%0 Journal Article
%T 城市轨道交通客流预测算法设计与仿真
%A 李少伟？
%A 陈永生？
%J 计算机科学
%D 2014
%X 为了更好地解决城市轨道交通的客流预测问题,提出了基于混合神经网络与卡尔曼滤波器的客流预测多层次模型。首先采用elan神经网络实现客流量的初步预测；然后采用卡尔曼滤波器对神经网络预测结果进行修正,以进一步提高预测结果精度；最后为了验证模型的正确性,以上海地铁交通作为研究对象,进行了客流观测和预测模拟。实验结果表明,所提出的多层次模型比单纯其中一种算法能减少约0.8%的误差,并且具有更好的实际效果。
%K 轨道交通
%K 客流预测
%K elan神经网络
%K 卡尔曼滤波器
%K 系统仿真中图法分类号u293.5文献标识码a
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20140261&flag=1