基于HHT的城际趟车客运量组合预测方法研究

发布时间：2017-11-09 18:03

本文关键词：基于HHT的城际趟车客运量组合预测方法研究

【摘要】：客运量预测是铁路运输部门科学制定旅客运输计划、合理设计客运产品和营销策略的主要依据。在预测应用开展时如果能够把不同的单项预测方法进行适当的组合,就可以使组合预测整体的预测结果更为准确。本文将希尔伯特-黄变换(Hilbert-Huang Transform,HHT)与组合预测方法相结合,提出了一种城际趟车客运量预测新方法——基于HHT的组合预测方法。通过对这种方法的研究,实现趟车客运量的有效预测,解决单项预测方法不够稳定的问题,同时提高预测结果的精度。这种方法不仅能为铁路预测应用提供趟车客运量预测算法,也能为票额智能预分、列车开行方案设计、列车收益管理等客运业务提供科学决策的基础。本文的主要研究内容包括:(1)在单项预测方法研究中,本文通过引入模糊隶属度对支持向量回归机方法进行改进,同时利用人工鱼群算法对模糊支持向量回归机的参数寻优,拓展了原有预测方法的应用范围,将算法与HHT相结合建立模型,并通过数值实验证明了该算法能够有效提高预测结果的准确度。(2)本文建立了基于HHT的时间序列模型以及基于HHT的BP神经网络模型,同时利用遗传算法对BP神经网络的参数进行优化,通过科学选取参数,达到优化预测模型的目的。用这两种模型进行数值实验,通过与未进行HHT处理的算法进行比较,可以证明这两种模型能够有效对城际趟车客运量进行预测,并提高预测精度与相关度。(3)本文通过经验模态分解(Empirical Mode Decomposition,EMD)的方法,对城际趟车客运量数据进行频度分解,获得分量的数据,通过分组预测的方法排除无关影响因素的干扰,使预测结果的精度进一步提高。通过实验证实了经过HHT处理后的数据可以有效提升预测精度,同时使数据从长相关性变为短相关性数据,有效提升了预测结果与历史客运量的相关性。(4)在建立单项预测模型的基础上,建立基于HHT的组合预测模型,使输入信息考虑更加全面。通过线性以及非线性组合预测原理,确定参与组合的单项模型权重,并用这种组合预测模型对城际趟车客运量数据进行预测,最终结果证明该模型不仅具有良好的可靠性和平稳性,同时也提高了预测结果的准确性,在实际应用中具有较好的参考性。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U293.13;TP18

【参考文献】

中国期刊全文数据库前10条

1 冯冰玉;鲍学英;王起才;;基于灰色和神经网络的铁路客运量预测研究[J];铁道科学与工程学报;2015年05期

2 安计勇;范玉红;王寅;;基于改进的HHT的网络流量预测算法[J];计算机工程与设计;2015年06期

3 贺晓霞;鲍学英;王起才;董朝阳;;基于GM—周期扩展组合模型的铁路客运量预测[J];铁道科学与工程学报;2015年03期

4 豆飞;贾利民;秦勇;徐杰;王莉;;铁路客运专线模糊k近邻客流预测模型[J];中南大学学报(自然科学版);2014年12期

5 何九冉;四兵锋;;EMD-RBF组合模型在城市轨道交通客流预测中的应用[J];铁道运输与经济;2014年10期

6 张伯敏;;沪宁城际铁路客流短期预测研究[J];中国铁路;2014年09期

7 崔艳萍;于潇;;胶济客运专线年度客运量预测研究[J];铁道运输与经济;2014年05期

8 田中大;高宪文;李琨;;基于EMD与LS-SVM的网络控制系统时延预测方法[J];电子学报;2014年05期

9 黄召杰;冯硕;;灰色预测模型在铁路客流预测中的应用[J];交通科技与经济;2014年01期

10 杨军;侯忠生;;基于小波分析的最小二乘支持向量机轨道交通客流预测方法[J];中国铁道科学;2013年03期