• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于混沌-小波神經(jīng)網(wǎng)絡(luò)的公交客流量預(yù)測(cè)模型研究

    2017-11-22 01:11:08范黎林符天陽(yáng)孫蘭賓張廣振
    城市公共交通 2017年9期
    關(guān)鍵詞:相空間刷卡客流量

    范黎林 符天陽(yáng) 孫蘭賓 張廣振 徐 銘

    (1.河南師范大學(xué) 計(jì)算機(jī)與信息工程學(xué)院,新鄉(xiāng) 453007;2.河南省高校計(jì)算智能與數(shù)據(jù)挖掘工程技術(shù)研究中心,新鄉(xiāng) 453007;3.新鄉(xiāng)市公共交通總公司,新鄉(xiāng) 453000)

    基于混沌-小波神經(jīng)網(wǎng)絡(luò)的公交客流量預(yù)測(cè)模型研究

    范黎林1,2符天陽(yáng)1孫蘭賓3張廣振3徐 銘3

    (1.河南師范大學(xué) 計(jì)算機(jī)與信息工程學(xué)院,新鄉(xiāng) 453007;2.河南省高校計(jì)算智能與數(shù)據(jù)挖掘工程技術(shù)研究中心,新鄉(xiāng) 453007;3.新鄉(xiāng)市公共交通總公司,新鄉(xiāng) 453000)

    為提高公交客流量預(yù)測(cè)的精確度,將混沌理論和小波神經(jīng)網(wǎng)絡(luò)方法相結(jié)合應(yīng)用于公交客流量預(yù)測(cè)。分別采用自相關(guān)法、偽最近鄰域法計(jì)算公交客流量時(shí)間序列的時(shí)間延遲、嵌入維數(shù),采用小數(shù)據(jù)量法計(jì)算其最大李雅普諾夫指數(shù),證實(shí)該時(shí)間序列具有混沌特性。據(jù)此建立混沌-小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,進(jìn)而對(duì)H省某市實(shí)際公交客流量進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,相比于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法、LIBSVM預(yù)測(cè)法,該方法在均方誤差(MSE)、平均絕對(duì)誤差(MAE)、平均相對(duì)誤差(MRE)上均具有更小的預(yù)測(cè)誤差,因而可以有效地預(yù)測(cè)公交客流量。

    混沌;小波神經(jīng)網(wǎng)絡(luò);公交客流量預(yù)測(cè)

    U491.1+4

    A

    1 引言

    隨著我國(guó)城市交通擁堵、汽車尾氣污染日益加重,城市公共交通優(yōu)先發(fā)展戰(zhàn)略[1]的實(shí)施迫在眉睫。對(duì)各條公交線路客流量的精確預(yù)測(cè)有利于公交公司高效地進(jìn)行車輛調(diào)度,既不浪費(fèi)公交資源,又能更好地滿足人們?nèi)粘5某塑囆枨?。公交客流量作為日常公交運(yùn)營(yíng)的關(guān)鍵因素,它與上下班時(shí)間、節(jié)假日、天氣狀況等因素有關(guān),其中既有確定性因素的作用,又受隨機(jī)性因素的影響,這導(dǎo)致其時(shí)間序列呈現(xiàn)出非線性、非平穩(wěn)性和復(fù)雜性的特征,因而對(duì)公交客流量進(jìn)行預(yù)測(cè)的難度很大。目前,在公交公司實(shí)際的運(yùn)營(yíng)調(diào)度工作中,大多依靠調(diào)度人員憑借經(jīng)驗(yàn)判斷公交客流量的變化情況,由于缺乏定量的分析預(yù)測(cè)手段,導(dǎo)致預(yù)測(cè)效果往往與實(shí)際的公交客流量有不小出入,因而需要運(yùn)用科學(xué)有效的方法進(jìn)行公交客流量預(yù)測(cè),以提高預(yù)測(cè)精度。

    近年來(lái),受國(guó)家城市公共交通優(yōu)先發(fā)展戰(zhàn)略的政策導(dǎo)向以及實(shí)際需要,研究者們?cè)诠豢土髁款A(yù)測(cè)領(lǐng)域的研究日趨增多。例如:顧楊等[2]從公交線網(wǎng)樞紐站客流變化規(guī)律出發(fā),設(shè)計(jì)出ARMA短期客流預(yù)測(cè)模型。這種基于ARMA模型的線性方法建模簡(jiǎn)單,但無(wú)法保證對(duì)具有非線性、非平穩(wěn)性和復(fù)雜性特征的公交客流量進(jìn)行預(yù)測(cè)的精度。米根鎖等[3]提出用灰色變異粒子群組合預(yù)測(cè)模型來(lái)預(yù)測(cè)公交客流量。陸百川等[4]建立了基于IC卡和RBF神經(jīng)網(wǎng)絡(luò)的短時(shí)公交客流量預(yù)測(cè)模型并介紹了具體的預(yù)測(cè)過(guò)程。王慶榮等[5]提出了一種基于隨機(jī)灰色蟻群神經(jīng)網(wǎng)絡(luò)的近期公交客流量預(yù)測(cè)方法。劉翠等[6]建立了基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的公交線路站點(diǎn)時(shí)段上下車人數(shù)預(yù)測(cè)模型。但BP神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)且樣本依賴性太強(qiáng)。薛向紅等[7]提出了一種基于相空間重構(gòu)與支持向量機(jī)的預(yù)測(cè)公交客流量的新方法。但支持向量機(jī)更適合小樣本問(wèn)題。因此,需要采用更先進(jìn)的預(yù)測(cè)方法,以提高公交客流量預(yù)測(cè)的精確度。

