- · 《北京交通大学哲学社会科学文库》入选专著获乌拉圭驻华大使馆重点推介[01/06]
- · 北京交通大学8人荣获詹天佑铁道科学技术奖[01/06]
- · 我校交通运输工程博士后科研流动站在2020年博士后工作综合评估中被评为优秀等级[12/25]
- · 我校“研究生科学道德与学风建设月”活动闭幕式暨榜样的力量报告会顺利举办[12/21]
- · 我校3个重点实验室获得首批铁路行业科技创新基地认定[12/18]
- · “宽带移动信息通信铁路行业重点实验室”落户交大暨“铁路5G创新实验室”建成[12/18]
- · 机电学院师生获《机械工程学报》第四届青年杰出论文奖[12/15]
- · 研究生院召开课程建设及教育教学改革项目检查会[12/14]
城市轨道交通进站客流量短时组合预测模型
作者: 李得伟 颜艺星 曾险峰 北京交通大学轨道交通控制与安全国家重点实验室 北京100044 广州铁路职业技术学院 广州510430
关键词: 城市轨道交通 进站客流量 短时预测模型 组合预测
摘要:高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。
上一篇:契合城市空间功能的地铁出入口布局
下一篇:城市轨道交通工程重大变动环境影响评价管理