张文哲

（北京市地铁运营有限公司运营三分公司，北京 100082）

0 引言

随着人口的增长和社会经济的发展，北京市轨道交通在城市交通运行体系当中发挥着无可替代的功能，常规的地面公交已经不能更好地满足人们日益增长的交通需求，发展绿色交通之称的轨道交通已成为城市交通的必然选择。轨道交通在城市交通中体现的地位越来越重要，逐步从单一的线路向网络化线网发展，随之带来的挑战也不断增加。截至2019年12月北京地铁总站数已达到405 座，工作日日均客流量已达到1000 万人次左右，客运量增加到一定程度时，对轨道交通的乘客满意度和运营安全均会带来一定的影响。作为轨道交通网络重要节点的换乘车站所形成的换乘客流在轨道交通全网客流中占有较大比重，因此换乘客流的预测精度将会直接影响客流的预测精度。依据预测的客流量，分析换乘站客流量阈值，适时启动分级分层的预案，优化大客流状态下的客流组织方案，改善乘客的乘车环境，提高运营服务质量。

近年来，一些学者对“客流量预测”这一问题做了相关研究。王天羿（2019）[1]针对客流量分布状态难以准确把握的情况，提出了一种结合LSTM（Long Short-Term Memory）网络和层次聚类算法（Hierarchical Clustering）的城市轨道交通客流量预测模型，并应用上海市轨道交通特征及客流量数据对模型进行了验证和仿真。周庆梅、何希平（2020）[2]综述了地铁短时客流量的预测方法，并从近年来研究地铁短时客流量的方法出发，回顾和整理了国内外关于地铁乘客流量短时预测的相关文献，归纳了相关的研究方法。……