基于空间加权的LS-SVM城市轨道交通车站客流量预测

摘要：

为提高城市轨道交通车站客流预测模型精度，简化模型数据需求规模，提出基于空间加权的 LS-SVM城市轨道交通车站客流预测模型。基于交通网络距离重新划分车站的影响范围，提出分距离影响带的线型和指数型空间权重系数方程，结合空间权重系数，输入区域特征变量和车站属性变量构建城市轨道交通车站客流 LS-SVM预测模型，运用动态改变惯性权重自适应粒子群优化算法(DCW-APSO)对模型参数进行优化选取。应用模型预测2011年成都市地铁1号线部分车站客流，并与其他模型进行比较，结果表明：模型明显提高客流预测精度，简化数据需求量，作为城市轨道交通客流预测的补充模型可以进一步提高系统的可靠性。

关键词：城市轨道交通、车站客流、预测、空间加权、最小二乘支持向量机

分类号：U293.13(铁路运输管理工程)

资助基金：国家自然科学基金51108390

在线出版日期：2014-01-18（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：1-7