    目前的研究結(jié)果表明,混沌是一種非線性現(xiàn)象,混沌的動(dòng)態(tài)系統(tǒng)具有確定性的法則。由于公交客流量時(shí)間序列的混沌特性[8]是由公交系統(tǒng)的內(nèi)在特性引起的,故該時(shí)間序列的短期變化行為是完全可以確定的,這便為對(duì)公交客流量時(shí)間序列進(jìn)行預(yù)測(cè)提供了新的理論基礎(chǔ)。同時(shí),由于小波分析[9]對(duì)非平穩(wěn)序列具有多尺度的分解能力,而且它能夠通過(guò)小波基函數(shù)的變換分析信號(hào)的局部特征,因此我們可以通過(guò)小波分析來(lái)降低公交客流量時(shí)間序列的非平穩(wěn)性,進(jìn)而實(shí)現(xiàn)對(duì)該時(shí)間序列的預(yù)測(cè)。由于基于小波分析理論的小波神經(jīng)網(wǎng)絡(luò)方法[10]在其隱含層引入了伸縮因子、平移因子這兩個(gè)新的參數(shù),從而具有更加靈活有效的函數(shù)逼近能力,這便為對(duì)公交客流量時(shí)間序列進(jìn)行預(yù)測(cè)提供了新的方法途徑。因此,本文采用混沌理論的相空間重構(gòu)方法[11]將公交客流量時(shí)間序列映射到m維特征空間,形成相點(diǎn)并構(gòu)造樣本對(duì),解決了樣本對(duì)確定的問(wèn)題,再應(yīng)用小波神經(jīng)網(wǎng)絡(luò)方法對(duì)訓(xùn)練樣本對(duì)進(jìn)行訓(xùn)練以得到最佳模型,進(jìn)而通過(guò)該模型實(shí)現(xiàn)公交客流量預(yù)測(cè)。

    2 公交客流量時(shí)間序列的混沌特性判定及相空間重構(gòu)

    2.1 混沌特性判定

    混沌是一種廣泛存在于自然界的科學(xué)現(xiàn)象,它在宏觀上表現(xiàn)為一種混亂的、隨機(jī)的狀態(tài)且對(duì)初始條件敏感依賴,但在微觀上又有一定的規(guī)律性。通常認(rèn)為混沌系統(tǒng)介于完全確定和完全隨機(jī)之間,因此可用于分析具有非線性、非平穩(wěn)性和復(fù)雜性特征的公交客流量時(shí)間序列。

    判定公交客流量時(shí)間序列是否具有混沌特性的最常用方法是計(jì)算其最大李雅普諾夫指數(shù)。如果該時(shí)間序列的最大李雅普諾夫指數(shù)為正,那么意味著其為混沌時(shí)間序列[12]。計(jì)算公交客流量時(shí)間序列最大李雅普諾夫指數(shù)的方法主要有Wolf法、Jacobian法、小數(shù)據(jù)量法等。由于Rosenstein等提出的小數(shù)據(jù)量法[13]計(jì)算量較小、相對(duì)易操作,故本文亦采用此法。采用小數(shù)據(jù)量法計(jì)算公交客流量時(shí)間序列最大李雅普諾夫指數(shù)的前提是計(jì)算該時(shí)間序列的時(shí)間延遲、嵌入維數(shù)。計(jì)算時(shí)間延遲的方法有自相關(guān)法、平均位移法等,計(jì)算嵌入維數(shù)的方法有偽最近鄰域法、Cao方法等。本文分別采用自相關(guān)法[14]、偽最近鄰域法[14]計(jì)算公交客流量時(shí)間序列的時(shí)間延遲、嵌入維數(shù)。

    綜上,我們首先計(jì)算出公交客流量時(shí)間序列的時(shí)間延遲、嵌入維數(shù),然后計(jì)算其最大李雅普諾夫指數(shù),進(jìn)而判定該時(shí)間序列是否具有混沌特性。

    2.2 相空間重構(gòu)

    研究表明,具有混沌特性的公交客流量時(shí)間序列看似是一維時(shí)間序列,但實(shí)際上它包含了高維信息。Packard等[15]認(rèn)為高維相空間中系統(tǒng)任一分量的變化都不是孤立的,它與其他分量之間存在著相關(guān)性。為了讓看似一維的時(shí)間序列再現(xiàn)高維的信息,Packard等還發(fā)展了一套相空間重構(gòu)技術(shù)。對(duì)于一維時(shí)間序列,重構(gòu)的相空間狀態(tài)矢量為[16]:

    3 小波神經(jīng)網(wǎng)絡(luò)

    小波神經(jīng)網(wǎng)絡(luò)是以BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為基礎(chǔ)、小波基函數(shù)作為隱含層節(jié)點(diǎn)的傳遞函數(shù)、輸入信號(hào)前向傳播的同時(shí)誤差信號(hào)反向傳播的神經(jīng)網(wǎng)絡(luò)。

    小波神經(jīng)網(wǎng)絡(luò)權(quán)值參數(shù)修正算法類似于BP神經(jīng)網(wǎng)絡(luò)權(quán)值修正算法,采用梯度修正法修正網(wǎng)絡(luò)的權(quán)值和小波基函數(shù)的參數(shù),從而使小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出不斷逼近期望輸出。

    隱含層節(jié)點(diǎn)數(shù)對(duì)小波神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能有很大影響。一般情況下,較多的隱含層節(jié)點(diǎn)數(shù)可以帶來(lái)更好的預(yù)測(cè)性能,但可能導(dǎo)致訓(xùn)練時(shí)間過(guò)長(zhǎng)。目前沒(méi)有一個(gè)理想的解析式可以用來(lái)確定合理的隱含層節(jié)點(diǎn)數(shù),通常的做法是憑借經(jīng)驗(yàn)分析并根據(jù)實(shí)驗(yàn)的預(yù)測(cè)性能對(duì)比給出該值。

    4 混沌-小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

    基于公交客流量時(shí)間序列的混沌特性以及小波神經(jīng)網(wǎng)絡(luò)方法的優(yōu)越性,本文將二者結(jié)合,建立了混沌-小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,進(jìn)而對(duì)H省某市實(shí)際公交客流量進(jìn)行預(yù)測(cè)。

