基于经验模态分解的城市轨道交通短时客流预测模型

作者：费延达; 李树榜

来源：现代电子技术, 2022, 45(21): 151-154.

DOI：10.16652/j.issn.1004-373x.2022.21.027

• 经验模态分解
• 城市轨道交通
• 短时客流
• 预测模型
• 数据收集
• 权重系数

目前在城市轨道交通短时客流预测过程中，容易受到乘客、时间等外来因素影响，导致预测准确度相对较低。为此，提出基于经验模态分解的城市轨道交通短时客流预测模型。利用固有经验模态函数进行数据支撑，根据时间特性进行序列分解，分解为时间序列模块。在完成数据收集后，对数据差值进行求解，确定固有经验模态函数的数量，利用权重系数实现权重更新，确保预测过程的稳定性。分解原始客流序列数据，对函数分量加以细化筛选，通过信息筛选和输出利用预测模型实现信息预测。实验结果表明，该模型能够很好地实现数据采集和提取，预测准确度高达98%，预测能力较好，为城市轨道运输工作提供了有力的数据支撑。

• 单位
  聊城大学; 西南交通大学