城市轨道交通线网时空相关性客流预测研究

摘要：

城市轨道交通客流预测是一个时空相关的复杂问题,仅根据车站的历史数据很难得出更有参考价值的预测结果.提出基于Elman神经网络算法的时空相关性客流预测方式.其模型输入包括车站的历史数据和线网中其它车站及交叉线路车站的时空相关性数据.前者从车站前3周数据中提取纵向强时间相关性数据;后者从相关车站的前3周数据中提取横向强时间相关性数据.提取过程均采用Spearman算法.在两条交叉线路共33个车站3周时间范围的客流数据上,利用Elman神经网络算法比较分析时空预测方式和时间预测方式的预测性能.试验结果表明,时空预测方式对实际客流的预测精度优于时间预测方式.最后,在时空预测的基础上进行客流多步预测,为城城市轨道交通有效的客流疏导提供数据支持和相对宽裕的时间.

关键词：城市轨道交通线网、相关性分析、客流预测、神经网络

所属期刊栏目：19

分类号：U293.13;U231(铁路运输管理工程)

资助基金：广东省公益研究与能力建设项目2014A010101016;广州地铁集团有限公司与华南理工大学合作项目J11KFA6D004

在线出版日期：2016-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：32-37