基于AFC数据的城轨路网客流OD在线动态估计

摘要：

路网实时客流状态是城市轨道交通日常运营组织科学决策的主要依据,而精准地在线估计客流OD是前提条件.本文分析了准实时AFC数据接入条件下客流OD在线动态估计问题及其特点,提出了将机器学习与递归贝叶斯相结合的客流OD动态估计方法;构建了基于LSTM的客流OD状态转移模型,以及LSTM模型嵌入下的客流OD递归贝叶斯估计模型;针对客流OD状态变化的非线性、不确定性特点,提出基于粒子滤波算法求解客流OD递归贝叶斯估计问题.面向LSTM模型嵌入所形成的客流OD状态转移三阶马尔科夫过程,对一般的粒子滤波算法进行高阶扩展,研究了算法的实现.最后用实例对本文提出的方法进行了验证.

关键词：交通工程、客流OD在线动态估计、粒子滤波、城市轨道交通、LSTM模型

所属期刊栏目：18

分类号：U492(交通工程与公路运输技术管理)

资助基金：国家重点研发计划/National Key Basic Research Program of China2016YFB1200402;国家重点实验室自主课题/State Key Lab Self-topic ProgramRCS2018ZT005

在线出版日期：2018-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：129-135