科研之友
微信
新浪微博
Facebook
分享链接
摘要
高速铁路短期客流预测是铁路运输研究领域的重点之一,不管对编制列车开行方案或是作为高速铁路客运运营管理工作的基础,都具很大的重要性。因为高速铁路客流时间序列存在非线性、非平稳的特性,传统预测模型很难获得令人满意的结果。为了克服传统模型的缺陷,本研究提出了二次分解组合预测模型。先以完全重组经验模态分解算法对原始数据进行分解,同时通过样本熵测算各分量的复杂度,然后再以变分模态分解算法进一步分解一次分解产生的高频分量,利用极限学习机来预测第一次的分解结果,再利用核极限学习机来预测第二次的分解结果,最后把所有部分的预测结果相加成为最终预测值。为验证模型的实用性,以ZD013-ZD190-01的OD日客流量数据作为研究对象,经实例研究表明由该方法得到的高铁短期客流预测结果在准确度与稳定性上均表现出色。
- 单位
