冷 彪，曾加贝

（1.北京航空航天大学 计算机学院，北京 100191；2.北京航空航天大学深圳研究院，广东 深圳 518057）

2011年，北京市地铁路网日均客运量为 598万人次，占全市公交运输的 35%。预计到 2015年日均客运量将增至 1 000万人次。因此，分析、预测和掌握北京地铁客流实时数据，为线路和车站的客流组织与优化提供数据支撑，提高地铁规划、设计和建设的科学决策水平，提高运营管理决策的实时性和高效性，进而提高北京地铁的运营服务水平和运营效率具有重要意义。

1 客流预测模型

目前，北京地铁采用全网一票通和一卡通无障碍换乘机制，自动售检票系统仅能获取乘客的 OD(Origin-destination) 数据，即进出站数据，无法获取乘客的换乘信息。由于相同进站和出站之间有多种出行线路，仅根据乘客的 OD 数据无法确定其具体出行方案，因此必须采用北京市轨道交通清分管理中心清分方法[1]才能详细分析北京轨道交通路网中的详细客流数据，包括换乘站的换乘客流和车站的站内客流等。由于大部分客流预测方法不具备北京地铁票卡清分的特点，而只能利用乘客的 OD 数据对车站的进站和出站客流量进行预测，此类算法称做面向车站的客流预测模型。这类预测模型主要包括基于线性系统理论的预测方法、基于非线性系统理论的预测方法和基于组合模型的预测方法。其中，基于线性系统理论的预测方法计算较简单，但对于较复杂的交通系统，其预测效果不甚理想。基于非线性系统理论的预测方法体现了交通系统的非线性特点，准确性相对较高，但计算复杂度高，理论基础尚不成熟。……