    本文采用的混沌-小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的流程如圖1所示。

    具體步驟如下:

    圖1 本文模型流程

    Step3 根據(jù)計(jì)算出的最大李雅普諾夫指數(shù),判定該時(shí)間序列是否具有混沌特性。

    5 公交客流量預(yù)測(cè)

    5.1 數(shù)據(jù)來(lái)源

    本文采用的數(shù)據(jù)來(lái)自H省某市6路公交車2015年11月2日(星期一)起連續(xù)8個(gè)星期工作日的全部公交IC卡刷卡記錄。部分公交IC卡刷卡記錄見(jiàn)表1。

    表中列名“kbh”即“卡編號(hào)”,表示乘客乘車刷卡的卡號(hào);列名“xfrq”即“消費(fèi)日期”,表示乘客乘車刷卡的年、月、日;列名“xfsj”即“消費(fèi)時(shí)間”,表示乘客乘車刷卡的時(shí)、分、秒;列名“xlbh”即“線路編號(hào)”,表示乘客乘車的線路號(hào)。

    經(jīng)調(diào)研,該市乘坐6路公交車的人群中,公交IC卡刷卡人次約占總乘車人次的50%,出于研究考慮,本文把公交客流量等同于公交IC卡刷卡量。編程統(tǒng)計(jì)該公交線路每日各時(shí)段的公交IC卡刷卡量。部分統(tǒng)計(jì)出的刷卡量見(jiàn)表2。

    表中從第3列開(kāi)始的列名均表示從該時(shí)刻起連續(xù)15分鐘的時(shí)段,如列名“6:00:00”表示06:00時(shí)段(06:00:00-06:14:59)。

    對(duì)統(tǒng)計(jì)出的刷卡量進(jìn)行分析,選取每日最具代表性的時(shí)段,最終整合成用于研究的公交客流量時(shí)間序列??紤]到實(shí)際需要、預(yù)測(cè)精度等因素,本文選取的數(shù)據(jù)統(tǒng)計(jì)周期為15分鐘;由于早高峰、晚高峰對(duì)公交客流量有較大影響,本文分別選取每日06:00時(shí)段(06:00:00-06:14:59)至11:45時(shí)段(11:45:00-11:59:59)、每日13:00時(shí)段(13:00:00-13:14:59)至18:45時(shí)段(18:45:00-18:59:59)的公交IC卡刷卡量進(jìn)行實(shí)驗(yàn),06:00時(shí)段至11:45時(shí)段簡(jiǎn)記為“上午時(shí)段”、13:00時(shí)段至18:45時(shí)段簡(jiǎn)記為“下午時(shí)段”。綜上所述,共獲得上午時(shí)段公交客流量時(shí)間序列(簡(jiǎn)記為“序列1”)、下午時(shí)段公交客流量時(shí)間序列(簡(jiǎn)記為“序列2”)均為960個(gè)數(shù)據(jù),如圖2(a)、圖2(b)所示。

    表1 部分公交IC卡刷卡記錄

    表2 部分統(tǒng)計(jì)出的刷卡量

    5.2 預(yù)測(cè)過(guò)程

    圖2 公交客流量時(shí)間序列

    5.2.1 數(shù)據(jù)預(yù)處理

    首先,采用自相關(guān)法分別求得序列1、序列2的時(shí)間延遲,該值均為1;采用偽最近鄰域法分別求得序列1、序列2的嵌入維數(shù),該值均為5。據(jù)此,采用小數(shù)據(jù)量法分別求得序列1、序列2的最大李雅普諾夫指數(shù),該值分別為0.2307、0.2117。求得的最大李雅普諾夫指數(shù)均為正,表明序列1、序列2均具有混沌特性。分別對(duì)序列1、序列2進(jìn)行相空間重構(gòu),均得到具有956個(gè)相點(diǎn)、維數(shù)為5的相空間。進(jìn)而構(gòu)造樣本對(duì),均能構(gòu)造出955個(gè)形如的樣本對(duì)。根據(jù)經(jīng)驗(yàn),均取前727個(gè)樣本對(duì)用于訓(xùn)練、后228個(gè)樣本對(duì)用于預(yù)測(cè)。

    5.2.2 小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練

    本文構(gòu)建的小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為“5-8-1”:由于序列1、序列2的嵌入維數(shù)均為5,故輸入層設(shè)置5個(gè)節(jié)點(diǎn);根據(jù)經(jīng)驗(yàn)分析及H省該市6路公交車客流量的特點(diǎn),隱含層設(shè)置8個(gè)節(jié)點(diǎn);無(wú)論是序列1還是序列2,由于每次預(yù)測(cè)的公交客流量的個(gè)數(shù)均為1,故輸出層設(shè)置1個(gè)節(jié)點(diǎn)。小波神經(jīng)網(wǎng)絡(luò)的初始權(quán)值憑借經(jīng)驗(yàn)設(shè)置為(-2.4/F, 2.4/F)間均勻分布的隨機(jī)數(shù),其中F為權(quán)值輸入端連接的神經(jīng)元的個(gè)數(shù)。小波基函數(shù)的伸縮因子、平移因子在參數(shù)初始化時(shí)隨機(jī)得到。對(duì)訓(xùn)練樣本對(duì)進(jìn)行歸一化處理,以便提高收斂速度、縮短訓(xùn)練時(shí)間。然后用歸一化后的數(shù)據(jù)訓(xùn)練小波神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)反復(fù)訓(xùn)練100次。

