APP下载

基于时间序列季节分类模型的轨道交通客流短期预测

2021-07-19唐继强钟鑫伟李天瑞

关键词:方法模型

唐继强,钟鑫伟,刘 健,李天瑞

(1.重庆市轨道交通(集团)有限公司,重庆 401120;2.重庆理工大学 计算机科学与工程学院,重庆 400054;3.西南交通大学 信息科学与技术学院,四川 成都 611756)

0 引 言

以轻轨和地铁为代表的轨道交通已经成为大城市重要交通方式;轨道客流预测对于轨道建设、交通运营和日常出行至关重要[1]。在城市交通资源日趋紧张、人们出行交通压力越来越大的情况下,轨道交通对优化土地资源利用、缓解城市交通拥堵提供了有效解决途径,成为城市交通现代化发展的重要手段。轨道交通具有准时、方便、快捷等特点,成为人们日常出行的首选。然而,随着城市规模增加、社会节奏加快、社会活动频繁,轨道交通也面临巨大挑战。如今的城市轨道交通呈现出总体客流暴增、客流分布不均衡等新特点,使得轨道交通运营和服务、人们出行时刻和线路选择变得越来越困难。为了提高运营效率、提升服务水平、引导人们舒适出行,需要准确预测客流,以便构建有效的应对策略。

客流预测是通过对历史客流数据分析和建模,对将来某时间段的客流进行估计,可划分为长期预测和短期预测。客流长期预测是通过分析城市土地资源利用、交通调查、人口出行统计等方式估计交通出行OD矩阵,典型的客流长期预测方法为四阶段法。四阶段法是将客流预测划分为交通生成、交通分布、交通方式划分和交通量分配这4个阶段。四阶段法主要用于交通规划和建设,主要预测城市区间长期的交通流量,对轨道交通运营和人们日常出行帮助不大。……

登录APP查看全文

猜你喜欢

方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
一个相似模型的应用