基于改进极限学习机的公交站点短时客流预测方法
【摘要】 以公交车IC卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC卡和GPS数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量;通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO算法找到ELM的最优隐含层节点参数;最后依托广州市19路公交车客流数据仓库进行了方法验证.结果表明:所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.