    5.2.3 小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

    接下來(lái),用訓(xùn)練好的模型預(yù)測(cè)公交客流量。序列1、序列2的預(yù)測(cè)效果如圖3、圖4所示。

    5.3 預(yù)測(cè)效果分析

    為驗(yàn)證本文方法的有效性,建立當(dāng)前研究最多且發(fā)展最快的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型、LIBSVM預(yù)測(cè)模型進(jìn)行對(duì)比實(shí)驗(yàn)。本文研究中,使用均方誤差(Mean Square Error,MSE)、平均絕對(duì)誤差(Mean Absolute Error,MAE)、平均相對(duì)誤差(Mean Relative Error,MRE)這三個(gè)評(píng)價(jià)指標(biāo)來(lái)評(píng)估不同模型的預(yù)測(cè)性能。MSE、MAE、MRE的值越小就越說(shuō)明相應(yīng)模型的結(jié)構(gòu)合理且預(yù)測(cè)精度高。以上三個(gè)評(píng)價(jià)指標(biāo)的計(jì)算公式為:

    由表3可知,與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型、LIBSVM預(yù)測(cè)模型相比,無(wú)論是序列1還是序列2,本文采用的混沌-小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型在MSE、MAE、MRE這三個(gè)評(píng)價(jià)指標(biāo)上均具有更小的預(yù)測(cè)誤差,即說(shuō)明預(yù)測(cè)效果更好,因此更適合于公交客流量預(yù)測(cè)。

    圖3 序列1的預(yù)測(cè)效果

    圖4 序列2的預(yù)測(cè)效果

    表3 不同模型的預(yù)測(cè)性能對(duì)比

    6 結(jié)束語(yǔ)

    本文研究利用了公交客流量時(shí)間序列的混沌特性和小波神經(jīng)網(wǎng)絡(luò)方法相結(jié)合進(jìn)行公交客流量預(yù)測(cè)的方法。根據(jù)混沌理論,通過(guò)相空間重構(gòu)將公交客流量時(shí)間序列映射到m維特征空間形成相點(diǎn)并構(gòu)造樣本對(duì),解決了樣本對(duì)確定的問(wèn)題,進(jìn)而建立混沌-小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,最終實(shí)現(xiàn)對(duì)H省某市實(shí)際公交客流量的預(yù)測(cè)。研究結(jié)果表明,與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型、LIBSVM預(yù)測(cè)模型相比,本文模型具有更好的預(yù)測(cè)性能,更適合于公交客流量預(yù)測(cè)。

    [ 1 ] 中華人民共和國(guó)中央人民政府.國(guó)務(wù)院關(guān)于城市優(yōu)先發(fā)展公共交通的指導(dǎo)意見(jiàn)[EB/OL].2013-01-05[2017-01- 06].

    [ 2 ] 顧楊,韓印,方雪麗.基于ARMA模型的公交樞紐站客流量預(yù)測(cè)方法研究[J].交通信息與安全,2011,29(2):5-9.

    [ 3 ] 米根鎖,梁利,楊潤(rùn)霞.灰色變異粒子群算法在公交客流量預(yù)測(cè)中的應(yīng)用[J].計(jì)算機(jī)工程與科學(xué),2015,37(1):104-110.

    [ 4 ] 陸百川,鄧捷,馬慶祿,等.基于IC卡和RBF神經(jīng)網(wǎng)絡(luò)的短時(shí)公交客流量預(yù)測(cè)[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,34(6):106-110.

    [ 5 ] 米根鎖,梁利,楊潤(rùn)霞.灰色變異粒子群算法在公交客流量預(yù)測(cè)中的應(yīng)用[J].計(jì)算機(jī)工程與科學(xué),2015,37(1):104-110.

    [ 6 ] 劉翠,張艷青,陳洪仁.基于BP神經(jīng)網(wǎng)絡(luò)的公交線路站點(diǎn)時(shí)段上下車人數(shù)預(yù)測(cè)模型[J].交通標(biāo)準(zhǔn)化,2008(5):186-189.

    [ 7 ] 薛向紅,薛小鋒.基于相空間重構(gòu)-SVM的公交客流量預(yù)測(cè)研究[J].江蘇理工學(xué)院學(xué)報(bào),2010,16(9):24-28.

    [ 8 ] 田中大,李樹(shù)江,王艷紅,等.短期風(fēng)速時(shí)間序列混沌特性分析及預(yù)測(cè)[J].物理學(xué)報(bào),2015,64(3):236-247.

    [ 9 ] Yu H.Network traffic prediction based on wavelet analysis and hopfield neural network[J].Computer Applications amp; Software,2013,30(6):246-249.

    [ 10 ] 秦劍,王建平,張崇?。谙嗫臻g重構(gòu)小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測(cè)[J].電子測(cè)量與儀器學(xué)報(bào),2012,26(3):236-241.

    [ 11 ] 陳帝伊,柳燁,馬孝義.基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列相空間重構(gòu)雙參數(shù)聯(lián)合估計(jì)[J].物理學(xué)報(bào),2012,61(10):22-31.

    [ 12 ] 朱順應(yīng),王紅,向紅艷,等.交通流參數(shù)及交通事件動(dòng)態(tài)預(yù)測(cè)方法[M].南京:東南大學(xué)出版社,2008.

    [ 13 ] Rosenstein M,Collins J,De Luca C.A practical method for calculating largest Lyapunov exponents from small data sets[J].Physica D-nonlinear Phenomena,1993,65(1-2):117-134.

    [ 14 ] 韓敏.混沌時(shí)間序列預(yù)測(cè)理論與方法[M].北京:中國(guó)水利水電出版社,2007.

    [ 15 ] Packard N,Crutchfield J,F(xiàn)armer J,et al.Geometry from a time series[J].Physical Review Letters,1980,45(9):712.

    [ 16 ] 姜愛(ài)萍.混沌時(shí)間序列的小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法及其優(yōu)化研究[M].上海:上海大學(xué)出版社,2013.

    [ 17 ] 羅赟騫,夏靖波,王煥彬.混沌-支持向量機(jī)回歸在流量預(yù)測(cè)中的應(yīng)用研究[J].計(jì)算機(jī)科學(xué),2009,36(7):244-246.

