技术特征：
技术总结
本发明公开了一种基于神经网络的公交客流分时段组合预测方法，包含了收集基本相关信息、确定最优的输入数据、确定组合预测算法、确定预测算法性能四个步骤。该方法充分考虑了不同算法在不同情况下的适用性，分时段赋予两种神经网络算法各个时段的权重值，结合不同单一算法在不同时间段的预测优势，得到各个时段最优的预测结果，弥补了单一算法局限性较大的缺陷问题，提高了模型的预测精度、预测稳定性和泛化性，从而提高了模型整体性能，使公交客流预测更加可靠、精确。并且本发明通过单一算法对数据进行筛选，在保证输入数据信息量充足的情况下，最大程度保障组合算法的预测性能。
技术研发人员：王炜;李东亚;郑永涛
受保护的技术使用者：东南大学
技术研发日：2018.10.31
技术公布日：2019.02.22