基于多因子算法的城市轨道交通客流预测方法

本发明涉及一种基于多因子算法的城市轨道交通客流预测方法，该方法包括以下步骤：收集城市轨道交通历史客流数据以及影响客流的相关指标因素样本数据；构建因子分析数学模型，对影响客流的多种指标因素进行分析，确定公共因子并计算得分；构建BP神经网络模型，以公共因子得分作为输入，通过粒子群优化算法获取最佳参数集；基于最佳参数集生成城市轨道交通客流预测的BP神经网络预测模型，并通过样本数据进行训练获取最优的BP神经网络预测模型；基于训练后的BP神经网络预测模型进行实时客流预测。本发明，能够解决现有技术中存在的预测精度不足、计算效率低下等问题，实现快速、准确地预测车站、线路、线网客流量的目的。