陈镇元

（ 广东工业大学，广东 广州510006）

1 概述

随着国内外交通运输的飞速发展，关于城市轨道交通客流预测的研究逐渐引起了学者的关注。地铁作为现代大城市一项极其重要的交通工具，与其他交通运输方式相比，具有效率高、运输量大、污染小、稳定安全以及方便快捷等众多特点，受到人们的青睐，是缓解城市运输压力的有效方式。由于地铁受到越来越广泛的应用，人们对其的需求亦日益增加，因此，如何准确地做好地铁客流量预测工作，不仅对地铁运营服务的提高，而且对人们的出行方式选择具有重要意义。客流预测是地铁系统的重要组成部分，特别是城市地铁的近期客流量准确预测，有着十分重要的作用。第一，客流预测可以帮助地铁管理进行更合理的配置，包括地铁工作人员的调配，减少乘客拥挤，布置疏导客流的准备措施，对发生事故时的应急决策等，以此提高地铁系统的服务质量。第二，客流预测可以给人们作为参考，选择更为高效和安全的出行方式。第三，客流预测对后续轨道交通的建设规划和工程投资有重要的战略价值。第四，客流预测对地铁周边的商业布局具有经济意义。

现阶段关于短时客流预测的方法主要分为以下几类：基于统计学理论为基础的预测模型，包括时间序列模型和卡尔曼滤波模型等[1]；基于神经网络与传统机器学习为基础的预测模型[2]；基于非线性理论为基础的预测模型[3]；基于各种理论的组合模型以及基于深度神经网络和深度学习的预测模型等。……