基于DAE方法城市对外客运需求预测.pdf

《基于DAE方法城市对外客运需求预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、152低温建筑技术2015年第6期(总第204期)DOI：10．13905／j．cnki．dwjz．2015．06．057基于DAE方法城市对外客运需求预测刘俊涛，章锡俏，孙志超(哈尔滨工业大学交通科学与工程学院。哈尔滨150090)【摘要】对外客运需求预测研究中相关影响因素之间存在相关性关系，常使用神经网络等方法进行回归。但神经网络训练过程中常出现局部极值、梯度弥散以及少样本量下过拟合等问题，进而导致网络回归预测精度低。引入深度学习理论中噪声自编码(DenoisingAutoEncoder，DAE)方法，通过数据的逐层自编码、解码过程获得良好的网络初始化参数

2、，解决了局部极值与梯度弥散问题。人工主动随机噪声使得训练的网络鲁棒性、泛化能力更强，不易过拟合。并以北京市为实例验证，模型精度良好，方法可用于城市中远期对外客运需求预测。【关键词】城市对外交通；需求预测；DAE；深度学习；神经网络【中图分类号】TU984．191【文献标识码】B【文章编号】1001—6864(2015)06—0152—030引言的联系中起着重要作用，作为连接城市内外交通的场近年来，随着我国经济的持续发展和城市化建设所，是不同交通方式、不同方向客流换乘、集散的场步伐的加快，各个城市与外界的联系交流更加频繁、所。对外客运交通需求预测是进行客运枢纽系

3、统规紧密，人们的对外出行需求产生了前所未有的急剧增划设计的基础。传统的预测研究主要有惯性原理预长。对外客运枢纽系统在城市内外交通及内部交通测与回归分析预测，但传统的预测模型受方法自身限[基金项目】黑龙江省交通厅重点科技项目(MH20150031)明使用再生混凝土的性价比要略高于使用普通混凝用，2011，(6)：9—1O+16．土的性价比，从价值工程的角度应该选择使用再生混[2]MioanaMalesev，VlastimirRadonjanin，SnezanaMarinkovic．Re-cycledConcrete8sAggregateforStructural

4、ConcreteProduction凝土用于工程建设。[J]．Sustainability，2010，(2)：1204—1225．表3价值系数计算[3]KouSC，PoonCS．Enhancingthedurabilitypropertiesofconcretepreparedwithcoarserecycledaggregates[J]．ConstructionandBuildingMaterials，2012，(35)：69—76．[4]郭远臣，王雪．再生骨料混凝土弹性模量实验研究[J]．硅酸盐通报，2013，32(3)：467—471．[5]秦荷成，等．

5、聚丙烯纤维再生混凝土路面工程经济性分析[J]．西部交通科技，2014，(I)：19—21．[6]金莉．再生混凝土力学性能试验研究[J]．新型建筑材料，3结语2006，(7)：l1—13．通过利用价值工程的基本原理对我国再生混凝[7]江东奇，马力，曾力．再生混凝土耐久性研究现状综述[J]．人土工程应用的经济性进行分析研究，所得结论说明再民长江，2013，44(6)：164—167．[8]赵明，张雄，张永娟．再生混凝土耐久性研究进展[J]．粉煤灰生混凝土虽然在性能上不如常规混凝土，但在成本节综合利用，2014，(1)：45—48．约上具有优势，其综合价值要稍高于普

6、通混凝土。尽[9]曹奇．再生混凝土的技术经济分析[J]．基建优化，2005，26管现阶段再生混凝土的性价比可以认为与普通混凝(3)：124—126．土基本持平，但随着资源的减少以及国家可持续发展[1O]杨桂权，阎慧群，郑祖成．再生混凝土应用优势与经济性分析战略的推行，环保性能的权重将逐渐得到提高，再生[J]．建筑经济，2013，(7)：86—88．混凝土的价值会越来越高，因此将再生混凝土用于工程建设在长久而言可带来较大的经济效益。[收稿日期]2015—02—12[作者简介]黄文杰(1990一)，男，福州人，本科，从事国际工程管理专业学习研究。参考文献[1]康梅

7、柳，周丽萍．废弃混凝土的再生利用[J]．建材技术与应刘俊涛等：基于DAE方法城市对外客运需求预测l53制，一些问题始终无法克服。如惯性原理预测模型因1)，YE(0，1)。重构误差函数L(，y)选取交叉熵标定模型参数的数据有限，对异常值较为敏感，没有(Cross—entropy)函数：很好的鲁棒性；传统的回归分析法对各影响因素之间L(x，，，)=一∑Exlog(y)+(1一)log(1一Yi)]独立性要求较高，无法对存在相关性的影响因素进行ll很好地回归分析等。随着信息计算机技术的不断发全局损失函数为：展以及各领域数据量的爆炸式增长，人们将注意力更JAE+wd(

8、)=∑L(x，g()))+A∑吒gV多