【摘要】：由于公交客流量是公交系統(tǒng)發(fā)展規(guī)劃的基礎依據(jù),因此提高公交客流量預測的準確性有利于城市公交的發(fā)展。利用粒子群算法優(yōu)化參數(shù)的良好性能和灰色預測法適合預測不確定因素影響系統(tǒng)的優(yōu)勢,提出用灰色變異粒子群組合預測模型來預測公交客流量,提高公交客流量預測精度,并通過實例對組合預測模型的預測精度和有效性進行了分析。結果表明,此組合預測模型的預測精度優(yōu)于單一的灰色預測模型,也優(yōu)于其他幾種常用預測算法,能很好地預測公交客流量,為公交系統(tǒng)的決策規(guī)劃提供了可靠的科學數(shù)據(jù)。
[Abstract]:Because the passenger flow of public transport is the basis of the development planning of the public transport system, it is beneficial to the development of urban public transportation to improve the accuracy of the forecast of the passenger flow of the public transport. Using the good performance of Particle Swarm Optimization (PSO) algorithm to optimize the parameters and the advantage of grey prediction method suitable for forecasting the uncertain factors affecting the system, a grey variant particle swarm optimization forecasting model is proposed to predict the bus passenger flow and improve the prediction accuracy of the bus passenger flow. The prediction accuracy and effectiveness of the combined prediction model are analyzed by an example. The results show that the prediction accuracy of the combined forecasting model is better than that of the single grey prediction model and several other commonly used forecasting algorithms. It can well predict the public transport passenger flow and provide reliable scientific data for the decision-making planning of the public transport system.
【作者單位】： 蘭州交通大學自動化與電氣工程學院;
【分類號】：U491.17

【參考文獻】

相關期刊論文 前10條

1 方麗君;吳中;;GM(1,3)模型在交通系統(tǒng)公路客運量預測中的應用[J];公路交通科技;2006年03期

2 洪炳熔;金飛虎;高慶吉;;基于蟻群算法的多層前饋神經(jīng)網(wǎng)絡[J];哈爾濱工業(yè)大學學報;2003年07期

3 洪炳熔,金飛虎,高慶吉;基于蟻群算法的多層前饋神經(jīng)網(wǎng)絡[J];哈爾濱工業(yè)大學學報;2003年07期

4 顏七笙;王士同;;公路旅游客流量預測的支持向量回歸模型[J];計算機工程與應用;2011年09期

5 趙志剛;常成;;帶變異算子的自適應粒子群優(yōu)化算法[J];計算機工程與應用;2011年17期

6 王慶榮;張秋余;;基于隨機灰色蟻群神經(jīng)網(wǎng)絡的近期公交客流預測[J];計算機應用研究;2012年06期

7 張燕;王繁珍;陳增強;袁著祉;;基于遞歸神經(jīng)網(wǎng)絡的多變量系統(tǒng)預測控制[J];南開大學學報(自然科學版);2006年01期

8 李松;劉力軍;劉穎鵬;;改進PSO優(yōu)化BP神經(jīng)網(wǎng)絡的混沌時間序列預測[J];計算機工程與應用;2013年06期

9 張誠;周湘峰;;基于灰色預測-馬爾可夫鏈-定性分析的鐵路貨運量預測[J];鐵道學報;2007年05期

10 張大海,江世芳,史開泉;灰色預測公式的理論缺陷及改進[J];系統(tǒng)工程理論與實踐;2002年08期

【共引文獻】

相關期刊論文 前10條

1 楊開云;馮衛(wèi);王亮;朱峰;;多目標決策灰色關聯(lián)投影法在建筑工程投資決策中的應用[J];四川建筑科學研究;2009年05期

2 王貴權;朱云鵑;;企業(yè)債券發(fā)展影響因素的實證研究——基于灰色系統(tǒng)理論[J];安徽廣播電視大學學報;2011年01期

3 杜淑輝;臧德奎;孫居文;;木瓜屬觀賞品種的灰色關聯(lián)度綜合評價[J];山東農(nóng)業(yè)科學;2011年01期

4 丁霽明;王家慶;;基于灰關聯(lián)度的信息技術與課程整合的教學過程評價的研究[J];安徽職業(yè)技術學院學報;2007年04期

5 吳國鋒;;基于二次插值的GM(1,1)模型在用電量預測中的應用[J];安徽職業(yè)技術學院學報;2010年02期

6 吳艷蕾;;基于灰理論的居民生活電力消費預測研究[J];安徽工程科技學院學報(自然科學版);2008年01期

7 程晉石;裴九芳;;3PL企業(yè)物流能力灰色評價研究[J];安徽工程大學學報;2011年01期

8 廉同輝;;基于灰色層次決策理論的合蕪蚌試驗區(qū)產(chǎn)業(yè)效應分析[J];安徽工程大學學報;2011年03期

9 侯曉亮;;建筑物地基沉降的灰色模型GM(1,1)預測法[J];安徽建筑;2006年06期

10 陳小霞;黃桐城;;舟山農(nóng)業(yè)產(chǎn)業(yè)結構的灰色關聯(lián)分析[J];安徽農(nóng)業(yè)科學;2007年31期

