1、“.....相对单纯采用灰色模型，预测精度和效果有较大提高。基于神经网络的轨道客流短期预测论文原稿。基于统计方法的预测模型例如时间序列预测模型卡尔曼滤波模型。另外还有历，百度百科，关于神经网络的内容，基于神经网络的轨道客流短期预测论文原稿京交通大学，吕利民城市轨道交通短期客流预测方法都市快轨交通，孔雪萍短时交通信息动态预测方法的研究与实现北京北京航空航天大学计算机学院......”。

2、“.....谢辉轨道交通短期客流预测方法及其算法研究现代城市轨道交通，杨军地铁客流短期预测及客流疏散模真实值为经过神经网络的训练学习后，计算得出的预测值为。误差为。由此可以看出神经网络是比较适用于预测短期的单日客流的。当网络经过定数据量的训练，网络的误差在定范围内后，进行计算预测，则预测的精度和效果会比较理想。展望本文探讨了轨道客流短期预测的些方法，并利用神经网络，进行了个简单学习。在训练学习效果达到在定的误差范围之内后，采用，作为网络的输入，让网络模拟计算......”。

3、“.....与实际结果进行对比分析。本文采用中的神经网络库所封装的神经网络算法进行编程，实现上述过程，其核心代码如下建立网络本文采用了年上海轨道交通从日开始的连续天的日客流总量的统计数据，对其按时间序列进行排序，形成组数据向量，记为其中，。其分布图如图。注由于数据敏感性，本文仅作方法研究，不提供完整的准确客流数据。众所周知，轨道交通日客流在大体趋势上是随着每周有着周期性规律变化的。因此我们将其详细原理，本文不再赘述......”。

4、“.....轨道交通作为种新型的具有较大运量较高效率的公共交通方式具有巨大的优势，能够有效的提高居民的出行效率缓解城市的交通压力，因此城市轨道交通在我国近些年发展迅速。随着轨道交通客流量的增长，对于轨道交通的客流预测的天大学计算机学院，王奕基于周期时变特点的城市轨道交通短期客流预测研究城市轨道交通研究，谢辉轨道交通短期客流预测方法及其算法研究现代城市轨道交通，杨军地铁客流短期预测及客流疏散模拟研究北京北京交通大学，百度百科......”。

5、“.....当网络经过定数据量的训练，网络的误差在定范围内后，进行计算预测，则预测的精度和效果会比较理想。展望本文探讨了轨道客流短期预测的些方法，并利用神经网络，进行了个简单的实例试算短期日客流的预测，还未能进行更加深入的研究。基于神经网络的轨道交通预测应该是个比较好的方法和研究方向。如果要为网络的输入，让网络模拟计算，输出结果，与实际结果进行对比分析。本文采用中的神经网络库所封装的神经网络算法进行编程，实现上述过程......”。

6、“.....通过精确的客流预测，可以为轨道运营单位提供相对准确的数据支撑。使其日常的运力配臵客运组织更合理，在紧急突发事件下的预警和疏散更高效。因此，对轨道交通客流短期预测和分析的研究显得越来越重要。其详细原理，本文不再赘述。，。其中，。其分布图如图。注由于数据敏感性，本文仅作方法研究，不提供完整的准确客流数据。众所周知，轨道交通日客流在大体趋势上是随着每周有着周期性规律变化的。因此我们将进行重新整理，以每前日客流为输入项......”。

7、“.....形成如下的输入和输出形式百度百科，关于神经网络的内容行准实时客流的预警，则需更为细致的历史数据和实时数据的支持。参考文献李枭轨道交通换乘站客流预测方法研究北京北京交通大学交通运输学院，杨军地铁客流短期预测及客流疏散模拟研究北京北京交通大学，吕利民城市轨道交通短期客流预测方法都市快轨交通，孔雪萍短时交通信息动态预测方法的研究与实现北京北京航空航训练网络模拟计算结果运行结果真实值为经过神经网络的训练学习后，计算得出的预测值为。误差为......”。

8、“.....共组训练数据，进行神经网络的训练学习。在训练学习效果达到在定的误差范围之内后，采用，作基于神经网络的轨道客流短期预测论文原稿对客流数据进行拟合，分析和判断大客流的变化趋势，并在灰色预测基础上进行马尔科夫修正预测，相对单纯采用灰色模型，预测精度和效果有较大提高。基于神经网络的轨道客流短期预测论文原稿。本文采用了年上海轨道交通从日开始的连续天的日客流总量的统计数据，对其按时间序列进行排序，形成组数据向量......”。

9、“.....基于神经网络预测实例接下来，本文介绍利用神经网络的个轨道客流短期预测的实例，运用上海轨道交通的历史实际客流数据做为时间序列，对网络进行训练，进行之后日的客流预测。基于神经网络的轨道客流短期预测论文原稿。基于统计方法的预测模型例如时间序列预测。基于灰色马尔科夫的预测模型其基础理论灰色理论，是由我国华中科技大学的邓聚龙教授于上世纪年代首先提出的理论。其理论概念为通过少量的不完全的信息，建立灰色微分预测模型，对事物发展规律作出研究北京北京交通大学......”。