    [ 18 ] 王小川,史峰,郁磊,等.MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2013.

    Research of Public Transportation Passenger Volume Prediction Model Based on Chaos-wavelet Neural Network

    Fan Lilin1,2Fu Tianyang1Sun Lanbin3Zhang Guangzhen3Xu Ming3
    (1.College of Computer and Information Engineering, Henan Normal University, Xinxiang 453007;2.Computational Intelligence and Data Mining Engineering Technology Research Center of Colleges and Universities in Henan Province, Xinxiang 453007;3.Xinxiang City Public Transportation Corporation, Xinxiang 453000)

    In order to improve the accuracy of public transportation passenger volume prediction, this article integrates chaos theory and wavelet neural network method into the prediction. We deploy autocorrelation method and false nearest neighbor domain method to calculate the delay time and embedding dimension of the public transportation passenger volume time series. After that, by utilizing small data sets method, we obtain its largest Lyapunov exponent and then the chaotic characteristic of the time series is proved. According to this, we establish the chaos-wavelet neural network prediction model to predict the actual public transportation passenger volume. Finally, by applying our method on the real data set from some city of H Province, the experimental results demonstrate that our approach achieves the smaller prediction error on Mean Square Error (MSE), Mean Absolute Error (MAE) and Mean Relative Error (MRE) compared with the traditional prediction methods, such as BP neural network and LIBSVM. So it is able to predict public transportation passenger volume effectively.

