王夏秋 张 宁 王 健

(1. 东南大学智能运输系统研究中心轨道交通研究所， 210096， 南京；2. 南京地下铁道有限责任公司， 210024， 南京//第一作者，硕士研究生)

短期客流预测指预测1年内(主要以小时、日、月、季度等时间单位作为时间粒度)的轨道交通网络或者线路的客流特征、服务水平以及出行效率等[1-3]，是城市轨道交通运营部门展开各项管理工作的基础与依据。在以往的短期客流预测研究中，主要集中于短期客流的日/小时预测[4-5]，而对于月度或季度等更长时间跨度的短期客流预测还少有研究。但在城市轨道交通的实际运营中，车辆月度检修计划、运用车配备计划以及日常运输计划的调整等大型生产计划需要参考月度、季度客流预测的结果，同时，运营企业可根据该预测结果合理制定年度/季度生产运营计划。有鉴于此，本文针对月度客流预测展开研究。

与小时/日客流不同的是，城市轨道交通月度客流受偶然因素影响的随机波动性不大，但因预测的时间跨度较大，其受季节气候变化、法定节假日分布、学校寒暑假等较稳定因素影响呈现出季节性波动的周期性特征[5]。因此，针对月度客流量呈现的明显季节性特点，引入季节指数对原始月度客流数据进行季节处理，以季节调整原始数据并利用自回归积分滑动平均(ARIMA)模型对城市轨道交通月度客流进行预测，从而使构建的预测模型具有更好的预测精度，提高预测结果的准确度。

1 月度客流特性分析

现代城市轨道交通系统采用自动售检票(AFC)系统记录乘客的交易数据，是获取轨道交通客流数据的良好平台，为月度客流特性分析和城市轨道交通短期客流预测工作提供了数据支撑。……