相關會議論文 前10條

1 馮羽;馬鳳山;魏愛華;趙海軍;郭捷;;灰色系統(tǒng)與神經(jīng)網(wǎng)絡組合模型在地下水水位預測中的應用[A];中國科學院地質與地球物理研究所第11屆（2011年度）學術年會論文集(中)[C];2012年

2 黃碧春;;灰色系統(tǒng)理論在建筑物變形分析中的應用[A];全國測繪科技信息網(wǎng)中南分網(wǎng)第二十五次學術交流會論文集[C];2011年

3 魏長順;沈銀花;魏利勝;;基于優(yōu)化GM(1,1)模型的人口預測方法研究[A];第二十六屆中國控制會議論文集[C];2007年

4 王首彬;李娜;龔威;;基于灰色關聯(lián)度的天津市人口與環(huán)境分析[A];第二十七屆中國控制會議論文集[C];2008年

5 劉榮成;戴文戰(zhàn);;一種基于殘差模型的自調整灰色模糊預測控制器的設計[A];第二十七屆中國控制會議論文集[C];2008年

6 戴文戰(zhàn);李燕;楊愛萍;;基于遺傳算法的灰色Verhulst模型的改進研究[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

7 廉同輝;王金葉;;基于灰色關聯(lián)的自然保護區(qū)居民旅游感知研究——以廣西貓兒山自然保護區(qū)為例[A];2012中國旅游科學年會論文集[C];2012年

8 趙家輝;李振興;解侖;孫鐵;;基于灰色滑模變結構速度環(huán)的軋機扭振抑制研究[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 張啟義;卞世明;;基于灰色關聯(lián)分析法的工程裝備保障性評價研究[A];經(jīng)濟全球化與系統(tǒng)工程——中國系統(tǒng)工程學會第16屆學術年會論文集[C];2010年

