- · 《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]
苏州地铁客流波动特性分析
作者: 彭培培 [1] 杨越思 [2] 高国飞 [3] 魏运 [3] 郭建华 [2]
关键词: 城市轨道交通 客流波动性 SARIMA模型 GARCH模型
摘要:为研究轨道交通客流的波动性,提出使用SARIMA+GARCH这一随机结构作为轨道交通客流的综合时间序列模型.在这个随机结构中,SARIMA模型描述客流时间序列的一阶状态,即均值特征;GARCH模型获得客流时间序列的二阶状态,即条件异方差特征.采用苏州地铁全网客流数据作为分析实例,对5 min、15 min和1h汇集度的工作日和休息日客流共6组客流数据进行波动性建模、预测与分析,结果表明,SARIMA+GARCH模型具有较好的预测性能.基于各组客流数据的分析结果,分别对工作日与休息日以及不同时间汇集度之间的客流波动特性进行对比,结果表明:休息日客流的波动性强于工作日客流;时间汇集度小的情况下,客流的波动性会更强.
上一篇: 地铁高架长大区间非正常情况下行车组织探究
下一篇: 城市轨道交通PPP车公里付费模式研究