地鐵項目階段工作

1、域（需求分析，要做什么事，技術(shù)上的需求、總體上的需求、用戶使用的需求（維度的劃分，它們的層次到底怎樣展開（用Visio結(jié)構(gòu)可以不斷改，不過要將各個章節(jié)的內(nèi)容均衡:同濟大學,2008,10-15流模5工1 （模型研究 域（需求分析，要做什么事，技術(shù)上的需求、總體上的需求、用戶使用的需求（維度的劃分，它們的層次到底怎樣展開（用Visio結(jié)構(gòu)可以不斷改，不過要將各個章節(jié)的內(nèi)容均衡:同濟大學,2008,10-15流模5工1 （模型研究 交通大學學報, 2009模，模型馬爾科夫進行分類。文獻Tsung-Hsien Tsai. Neural network temporal feature s for s

2、hort-term railway passenger forecastingJ.ExpertSystemspplications.2009位神經(jīng)網(wǎng)絡(luò)模型(MTUNN)和并行組合神經(jīng)網(wǎng)絡(luò)(PENN)求中。文獻模型研究:理工大學.2009模型_常剛利用了路網(wǎng)的空間信息楊冉考慮某時刻客流之間的相關(guān)關(guān)系只是選擇了前n個時間段的客流據(jù)，將這些輸入變量輸入到BP模，模型馬爾科夫進行分類。文獻Tsung-Hsien Tsai. Neural network temporal feature s for short-term railway passenger forecastingJ.ExpertSyst

3、emspplications.2009位神經(jīng)網(wǎng)絡(luò)模型(MTUNN)和并行組合神經(jīng)網(wǎng)絡(luò)(PENN)求中。文獻模型研究:理工大學.2009模型_常剛利用了路網(wǎng)的空間信息楊冉考慮某時刻客流之間的相關(guān)關(guān)系只是選擇了前n個時間段的客流據(jù)，將這些輸入變量輸入到BP行（對比其它人的研究，說明自己為什么考慮這個問題）( 它能以高精近非線性函數(shù)組合下的客問題2 2.1 :電子科技大學,2012,23-組合下的客問題2 2.1 :電子科技大學,2012,23-軌道地鐵123軌道地鐵1232.3 軌道交通分時客流特55152.3 軌道交通分時客流特55153 中使用到的方法的算法模型（Elman3.1 數(shù)據(jù)預(yù)處20

4、14/2/23 2014/2/24 2014/2/28 2014/3/1 2014/3/3 三元里站15分鐘出閘客15分鐘03.1 成網(wǎng)條件下的客流時空相關(guān)性分3.1.1 （分析車站之間的關(guān)系三元海珠廣場該車站站入三元里出的相關(guān)系1相關(guān)系0生模輸結(jié)確時Elman網(wǎng)絡(luò)輸入并3.1 成網(wǎng)條件下的客流時空相關(guān)性分3.1.1 （分析車站之間的關(guān)系三元海珠廣場該車站站入三元里出的相關(guān)系1相關(guān)系0生模輸結(jié)確時Elman網(wǎng)絡(luò)輸入并3.1.2 （分析同一車站不同時間的關(guān)系3.2Elman 神經(jīng)網(wǎng)ElmanBP 控制J.計算機仿真,2003Elman周內(nèi)出站客流相關(guān)10前四時前三時3.1.2 （分析同一車站不同

5、時間的關(guān)系3.2Elman 神經(jīng)網(wǎng)ElmanBP 控制J.計算機仿真,2003Elman周內(nèi)出站客流相關(guān)10前四時前三時前二時前一時當前時周間出站客流相關(guān)1軍. Elman 神經(jīng)網(wǎng)絡(luò)訓練方法及其在非線性系統(tǒng)辨識中的應(yīng)用J.2005ElmanElmanA.業(yè)大學學報（自然科學版，2008BP，Elman承接層輸出為輸入為軍. Elman 神經(jīng)網(wǎng)絡(luò)訓練方法及其在非線性系統(tǒng)辨識中的應(yīng)用J.2005ElmanElmanA.業(yè)大學學報（自然科學版，2008BP，Elman承接層輸出為輸入為u(k-輸入單輸出單圖 Elmanu(k)Elman，x(k)為隱含層的輸出值，xc(k)為承接層的Elmanx(k

6、) = f(W1xc(k) + W2(u(k xc(k) = x(k 1) y(k) = W1、W2、W3分別為承接層神經(jīng)單元到隱含層神經(jīng)單元的連接權(quán)重矩f()，Elman神經(jīng)網(wǎng)絡(luò)的非線控制，2007Elman。圖 Elman3.3 法科夫比較適合于隨機波動性較大E1 , E2 , , Em表示。利用x2n 為狀態(tài)E一步轉(zhuǎn)移到Ej,Mij Moj m i 1 j j 由于x2 = 2 m m n |ln圖 Elman3.3 法科夫比較適合于隨機波動性較大E1 , E2 , , Em表示。利用x2n 為狀態(tài)E一步轉(zhuǎn)移到Ej,Mij Moj m i 1 j j 由于x2 = 2 m m n |lnMij | 服從m12 x2分布。通過選如果狀態(tài)E通過一步轉(zhuǎn)向E的概率為P ，則p ，式中的n 為狀ij計Ei通過一步轉(zhuǎn)向Ej的頻數(shù)，Ni為狀態(tài)Eip = 如果現(xiàn)在的狀態(tài)為ipi值假設(shè)系統(tǒng)處于狀態(tài)Ei，轉(zhuǎn)移矩陣的第i行表示系統(tǒng)經(jīng)過一步后的未來狀態(tài)j Ei通過一步轉(zhuǎn)向Ej的頻數(shù)，Ni為狀態(tài)Eip = 如果現(xiàn)在的狀態(tài)為ipi值假設(shè)系統(tǒng)處于狀態(tài)Ei，轉(zhuǎn)移矩陣的第