    chaos; wavelet neural network; public transportation passenger volume prediction

    猜你喜歡
    相空間刷卡客流量
    束團(tuán)相空間分布重建技術(shù)在西安200 MeV質(zhì)子應(yīng)用裝置的應(yīng)用
    基于嵌入式系統(tǒng)的商場(chǎng)客流量統(tǒng)計(jì)算法
    刷卡
    非對(duì)易空間中的三維諧振子Wigner函數(shù)
    基于AFC數(shù)據(jù)的城軌站間客流量分布預(yù)測(cè)
    成長(zhǎng)日記
    基于相空間重構(gòu)的電磁繼電器電性能參數(shù)預(yù)測(cè)研究
    刷臉就可以購(gòu)物
    奧秘(2014年8期)2014-08-30 06:32:04
    相空間重構(gòu)和支持向量機(jī)結(jié)合的電力負(fù)荷預(yù)測(cè)模型研究
    從客流量推算公交出行PA矩陣的方法
    丝袜喷水一区| 日韩强制内射视频| 亚洲欧美一区二区三区黑人 | 性插视频无遮挡在线免费观看| 少妇人妻久久综合中文| 亚洲精品视频女| .国产精品久久| 午夜老司机福利剧场| 亚洲成色77777| 久久久久九九精品影院| 少妇人妻久久综合中文| 成人毛片60女人毛片免费| 看黄色毛片网站| 热re99久久精品国产66热6| 国产黄片视频在线免费观看| 日本wwww免费看| 插逼视频在线观看| 日韩视频在线欧美| 国产中年淑女户外野战色| 亚洲色图av天堂| 免费黄色在线免费观看| av国产精品久久久久影院| a级毛片免费高清观看在线播放| 97人妻精品一区二区三区麻豆| 色综合色国产| 国产毛片在线视频| 亚洲在线观看片| 久久久久久久大尺度免费视频| 午夜老司机福利剧场| 少妇裸体淫交视频免费看高清| 美女国产视频在线观看| 美女主播在线视频| 神马国产精品三级电影在线观看| 国产午夜福利久久久久久| 国产高清不卡午夜福利| 在线观看人妻少妇| 精品人妻熟女av久视频| 亚洲高清免费不卡视频| 青青草视频在线视频观看| 日韩不卡一区二区三区视频在线| 亚洲电影在线观看av| 伊人久久精品亚洲午夜| 久久久欧美国产精品| 涩涩av久久男人的天堂| 欧美极品一区二区三区四区| 99热全是精品| 精品一区二区三区视频在线| 丝袜脚勾引网站| 久久精品国产自在天天线| 日韩国内少妇激情av| 国产亚洲av片在线观看秒播厂| 亚洲欧美中文字幕日韩二区| 免费不卡的大黄色大毛片视频在线观看| 免费观看av网站的网址| 伦精品一区二区三区| 啦啦啦啦在线视频资源| 男女国产视频网站| 少妇被粗大猛烈的视频| 久久久亚洲精品成人影院| 久久久久久久久久人人人人人人| 精品少妇黑人巨大在线播放| 看黄色毛片网站| 久久久欧美国产精品| 中文资源天堂在线| 国产高清三级在线| 高清毛片免费看| 丰满少妇做爰视频| 日本色播在线视频| 寂寞人妻少妇视频99o| 亚洲国产精品999| 丝瓜视频免费看黄片| 午夜爱爱视频在线播放| 大片免费播放器 马上看| 国产精品精品国产色婷婷| 国产欧美另类精品又又久久亚洲欧美| 亚洲自拍偷在线| 久久久久久九九精品二区国产| 最近中文字幕2019免费版| a级一级毛片免费在线观看| 极品少妇高潮喷水抽搐| 九九爱精品视频在线观看| 97在线人人人人妻| 免费在线观看成人毛片| av国产久精品久网站免费入址| 中国三级夫妇交换| 日日撸夜夜添| 成人国产麻豆网| 菩萨蛮人人尽说江南好唐韦庄| 成人国产麻豆网| 日本wwww免费看| 亚洲自偷自拍三级| 免费观看a级毛片全部| 亚洲欧美精品自产自拍| 免费av不卡在线播放| 国产欧美亚洲国产| 不卡视频在线观看欧美| 欧美潮喷喷水| av线在线观看网站| 亚洲av在线观看美女高潮| 国产精品久久久久久久久免| 久久久久国产精品人妻一区二区| 在线 av 中文字幕| 国产精品一区www在线观看| 日本欧美国产在线视频| 乱系列少妇在线播放| 日韩av免费高清视频| 免费不卡的大黄色大毛片视频在线观看| 亚洲av国产av综合av卡| 成年女人看的毛片在线观看| 最近手机中文字幕大全| 亚洲国产精品专区欧美| 纵有疾风起免费观看全集完整版| 亚洲av中文av极速乱| 1000部很黄的大片| 九九在线视频观看精品| 美女脱内裤让男人舔精品视频| 在线a可以看的网站| 免费观看av网站的网址| 亚洲国产高清在线一区二区三| 亚洲电影在线观看av| 色网站视频免费| 久久久久久久久久成人| 成人一区二区视频在线观看| 国产亚洲精品久久久com| 午夜激情久久久久久久| 日韩伦理黄色片| 汤姆久久久久久久影院中文字幕| 肉色欧美久久久久久久蜜桃 | 99久久精品热视频| 久久国产乱子免费精品| 91午夜精品亚洲一区二区三区| 国产免费一级a男人的天堂| 永久免费av网站大全| av在线蜜桃| 高清午夜精品一区二区三区| 国产午夜福利久久久久久| 国产熟女欧美一区二区| 成人亚洲精品一区在线观看 | 午夜免费鲁丝| 大码成人一级视频| 亚洲熟女精品中文字幕| 欧美bdsm另类| 在线观看一区二区三区| 少妇人妻一区二区三区视频| 免费观看a级毛片全部| 亚州av有码| 国产av不卡久久| 国产一区亚洲一区在线观看| 中文精品一卡2卡3卡4更新| 国产成人免费观看mmmm| 免费电影在线观看免费观看| 亚洲美女视频黄频| 视频区图区小说| 在线观看一区二区三区| 少妇人妻 视频| 日韩大片免费观看网站| 爱豆传媒免费全集在线观看| 国产成年人精品一区二区| 又大又黄又爽视频免费| 91aial.com中文字幕在线观看| 亚洲精品日韩在线中文字幕| 男人舔奶头视频| 亚洲激情五月婷婷啪啪| av在线观看视频网站免费| 亚洲av欧美aⅴ国产| 欧美精品人与动牲交sv欧美| 亚洲av欧美aⅴ国产| 神马国产精品三级电影在线观看| 久久久午夜欧美精品| 亚洲成人精品中文字幕电影| 亚洲欧美精品专区久久| 深夜a级毛片| 国产午夜精品一二区理论片| 欧美潮喷喷水| 欧美激情国产日韩精品一区| 国产探花极品一区二区| 国产白丝娇喘喷水9色精品| 