;基于灰色预测-马尔可夫链-定性分析的铁路货运量预测[J];铁道学报;2007年05期

10 张大海,江世芳,史开泉;灰色预测公式的理论缺陷及改进[J];系统工程理论与实践;2002年08期

【共引文献】

相关期刊论文前10条

1 杨开云;冯卫;王亮;朱峰;;多目标决策灰色关联投影法在建筑工程投资决策中的应用[J];四川建筑科学研究;2009年05期

2 王贵权;朱云鹃;;企业债券发展影响因素的实证研究——基于灰色系统理论[J];安徽广播电视大学学报;2011年01期

3 杜淑辉;臧德奎;孙居文;;木瓜属观赏品种的灰色关联度综合评价[J];山东农业科学;2011年01期

4 丁霁明;王家庆;;基于灰关联度的信息技术与课程整合的教学过程评价的研究[J];安徽职业技术学院学报;2007年04期

5 吴国锋;;基于二次插值的GM(1,1)模型在用电量预测中的应用[J];安徽职业技术学院学报;2010年02期

6 吴艳蕾;;基于灰理论的居民生活电力消费预测研究[J];安徽工程科技学院学报(自然科学版);2008年01期

7 程晋石;裴九芳;;3PL企业物流能力灰色评价研究[J];安徽工程大学学报;2011年01期

8 廉同辉;;基于灰色层次决策理论的合芜蚌试验区产业效应分析[J];安徽工程大学学报;2011年03期

9 侯晓亮;;建筑物地基沉降的灰色模型GM(1,1)预测法[J];安徽建筑;2006年06期

10 陈小霞;黄桐城;;舟山农业产业结构的灰色关联分析[J];安徽农业科学;2007年31期

相关期刊论文前10条

1 毛大德;道路交通量数列预测模型[J];重庆交通学院学报;2003年01期

2 刘霞;;关于铁路提速效果的实证分析[J];当代财经;2006年09期

3 王成山,杨军,张崇见;灰色系统理论在城市年用电量预测中的应用——不同预测方法的分析比较[J];电网技术;1999年02期

4 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期

5 马君;刘小冬;孟颖;;基于神经网络的城市交通流预测研究[J];电子学报;2009年05期

6 于德江;灰色系统建模方法的探讨[J];系统工程;1991年05期

7 李云贵,李清富,赵国藩;灰色GM(1,1)预测模型的改进[J];系统工程;1992年06期

8 吴强,冯维t,胡晓嘉;灰色预测法在城轨客流预测中的应用[J];城市轨道交通研究;2004年03期

9 张新天,罗晓辉;灰色理论与模型在交通量预测中的应用[J];公路;2001年08期

10 杨新苗,王炜,顾维平,周明保;公交线路客流模糊神经网络预测模型[J];公路交通科技;2000年04期

相关期刊论文前10条

1 王希云;刘瑞芳;;混沌粒子群算法及其在桁架结构优化设计中的应用[J];太原科技大学学报;2006年06期

2 常伯涛;范颖;赵书强;马燕峰;杨建华;;基于改进粒子群算法的输电网扩展规划[J];华北电力大学学报(自然科学版);2008年04期

3 张亮;吕林;;利用粒子群算法解决电网优化购入电量[J];电力系统保护与控制;2009年22期

4 刘志雄;严新平;赵润军;;置换流水车间调度粒子群算法与参数设置分析[J];武汉理工大学学报(交通科学与工程版);2010年06期

5 张天姣;汪清;何开锋;;粒子群算法在气动力参数辨识中的应用[J];空气动力学学报;2010年06期

6 乔佩利;马丽丽;郑林;;基于改进粒子群算法的车间作业调度问题研究[J];哈尔滨理工大学学报;2011年02期

7 田雨波;彭涛;沙莎;;基于微分进化算子和混沌扰动的量子粒子群算法[J];江苏科技大学学报(自然科学版);2011年02期

8 侯磊;;基于多目标粒子群算法的船舶主尺度优化设计研究[J];船舶力学;2011年07期

9 赵菲;焦彦军;;基于粒子群算法的输电线路参数辨识[J];陕西电力;2011年09期

10 余罗兼;李济泽;;一种改进粒子群算法的移动机器人路径规划[J];机电技术;2011年05期