10 王正新;黨耀國;劉思峰;;冪強化緩沖算子及其在小樣本預測中的應用[A];第十三屆中國管理科學學術年會論文集[C];2011年

相關博士學位論文 前10條

1 王曉輝;中國產(chǎn)業(yè)結構的動態(tài)投入產(chǎn)出模型分析[D];哈爾濱工程大學;2010年

2 劉洪斌;節(jié)能減排政府責任保障機制研究[D];中國海洋大學;2010年

3 陳非;基于過程信息融合的旋轉機械信息（火用）故障診斷研究[D];華中科技大學;2010年

4 曲建軍;基于提速線路TQI的軌道不平順預測與輔助決策技術的研究[D];北京交通大學;2011年

5 王曉暾;不確定信息環(huán)境下的質量功能展開研究[D];浙江大學;2011年

6 唐麗;湖南南天竹遺傳多樣性及園林利用評價體系研究[D];中南林業(yè)科技大學;2007年

7 李建軍;廣東湛江紅樹林生態(tài)系統(tǒng)空間結構優(yōu)化研究[D];中南林業(yè)科技大學;2010年

8 劉義;對抗條件下被動雷達制導技術及效能評估方法研究[D];國防科學技術大學;2010年

9 方平;科技創(chuàng)新對我國漁業(yè)結構調整的作用機制研究[D];中國地質大學（北京）;2011年

10 張翔;文本挖掘技術研究及其在綜合風險信息網(wǎng)絡中的應用[D];西北大學;2011年

相關碩士學位論文 前10條

1 朱浩鋒;新疆包爾圖銅礦床地質地球化學特征及深部預測[D];河南理工大學;2010年

2 樂志軍;新朝川礦礦井水分布規(guī)律研究與防治對策[D];河南理工大學;2010年

3 段守軍;煤炭資源潛力評價研究[D];河南理工大學;2010年

4 孟憲宇;我國鋼鐵業(yè)上市公司績效評價[D];長春理工大學;2010年

5 王捷;數(shù)字圖像邊緣檢測方法的若干改進與應用研究[D];浙江理工大學;2010年

6 邵曉路;蟻群群體智能網(wǎng)絡可視化試驗平臺研制[D];浙江理工大學;2010年

7 王順巖;灰色系統(tǒng)理論在間歇式染色中的應用研究[D];浙江理工大學;2010年

8 喬小琴;基于灰理論的土石壩安全監(jiān)控綜合評價模型研究[D];鄭州大學;2010年

9 張姝慧;我國石油行業(yè)供求狀況與發(fā)展趨勢研究[D];哈爾濱工程大學;2010年

10 白雪;世界油船訂單量的波動及其預測研究[D];哈爾濱工程大學;2010年

【二級參考文獻】

相關期刊論文 前10條

1 毛大德;道路交通量數(shù)列預測模型[J];重慶交通學院學報;2003年01期

2 劉霞;;關于鐵路提速效果的實證分析[J];當代財經(jīng);2006年09期

3 王成山,楊軍,張崇見;灰色系統(tǒng)理論在城市年用電量預測中的應用——不同預測方法的分析比較[J];電網(wǎng)技術;1999年02期

4 呂振肅,侯志榮;自適應變異的粒子群優(yōu)化算法[J];電子學報;2004年03期

5 馬君;劉小冬;孟穎;;基于神經(jīng)網(wǎng)絡的城市交通流預測研究[J];電子學報;2009年05期

6 于德江;灰色系統(tǒng)建模方法的探討[J];系統(tǒng)工程;1991年05期

7 李云貴,李清富,趙國藩;灰色GM(1,1)預測模型的改進[J];系統(tǒng)工程;1992年06期

8 吳強,馮維t,胡曉嘉;灰色預測法在城軌客流預測中的應用[J];城市軌道交通研究;2004年03期

9 張新天,羅曉輝;灰色理論與模型在交通量預測中的應用[J];公路;2001年08期

10 楊新苗,王煒,顧維平,周明保;公交線路客流模糊神經(jīng)網(wǎng)絡預測模型[J];公路交通科技;2000年04期

相關碩士學位論文 前1條

1 陳敏;基于BP神經(jīng)網(wǎng)絡的混沌時間序列預測模型研究[D];中南大學;2007年

【相似文獻】

相關期刊論文 前10條

1 王希云;劉瑞芳;;混沌粒子群算法及其在桁架結構優(yōu)化設計中的應用[J];太原科技大學學報;2006年06期

2 常伯濤;范穎;趙書強;馬燕峰;楊建華;;基于改進粒子群算法的輸電網(wǎng)擴展規(guī)劃[J];華北電力大學學報(自然科學版);2008年04期

3 張亮;呂林;;利用粒子群算法解決電網(wǎng)優(yōu)化購入電量[J];電力系統(tǒng)保護與控制;2009年22期

4 劉志雄;嚴新平;趙潤軍;;置換流水車間調度粒子群算法與參數(shù)設置分析[J];武漢理工大學學報(交通科學與工程版);2010年06期

5 張?zhí)戽?汪清;何開鋒;;粒子群算法在氣動力參數(shù)辨識中的應用[J];空氣動力學學報;2010年06期

6 喬佩利;馬麗麗;鄭林;;基于改進粒子群算法的車間作業(yè)調度問題研究[J];哈爾濱理工大學學報;2011年02期

7 田雨波;彭濤;沙莎;;基于微分進化算子和混沌擾動的量子粒子群算法[J];江蘇科技大學學報(自然科學版);2011年02期

8 侯磊;;基于多目標粒子群算法的船舶主尺度優(yōu)化設計研究[J];船舶力學;2011年07期

9 趙菲;焦彥軍;;基于粒子群算法的輸電線路參數(shù)辨識[J];陜西電力;2011年09期

10 余羅兼;李濟澤;;一種改進粒子群算法的移動機器人路徑規(guī)劃[J];機電技術;2011年05期

相關會議論文 前10條

1 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[A];中國科學院地質與地球物理研究所第11屆（2011年度）學術年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術會議膨脹節(jié)設計、制造和應用技術論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2007年

相關博士學位論文 前10條

1 王芳;粒子群算法的研究[D];西南大學;2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

3 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

4 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調度問題研究[D];浙江工業(yè)大學;2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

8 劉宏達;粒子群算法的研究及其在船舶工程中的應用[D];哈爾濱工程大學;2008年

9 楊輕云;約束滿足問題與調度問題中離散粒子群算法研究[D];吉林大學;2006年

10 雷開友;粒子群算法及其應用研究[D];西南大學;2006年

相關碩士學位論文 前10條

1 張?zhí)m;量子粒子群算法及其應用[D];西北大學;2010年

2 隨聰慧;粒子群算法的改進方法研究[D];西南交通大學;2010年

3 董銀麗;一種新的交叉粒子群算法及其應用[D];西安電子科技大學;2006年

4 馬楠楠;基于粒子群算法的化工過程優(yōu)化及其應用[D];北京化工大學;2008年

5 徐青鶴;改進粒子群算法及其應用研究[D];杭州電子科技大學;2009年

6 郭香軍;粒子群算法的改進研究[D];燕山大學;2012年

7 鐘帥;基于粒子群算法的微博用戶影響力研究[D];華中科技大學;2012年

8 方群;多目標拆卸線平衡問題的改進粒子群算法研究[D];西南交通大學;2014年

9 朱偉豐;改進粒子群算法最優(yōu)路徑的研究[D];重慶師范大學;2014年

10 孟令群;混沌粒子群算法在河流水質模型參數(shù)識別中的應用[D];長安大學;2009年

，

本文編號：2216919