一种基于CS优化复合神经网络的客流预测方法

本发明涉及交通客流预测技术领域，且公开了一种基于CS优化复合神经网络的客流预测方法，包括获取某一地铁线路四个站段的客流信息数据，预处理后划分得到训练数据集和测试数据集，建立LRT‑XGB复合神经网络，输入训练样本数据训练LRT‑XGB复合神经网络;采用CS算法优化训练好的LRT‑XGB复合神经网络，调整至网络模型参数最优配置;输入测试样本数据对优化后的LRT‑XGB复合神经网络进行模型预测，验证并分析该地铁线路四个站段的客流预测结果该基于CS优化复合神经网络的客流预测方法，采用CS优化算法自动调整和优化LRT‑XGB复合神经网络的模型参数，从而进一步提升预测模型的精度和鲁棒性，保证复合神经网络模型在各种应用场景下均能保持较高的预测性能。