地鐵客流預(yù)測(cè)中神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究

朱佩鴻

摘 要：隨著人們對(duì)于出行的要求越來(lái)越高，傳統(tǒng)的交通運(yùn)輸方式已經(jīng)無(wú)法滿(mǎn)足人們的要求，因此，許多城市開(kāi)始大力發(fā)展地鐵交通。本文簡(jiǎn)要地介紹了神經(jīng)網(wǎng)絡(luò)的含義，然后就如何運(yùn)用神經(jīng)網(wǎng)絡(luò)對(duì)地鐵客流量進(jìn)行預(yù)測(cè)的具體方法進(jìn)行了詳細(xì)地介紹。

關(guān)鍵詞：地鐵客流；預(yù)測(cè)；神經(jīng)網(wǎng)絡(luò)；

一、神經(jīng)網(wǎng)絡(luò)的含義

神經(jīng)網(wǎng)絡(luò)就像是人類(lèi)的大腦神經(jīng)中突觸的分布一樣緊密聯(lián)接，使用這樣的方法來(lái)對(duì)信息進(jìn)行數(shù)學(xué)建模的處理。神經(jīng)網(wǎng)絡(luò)可以說(shuō)是典型的運(yùn)算型模式，它是由無(wú)數(shù)的神經(jīng)元互相連結(jié)在一起的。每個(gè)一個(gè)神經(jīng)元的尾數(shù)節(jié)點(diǎn)就是代表著結(jié)果的輸送，當(dāng)然這里的結(jié)果便是函數(shù)的特定的輸出，也可以稱(chēng)之為激勵(lì)函數(shù)。神經(jīng)元之間的連接處信號(hào)的傳輸可以理解為神經(jīng)的記憶點(diǎn)，整個(gè)網(wǎng)絡(luò)的信號(hào)輸出主要是通過(guò)連接方式、記憶點(diǎn)的存取和激勵(lì)函數(shù)的取舍來(lái)形成的。

人類(lèi)通過(guò)不斷對(duì)自身的研究來(lái)得出一系列的經(jīng)驗(yàn)，當(dāng)然人們?cè)趯?duì)自身神經(jīng)系統(tǒng)的研究當(dāng)中提出了神經(jīng)網(wǎng)絡(luò)系統(tǒng)，它的設(shè)計(jì)理念就是和人自身腦神經(jīng)系統(tǒng)的信號(hào)傳遞及收集，從而得出對(duì)重要信息進(jìn)行處理的特殊方法。神經(jīng)網(wǎng)絡(luò)就是無(wú)數(shù)神經(jīng)元互相連接形成一種通過(guò)信息分析來(lái)自主運(yùn)轉(zhuǎn)的系統(tǒng)，主要特點(diǎn)還是非線性類(lèi)型問(wèn)題的典型處置工具。神經(jīng)網(wǎng)絡(luò)還具有以下四個(gè)基本特征：

（一）非凸性

在實(shí)際發(fā)生的現(xiàn)象當(dāng)中會(huì)導(dǎo)致某個(gè)事物具體的延續(xù)性。神經(jīng)網(wǎng)絡(luò)中非凸性說(shuō)的就是特定函數(shù)的狀態(tài)特性是一個(gè)極值，所以這就決定了神經(jīng)網(wǎng)絡(luò)可以是很穩(wěn)定的狀態(tài)，但是結(jié)果可能是多樣化的，這也說(shuō)明神經(jīng)網(wǎng)絡(luò)演算時(shí)的多樣性。能量函數(shù)中極值是就是一種穩(wěn)定狀態(tài)。

（二）非常定性

神經(jīng)網(wǎng)絡(luò)就和我們?nèi)祟?lèi)自身一樣每天看到的聽(tīng)到的信息量是很大的，也就是說(shuō)處理的信息量可以很雜、量很大，但在信息的處理過(guò)程中非線性的測(cè)算也在不停的在演算。我們就是在此基礎(chǔ)上充分使用神經(jīng)網(wǎng)絡(luò)自主運(yùn)轉(zhuǎn)能力、自學(xué)能力和自修復(fù)的能力，來(lái)替代非線性的測(cè)算的演算變化過(guò)程。

（三）非局限性

神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)理念本就是來(lái)源于人類(lèi)自身的大腦，神經(jīng)系統(tǒng)的組成就是多個(gè)神經(jīng)元穿插連接的。某一個(gè)神經(jīng)元的特性和另外一個(gè)神經(jīng)元的連接方式的特性直接信息到了這一新系統(tǒng)的性能。就是因?yàn)檫@樣的鏈接方式及特性太多太多，神經(jīng)網(wǎng)絡(luò)就不會(huì)出現(xiàn)重復(fù)性，這就是為什么說(shuō)非局限性的問(wèn)題。

