张 鹏，唐琴琴

（太原工业学院理学系，山西太原 030008）

铁路客运是我们生活中必不可少的一部分，预测研究铁路客运量是很有必要的，首先，我国资源丰富，但分布不均衡，而铁路客运这种交通方式不仅便捷，而且效率高；其次，近年来，人们在衣食住行方面的要求越来越高，需要对铁路客运进行准确地预测；最后，如果对铁路客运预测的不准确，这将导致决策者的方案失效，不利于铁路客运的发展，因此需要对铁路客运做出准确的预测。

主要研究小波神经网络模型，并预测铁路客运量。首先，将统计年鉴中的数据分为训练样本以及预测样本；其次，针对数据进行去噪处理是为了提升序列的光滑度，通过相空间重构[1]确定神经网络的输入层节点数，根据经验公式以及对比仿真实验确定隐含层节点数，隐含层函数选取小波基函数；最后，利用预测样本得到的结果与原始数据对比[2]。

1 小波神经网络

1.1 小波去噪

小波去噪是在原始信号的基础上，完成对原信号s(t)与噪声信号n(t)的区分，

其中n(t)服从的分布为正态分布n(t)～N(0,σ2)。

小波阈值除噪，起初需要指定一个界限值λ，该值也称为阈值，对阈值来说，能够将其划分为整体界限值以及部分界限值。进行小波变换以后，会得到小波分解系数wj,k，如果临界值大于小波系数，认为此系数因噪声形成，可将其删除；如果大于λ，可把原因归咎于信号，可引用此部分，进行重新构造得到结果。

1.2 相空间重构技术理论

相空间重构有两个关键的参数：嵌入维数m 和延迟时间τ，C -C 平均法对τ,w 的选取更可靠。……