王文明++程浩

摘要：基于对国内外科学家的工作和研究成果的分析，运用数学和计算机辅助技术，采用径向基RBF神经网络模型针对轨道客流变化进行建模，将其应用于城市轨道交通突发大客流研究领域。通过合理，准确的短期客流预测为地铁运营公司及时地调整运营计划、适时地为乘客发布乘车信息、准确地执行客流管理控制预案提供依据，确保轨道系统高效、有序、安全的运行，最大限度地使客流削峰填谷，减轻运营压力，最终提高交通网络运行和管理的效率。

关键词：客流预测； 轨道交通； 神经网络； 径向基； 高斯函数

中图分类号： TP391

文献标志码： A

文章编号： 2095-2163（2016）06-0079-03

0引言

[JP2]客流预测的方法主要分为线性法和非线性法。影响客流的因素具有非线性相关性，从时间上看，早晚高峰的通勤、节假日、恶劣天气都会引发大客流；从空间上看，同一时刻不同线路、站点的断面客流、方向有着明显的差别，矛盾现象突出；[JP3]从出行特征看，乘距较长，平均乘距14公里。综上分析发现客流预测呈现出了鲜明的非线性特征，为此本研究将选用非线性方法。[JP]

依据文献研究可知，由于非线性的径向基神经网络具备良好的非线性拟合能力，优秀的自学习能力，以及强大的鲁棒性，因而尤其适合于计算机性质的设计实现。相应地，本文将基于此而展开客流预测模型的构建研究。研究中即以上海地铁作为试验对象，以历史客流作为输入，通过局部逼近方式采用高斯函数进行计算，再根据评价指标对结果提供优化处理，使其获得细微修正与改进调整。……