车站作为铁路交通的枢纽和人员调度的载体,是影响铁路运输的关键因素。车站人员的流动影响着车站的运营和负载冗余情况,而合理有效的客流量预测可以为车站安防、资源调配以及人员部署提供依据和保障。采用神经网络对车站客流量进行预测,分析并选择影响车站客流量变化的关键因素作为神经网络的输入,通过在线学习和变步长速率更新的方法对车站不同时段的进站人数进行估计,同时对历史数据和估计数据进行加权平均得到下一时段客流量的预测值。仿真结果说明该预测模型具有良好的效果。
科研之友
微信
新浪微博
Facebook
分享链接
