基于LM-BP算法的轨道交通客流短时预测.doc

基于LM-BP算法的轨道交通客流短时预测.doc基于LM-BP算法的轨道交通客流短时预 测
王立政朱从坤
苏州科技大学土木工程学院
摘要：
BP神经网络是当前比较常用的人工神经网络，针对BP神经网络存在易陷入局部 极小值、收敛速度慢等缺陷，将LM算法引入到BP神经网络中，以改进BP神经 网络在预测时的训练过程，并利用轨道交通客流的时间序列对其有效性进行验 证，结果证明该方法对轨道交通客流的短时预测有着更高的准确度和精度。
关键词：
轨道交通客流;短时预测;BP神经网络;LM算法;
作者简介：王立政（1991-），男，山东滕州人，硕士，研究方向为交通运输规 划与管理；
作者简介：朱从坤（1968-），男，山东莱芜人，教授，研究方向为交通运输规 划与管理。
Short-term Prediction Research on
Urban Rail Transit Passenger Flow
Based on LM-BP Algorithm
WANG Li-zheng ZHU Cong-kun
College of Civil Engineering, Suzhou University of Science and Technology;
Abstract：
BP neural network algorithm is the currently common artificial neural net work. Referring to the shor tcomings exis ting in BP neural net work, such as:local minimum, low convergence rate, this paper introduces LM algorithm to improve BP neural network algorithm, then trains the BP neural network prediction model and applies this method to the time sequence of urban rail transit passenger flow to perform validation. The resuIt shows that the method has a higher accuracy and precision to the short—term prediction of urban rail transit passenger flow・
Keyword：
urban rail transit passenger flow; short-term prediction; BP neural network; LM algorithm;
o引言
近年来，许多学者对于城市交通客流的非线性特征进行了研究，提出了多种非 线性预测模型，如BP神经网络模型、混沌状态特征模型和支持向量机模型等 皿。但是BP神经网络有两个明显的缺陷，一是容易陷入局部极小值，二是收敛 的速度慢。本文提出利用LM算法对BP神经网络算法进行改进，并应用于轨道交 通客流的短时预测。
1基于LM最优化方法的BP神经网络LM-BP
LM-BP 算法
在最优化理论中，Levenbe