成人亚洲欧美一区二区av| 99视频精品全部免费 在线| 精品国产一区二区三区久久久樱花 | 黄片无遮挡物在线观看| av播播在线观看一区| 国产 一区精品| 日韩精品有码人妻一区| 欧美bdsm另类| 亚洲一级一片aⅴ在线观看| 中国三级夫妇交换| 国产精品三级大全| 青春草亚洲视频在线观看| 日韩成人av中文字幕在线观看| 久久6这里有精品| av卡一久久| 禁无遮挡网站| 黄色视频在线播放观看不卡| 熟女人妻精品中文字幕| 国产精品一二三区在线看| 嘟嘟电影网在线观看| 别揉我奶头 嗯啊视频| 欧美97在线视频| 少妇的逼水好多| 亚洲性久久影院| 大香蕉久久网| 18禁裸乳无遮挡动漫免费视频 | 国产v大片淫在线免费观看| 欧美极品一区二区三区四区| 联通29元200g的流量卡| 国产免费又黄又爽又色| 久热这里只有精品99| 国产午夜精品一二区理论片| 伦精品一区二区三区| 成年版毛片免费区| h日本视频在线播放| 大陆偷拍与自拍| 91久久精品电影网| 中文欧美无线码| 日韩三级伦理在线观看| 少妇裸体淫交视频免费看高清| 下体分泌物呈黄色| 亚洲精品国产av蜜桃| 老师上课跳d突然被开到最大视频| 国产亚洲av片在线观看秒播厂| 在线播放无遮挡| 女人久久www免费人成看片| 我的老师免费观看完整版| 亚洲性久久影院| 亚洲,欧美,日韩| 日韩欧美 国产精品| 在线观看一区二区三区| 97在线视频观看| videossex国产| 国产乱来视频区| 久久久久久久亚洲中文字幕| 91狼人影院| 中文字幕av成人在线电影| 亚洲伊人久久精品综合| 大码成人一级视频| 观看美女的网站| 高清欧美精品videossex| 国产乱来视频区| 欧美一级a爱片免费观看看| 亚洲最大成人中文| 高清午夜精品一区二区三区| 日日啪夜夜撸| 国产成年人精品一区二区| 69人妻影院| 久久久久性生活片| 国产大屁股一区二区在线视频| 亚洲精品一二三| 亚洲国产高清在线一区二区三| 中文欧美无线码| 一边亲一边摸免费视频| 一本久久精品| 久久午夜福利片| 男人狂女人下面高潮的视频| 香蕉精品网在线| 中文在线观看免费www的网站| 精品亚洲乱码少妇综合久久| av黄色大香蕉| 亚洲无线观看免费| av在线亚洲专区| 成人毛片a级毛片在线播放| 国产永久视频网站| 我的女老师完整版在线观看| 国产成人福利小说| 免费观看无遮挡的男女| 久久精品夜色国产| 国产免费又黄又爽又色| 亚洲成人av在线免费| 97人妻精品一区二区三区麻豆| 少妇裸体淫交视频免费看高清| 午夜精品国产一区二区电影 | 日产精品乱码卡一卡2卡三| 99九九线精品视频在线观看视频| 天堂俺去俺来也www色官网| 最近最新中文字幕大全电影3| 日日摸夜夜添夜夜添av毛片| 国产精品一区二区性色av| 久久久久久伊人网av| 国产黄片视频在线免费观看| 乱系列少妇在线播放| 久久久久久久亚洲中文字幕| 亚洲欧美精品自产自拍| 中国三级夫妇交换| 亚洲色图综合在线观看| 最近2019中文字幕mv第一页| 观看免费一级毛片| 日韩成人伦理影院| www.av在线官网国产| 91午夜精品亚洲一区二区三区| 少妇人妻久久综合中文| 超碰av人人做人人爽久久| 五月天丁香电影| av线在线观看网站| 欧美+日韩+精品| 成人毛片a级毛片在线播放| 菩萨蛮人人尽说江南好唐韦庄| 欧美一区二区亚洲| 午夜爱爱视频在线播放| 亚洲三级黄色毛片| 在线天堂最新版资源| 自拍欧美九色日韩亚洲蝌蚪91 | 神马国产精品三级电影在线观看| 一边亲一边摸免费视频| 男男h啪啪无遮挡| 国产在线一区二区三区精| 十八禁网站网址无遮挡 | 夫妻午夜视频| 亚洲av福利一区| 大片免费播放器 马上看| 王馨瑶露胸无遮挡在线观看| 九九爱精品视频在线观看| 欧美激情久久久久久爽电影| 97人妻精品一区二区三区麻豆| 成人毛片a级毛片在线播放| 五月玫瑰六月丁香| 观看美女的网站| 亚洲成人久久爱视频| 男女那种视频在线观看| 人体艺术视频欧美日本| 看非洲黑人一级黄片| 超碰av人人做人人爽久久| 97精品久久久久久久久久精品| 丝袜喷水一区| 最近中文字幕2019免费版| 亚洲国产精品专区欧美| 一个人观看的视频www高清免费观看| 亚洲国产成人一精品久久久| 欧美激情久久久久久爽电影| 亚洲精品成人久久久久久| 午夜免费鲁丝| 中文字幕制服av| 精品酒店卫生间| eeuss影院久久| 国产成人免费无遮挡视频| 亚洲图色成人| 午夜视频国产福利| 国产极品天堂在线| av免费在线看不卡| 一二三四中文在线观看免费高清| 国产精品久久久久久精品电影小说 | 97人妻精品一区二区三区麻豆| 亚洲av免费在线观看| 卡戴珊不雅视频在线播放| 国产片特级美女逼逼视频| 男女那种视频在线观看| 亚洲在久久综合| 免费播放大片免费观看视频在线观看| 久久99热这里只频精品6学生| 欧美丝袜亚洲另类| 久久久欧美国产精品| 日本与韩国留学比较| 日本爱情动作片www.在线观看| 亚洲精品中文字幕在线视频 | 国产精品偷伦视频观看了| 精品午夜福利在线看| 午夜爱爱视频在线播放| 成人美女网站在线观看视频| 亚洲欧美精品自产自拍| 97超视频在线观看视频| 午夜老司机福利剧场| 日日啪夜夜爽| 小蜜桃在线观看免费完整版高清| 亚洲av国产av综合av卡| 国产成人福利小说| 美女视频免费永久观看网站| 欧美激情国产日韩精品一区| 免费不卡的大黄色大毛片视频在线观看| 久久99热6这里只有精品| 国产精品一区二区在线观看99| 久久久久久久午夜电影| 亚洲不卡免费看| 成人亚洲欧美一区二区av| 欧美少妇被猛烈插入视频| 99久久人妻综合| 久久热精品热| 色播亚洲综合网| 在线观看人妻少妇| 国产精品一区二区在线观看99| 日本wwww免费看| 能在线免费看毛片的网站| 高清在线视频一区二区三区| 夫妻性生交免费视频一级片| 国产精品av视频在线免费观看| 亚洲高清免费不卡视频| 日日啪夜夜爽| 你懂的网址亚洲精品在线观看| 日韩三级伦理在线观看| 在线 av 中文字幕| av专区在线播放| 国产精品国产三级专区第一集| 欧美性猛交╳xxx乱大交人| 91精品国产九色| 黄色配什么色好看| 日韩精品有码人妻一区| 国产精品熟女久久久久浪| 久久久久久久亚洲中文字幕| 