二、神經(jīng)網(wǎng)絡(luò)測(cè)算地鐵客流的具體方法

隨著我國(guó)各大城市軌道運(yùn)輸交通的開(kāi)行，地鐵站的數(shù)量也在不斷的飛速增加著，然而目前我國(guó)很多城市的地鐵交通運(yùn)輸都是根據(jù)運(yùn)行交路來(lái)制定等額的運(yùn)輸趟次，在運(yùn)輸?shù)头迤趦?nèi)除了增大加開(kāi)的間隔時(shí)間以外大多數(shù)還是等額交路進(jìn)行運(yùn)行，這樣會(huì)很大限度的造成能耗過(guò)大，車(chē)輛檢修維護(hù)費(fèi)用過(guò)高，車(chē)輛使用壽命減少等缺點(diǎn)。以下我們通過(guò)對(duì)某城市地鐵2號(hào)線的某站點(diǎn)地鐵車(chē)輛使用情況的調(diào)研，發(fā)現(xiàn)地鐵車(chē)輛的額定滿(mǎn)載達(dá)不到20%，其余的運(yùn)營(yíng)時(shí)間內(nèi)都在輕載，甚至出現(xiàn)無(wú)人乘坐的情況。如果通過(guò)測(cè)試預(yù)知地鐵客流量，使地鐵車(chē)輛的調(diào)派可通過(guò)控制系與客流量緊密結(jié)合來(lái)自動(dòng)調(diào)節(jié)，不僅可以更好的疏導(dǎo)交通壓力、還能高效的使用、同時(shí)降低能耗，減少地鐵車(chē)輛的檢修維護(hù)，提高壽命，是安全達(dá)到一個(gè)新的高度。本文主要是使用BP神經(jīng)網(wǎng)絡(luò)來(lái)建模對(duì)地鐵車(chē)站的客流量進(jìn)行監(jiān)控并實(shí)時(shí)的分析。

BP神經(jīng)網(wǎng)絡(luò)是多層符合型信號(hào)前置網(wǎng)絡(luò)。BP網(wǎng)絡(luò)的信號(hào)傳輸過(guò)程中，信號(hào)首先由前端開(kāi)始傳播，而將誤差分析反向向后傳播，由輸入層、隱含層、輸出層組成，一般有不確定的隱含層和線性的輸出層，最終能夠?qū)Σ贿B續(xù)的函數(shù)進(jìn)行逼近。信號(hào)的正播和誤差傳播以及權(quán)限的交接過(guò)程都是循環(huán)進(jìn)行的，直輸出誤差降低到預(yù)設(shè)值。結(jié)構(gòu)如下圖所示：

BP（Back Propagation）網(wǎng)絡(luò)是按誤差逆反向傳播并進(jìn)行計(jì)算得到多層符合型信號(hào)前置網(wǎng)絡(luò)，現(xiàn)在整個(gè)統(tǒng)計(jì)網(wǎng)絡(luò)控制中使用最為多的就是神經(jīng)網(wǎng)絡(luò)。BP 算法流程圖如（圖二）所示：

結(jié)合著神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方案，我們可以得到很多有利的數(shù)據(jù)，比如在地鐵的交路規(guī)劃的建立需求時(shí)都需要對(duì)沿途每個(gè)站點(diǎn)客流量情況進(jìn)行預(yù)判，建立健全站點(diǎn)及車(chē)輛全天運(yùn)營(yíng)時(shí)間、固定編制列車(chē)運(yùn)行輛數(shù)、高壓供電設(shè)備和空氣置換裝置的通風(fēng)容量等。這些階段性的數(shù)據(jù)都是復(fù)雜的大數(shù)據(jù)環(huán)境，需要每天的，每個(gè)月的甚至一年的數(shù)據(jù)，還有就是某些特定階段的測(cè)量數(shù)據(jù)，測(cè)方式都是使用“多階段”預(yù)測(cè)法。其實(shí)對(duì)地鐵客流連的預(yù)測(cè)方法還有很多，本文所講的BP網(wǎng)絡(luò)只是眾多預(yù)測(cè)方式中的一種。神經(jīng)系統(tǒng)在地鐵客流預(yù)測(cè)中的應(yīng)用是重要的，所帶來(lái)的巨大好處也是可見(jiàn)的，只有將此應(yīng)用網(wǎng)絡(luò)做到極致才能在地鐵客流的實(shí)際運(yùn)用中起到作用。

三、結(jié)束語(yǔ)

目前地鐵客流量上線總數(shù)統(tǒng)計(jì)在這些服務(wù)性行業(yè)中正在廣泛的使用，此方法能夠更好的提升行業(yè)內(nèi)部的經(jīng)營(yíng)效益，使經(jīng)營(yíng)管理方面加快信息化的建設(shè)和規(guī)范。地鐵客流量預(yù)測(cè)的設(shè)計(jì)與運(yùn)行是需要結(jié)合實(shí)際，有具體的數(shù)據(jù)是支撐才能完成的，地鐵服務(wù)型行業(yè)面對(duì)大數(shù)據(jù)的要求很高，因?yàn)橹挥型ㄟ^(guò)對(duì)大數(shù)據(jù)的分析才能得出對(duì)車(chē)站、車(chē)組、運(yùn)輸時(shí)效及加開(kāi)對(duì)數(shù)等進(jìn)行決策，只有用數(shù)學(xué)模型建模來(lái)支持，才能得到更加科學(xué)的結(jié)論。endprint