Resumen

El método de pronóstico directo para la afluencia de pasajeros en el Transporte Urbano de Ferrocarril (TUF) a nivel de estación no puede reflejar la relación no lineal entre la afluencia de pasajeros y sus predictores. Además, la población se expresa inapropiadamente en este método ya que no está distribuida uniformemente por área. En este documento, se considera una nueva variable, población por banda de distancia, y se propone un modelo de red neuronal de retropropagación (BPNN) que puede reflejar la relación no lineal entre la afluencia de pasajeros y sus predictores para pronosticar la afluencia de pasajeros. Los predictores clave se obtienen a través de un análisis de correlación parcial. El rendimiento del modelo propuesto se compara con otros tres modelos de referencia, que son un modelo lineal con población por banda de distancia, un modelo BPNN con población total y un modelo lineal con población total, utilizando cuatro medidas de efectividad (MOEs): error relativo máximo (MRE), error relativo más pequeño (SRE

• Materias:Ecuación pseudoparabólica Dimensión fractal Virus informático Redes dinámicas Sistemas diferenciales
• Subjects:Pseudoparabolic equation Fractal dimension Computer virus Dynamic networks Differential systems
• Palabras claves:Método de pronóstico; Tránsito ferroviario urbano; Pasajeros; Población por banda de distancia; Red neuronal de retropropagación; Predictores clave
• Keywords:Forecasting method; Urban rail transit; Ridership; Population per distance band; Back propagation neural network; Key predictors