天天躁夜夜躁狠狠久久av| 欧美精品国产亚洲| 国产精品伦人一区二区| 免费av不卡在线播放| 国产国拍精品亚洲av在线观看| 麻豆乱淫一区二区| av在线亚洲专区| 久久久久久久久大av| 一级毛片我不卡| 欧美潮喷喷水| 国产真实伦视频高清在线观看| 一个人观看的视频www高清免费观看| 久久久a久久爽久久v久久| 久久精品人妻少妇| 亚洲,一卡二卡三卡| 成人综合一区亚洲| 男女啪啪激烈高潮av片| 欧美性感艳星| 青春草国产在线视频| 大香蕉久久网| 国产成人91sexporn| 国产精品嫩草影院av在线观看| 人人妻人人看人人澡| 欧美bdsm另类| 亚洲精品国产av成人精品| av在线老鸭窝| 婷婷色麻豆天堂久久| 男男h啪啪无遮挡| 国产探花在线观看一区二区| 国产黄频视频在线观看| 国产免费一区二区三区四区乱码| 在线观看人妻少妇| freevideosex欧美| 精品久久久久久久末码| 中文在线观看免费www的网站| 日韩一本色道免费dvd| 日韩欧美精品免费久久| 九草在线视频观看| 欧美日韩视频高清一区二区三区二| 小蜜桃在线观看免费完整版高清| 国产国拍精品亚洲av在线观看| 观看免费一级毛片| 免费看a级黄色片| 午夜激情福利司机影院| 欧美xxⅹ黑人| 69av精品久久久久久| 极品少妇高潮喷水抽搐| 日韩av不卡免费在线播放| 欧美激情在线99| 真实男女啪啪啪动态图| 国产亚洲5aaaaa淫片| 一本久久精品| 免费少妇av软件| 精品久久久久久电影网| 一级毛片我不卡| 久久久久久久亚洲中文字幕| 久久久亚洲精品成人影院| 搡老乐熟女国产| 国产免费又黄又爽又色| 亚洲av欧美aⅴ国产| 国产精品爽爽va在线观看网站| 蜜桃亚洲精品一区二区三区| 日韩欧美精品v在线| 18禁在线播放成人免费| 国产精品麻豆人妻色哟哟久久| av免费观看日本| 欧美丝袜亚洲另类| 一级毛片黄色毛片免费观看视频| 嫩草影院精品99| 成人亚洲精品av一区二区| 亚洲第一区二区三区不卡| 国产高清国产精品国产三级 | 男人爽女人下面视频在线观看| 三级男女做爰猛烈吃奶摸视频| 国精品久久久久久国模美| 国产成人一区二区在线| 国产一区亚洲一区在线观看| 美女高潮的动态| 亚洲第一区二区三区不卡| 免费大片18禁| 一级爰片在线观看| 日韩欧美精品v在线| 日本一二三区视频观看| 国产伦在线观看视频一区| 国产成人免费观看mmmm| 青春草国产在线视频| 日本-黄色视频高清免费观看| 午夜亚洲福利在线播放| 国产探花在线观看一区二区| 成人国产麻豆网| 久久精品国产亚洲网站| 国内精品美女久久久久久| 69av精品久久久久久| 91精品一卡2卡3卡4卡| 我的女老师完整版在线观看| 免费看日本二区| 交换朋友夫妻互换小说| av卡一久久| 亚洲,欧美,日韩| 欧美国产精品一级二级三级 | 国产精品无大码| 男人爽女人下面视频在线观看| 伦理电影大哥的女人| 亚洲精品国产成人久久av| 丝袜喷水一区| 久久精品久久久久久噜噜老黄| 国产中年淑女户外野战色| 国产熟女欧美一区二区| av在线播放精品| 少妇的逼水好多| 亚洲av免费在线观看| 高清毛片免费看| 2021天堂中文幕一二区在线观| 大香蕉97超碰在线| 少妇高潮的动态图| 国产视频首页在线观看| 乱码一卡2卡4卡精品| 婷婷色综合大香蕉| 亚洲精品第二区| 国产午夜福利久久久久久| 亚洲欧美日韩卡通动漫| 国产又色又爽无遮挡免| 中国三级夫妇交换| 狠狠精品人妻久久久久久综合| 汤姆久久久久久久影院中文字幕| 久久久久网色| 一级毛片黄色毛片免费观看视频| 18禁在线无遮挡免费观看视频| 十八禁网站网址无遮挡 | videos熟女内射| 亚洲精品成人久久久久久| 99热6这里只有精品| 永久免费av网站大全| 欧美成人一区二区免费高清观看| 亚洲最大成人中文| 视频中文字幕在线观看| 人人妻人人看人人澡| 国产亚洲91精品色在线| 精品亚洲乱码少妇综合久久| av免费观看日本| 久久精品国产亚洲网站| 1000部很黄的大片| 毛片女人毛片| 永久网站在线| av女优亚洲男人天堂| 国产女主播在线喷水免费视频网站| 美女cb高潮喷水在线观看| 一个人看的www免费观看视频| 国产综合精华液| 国产又色又爽无遮挡免| 国产精品三级大全| 久久久久久久亚洲中文字幕| 免费av毛片视频| 九九爱精品视频在线观看| 精华霜和精华液先用哪个| 女人被狂操c到高潮| 亚洲一区二区三区欧美精品 | 欧美激情久久久久久爽电影| 嫩草影院新地址| 高清视频免费观看一区二区| 国产精品爽爽va在线观看网站| 亚洲av中文字字幕乱码综合| 国产av不卡久久| 国产一区有黄有色的免费视频| 高清日韩中文字幕在线| 尤物成人国产欧美一区二区三区| 在线观看一区二区三区| 蜜桃亚洲精品一区二区三区| 男的添女的下面高潮视频| 一本久久精品| 老司机影院毛片| 亚洲色图综合在线观看| 欧美老熟妇乱子伦牲交| 国产一区二区亚洲精品在线观看| 又爽又黄a免费视频| 日韩伦理黄色片| 欧美成人午夜免费资源| 亚洲熟女精品中文字幕| 亚洲精品第二区| 亚洲精品视频女| 成人无遮挡网站| 十八禁网站网址无遮挡 | 久热久热在线精品观看| 午夜福利在线在线| 秋霞在线观看毛片| 欧美亚洲 丝袜 人妻 在线| 久久精品夜色国产| 身体一侧抽搐| 69av精品久久久久久| 大香蕉久久网| 亚洲精品影视一区二区三区av| 国产一区二区三区综合在线观看 | 久久久久久久久久成人| 一级二级三级毛片免费看| 人人妻人人爽人人添夜夜欢视频 | 男女国产视频网站| 成人午夜精彩视频在线观看| 欧美少妇被猛烈插入视频| 波多野结衣巨乳人妻| 久久久精品欧美日韩精品| 人妻一区二区av| 在线观看美女被高潮喷水网站| 不卡视频在线观看欧美| 日本av手机在线免费观看| 精品少妇黑人巨大在线播放| 久久99热这里只频精品6学生| 亚洲欧美日韩东京热| 一二三四中文在线观看免费高清| 五月开心婷婷网| 亚洲婷婷狠狠爱综合网| 欧美区成人在线视频| 久久国内精品自在自线图片| av在线蜜桃| 亚洲人与动物交配视频| 汤姆久久久久久久影院中文字幕| 久久99热6这里只有精品| 欧美日韩视频精品一区| 成人亚洲精品av一区二区| 日本wwww免费看|