轨道交通客流预测技术的研究与应用

bb20920d · 发表于 2022-4-16 09:40:25

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
轨道交通短期客流预测结果是轨道交通实时调度和乘客动态信息服务的数据基础，只有把握客流变化规律，才能合理地进行轨道交通车辆的配置和调度，有效的指导乘客出行。因此，准确实时的短期客流预测是轨道交通实时调度及乘客动态信息服务的前提保障。论文首先以北京市轨道交通OD数据为基础数据，对轨道交通进出站客流进行了重点分析，得出路网客流变化的规律及周期性变化特征，并针对轨道交通车站进出站客流由于地域分布不同呈现出不同的客流变化规律及周期性变化特征进行了分析描述。论文分析了目前常用客流预测方法的优点与不足，针对轨道交通短期客流的高度复杂、非线性的特点，将ARIMA模型以及支持向量机模型这两种单一预测模型应用于轨道交通客流短期预测，并采用粒子群算法对支持向量机预测模型的参数进行优化。论文针对支持向量机预测模型对于突变客流预测存在的不足，根据ARIMA模型对于突变客流的跟踪性较好的特点，提出将ARIMA及支持向量机相结合的组合预测模型，并通过实验对组合预测模型的预测效果进行验证，实验结果显示在大部分情况下，组合模型的预测效果优于单一模型的预测效果。同时，组合预测模型相对于单一预测模型的预测时间较长，因此通常仅在预测异常客流的情况下使用。针对轨道交通客流以“周”为周期的进行变化，一天内客流变化较为固定的规律，论文设计了一种相似预测样本搜索方案，方案将客流根据日期类型进行分类，并采用一种加权的欧式距离作为客流序列相似性度量。在选取预测样本时，根据当日日期类型，判断当前客流序列所属客流类型并在相应的预测样本中搜索，选取相似度高的的样本客流序列形成预测样本集。该方案通过将客流数据进行分类，降低了选取预测样本时的搜索空间，避免了在全部预测样本空间中进行搜索。依据上述模型与方案，论文设计并实现了北京市轨道交通客流预测系统。该系统具有多模型的轨道交通客流预测功能，目前系统实现了对轨道交通路网进出站客流、车站进出站客流、断面客流等客流指标的预测，并将上述客流指标的预测值反馈给轨道交通指挥中心，用于指导列车实时调度、制定应急预案以及诱导乘客出行等。

轨道交通客流预测技术的研究与应用

天涯海角也要找到Ni：轨道交通客流预测技术的研究与应用

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作