[發明專利]一種基于徑向基函數神經網絡的客流量預測方法

在審

• 申請號: 201811146723.7
• 申請日: 2018-09-29
• 公開（公告）號: CN109993341A
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 平麒麟;趙懷柏;還斌;王逸凡;陳云;王雪雪;周劍峰;趙益
• 申請（專利權）人: 上海電科智能系統股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06N3/04;G06N3/08
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩;柏子雵

1.一種基于徑向基函數神經網絡的客流量預測方法，其特征在于，包括以下步驟：

步驟1、對歷史小時客流量進行預處理，剔除異常值并進行數據修補；

步驟2、對預處理后的數據進行節假日判別，將非節假日的客流量數據錄入平日數據庫中，將節假日的客流量數據錄入節假日數據庫中；

步驟3、將平日數據庫中一定數量的數據輸入到徑向基函數神經網絡中進行訓練并驗證，得到訓練完成的神經網絡參數，對徑向基函數神經網絡的訓練包括以下步驟：

步驟3.1、配置徑向基函數神經網絡的初始參數；

步驟3.2、將平日數據庫中的數據作為訓練數據輸入徑向基函數神經網絡進行訓練，得到神經網絡訓練參數；

步驟3.3、采用平日數據庫中與步驟3.2相同的數據形式且未用于步驟3.2的數據作為測試數據對已訓練的徑向基函數神經網絡進行驗證，如果達到訓練目標則視為訓練完成并輸出徑向基函數神經網絡訓練參數，如果未達到目標則返回步驟3.2重新訓練；

步驟4、調用平日數據庫和節假日數據庫計算各個節假日及其影響范圍的波動系數，所述波動系數為節假日數據庫中上一年相同日期的客流數據除以平日數據庫中今年相同日期對應“星期”屬性的日均客流量；

步驟5、平日及節假日客流量預測：將實時獲得的與預測時段對應的小時客流量數據輸入已訓練的徑向基函數神經網絡得到預測時段的小時預測量，若預測時段為非節假日，則將預測量作為最終小時預測量輸出，若預測時段為節假日，則將預測量與步驟4得到的波動系數相結合，得到最終小時預測量。

2.如權利要求1所述的一種基于徑向基函數神經網絡的客流量預測方法，其特征在于，在所述步驟5中，將相同日期的最終小時預測量累加得到每一日的日預測量。

3.如權利要求1所述的一種基于徑向基函數神經網絡的客流量預測方法，其特征在于，在所述步驟3.2中，將平日數據庫中的數據以“星期”和“時段”屬性分組并按照時間序列排列后，再作為訓練數據輸入徑向基函數神經網絡進行訓練，得到神經網絡訓練參數。

4.一種如權利要求1所述的基于徑向基函數神經網絡的客流量預測方法的應用，其特征在于，用于目標區域內平日和節假日的客流量預測，或用于目標區域內車流量的預測。