-
题名基于网络搜索引擎的大型活动客流规模预测
被引量：4
- 1
-
-
作者
董春娇
刘晓珂
常乃心
李林玉
-
机构
北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2022年第4期52-59,共8页
-
基金
国家重点研发计划(2019YFF0301400)。
-
文摘
在对持续性大型活动进行交通需求预测时,会出现因缺失资料而导致预测困难的情况.针对该问题从综合搜索指数,潜在出行人口规模和吸引度3个方面,分析了持续性大型活动客流规模影响因素,根据多项式分布滞后(Polynomial Distributed Lag,PDL)模型构建了基于网络搜索引擎的大型活动客流规模预测模型.以2019年北京世界园艺博览会为例,利用北京市2012年至2019年北京客流量对预测模型进行参数标定,预测世园会5月客流规模.结果表明:网络搜索引擎数据与大型活动客流规模存在相关关系.对于无历史数据的持续性大型活动,该预测模型的平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)在8%以内,有较高的预测水平,能够为有关部门提供决策依据.
-
关键词
城市交通
大型活动
PDL模型
客流预测
-
Keywords
urban traffic
large-scale events
PDL model
passenger flow prediction
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
