-
题名考虑时空修正的轨道交通封站短时客流预测方法
被引量：8
- 1
-
-
作者
许心越
吴宇航
张英男
王雪琴
刘军
-
机构
北京交通大学轨道交通控制与安全国家重点实验室
武汉大学数学与统计学院
东南大学数学学院
-
出处
《交通运输工程学报》
EI
CSCD
北大核心
2021年第5期251-264,共14页
-
基金
国家自然科学基金项目(71871012)
北京市自然科学基金项目(9212014)
轨道交通控制与安全国家重点实验室自主研究课题(RCS2020ZT005)。
-
文摘
为了实现封站情况下轨道交通短时客流的精准预测和探索客流的变化机理,提出了一种考虑时空修正的融合动态因子模型(DFM)和支持向量机(SVM)的短时客流预测方法(DFM-SVM);利用符号聚合近似方法(SAX)与动态时间规整(DTW)相结合的算法(SAX-DTW)识别受封站影响的时空范围,利用DFM预测常态下的短时客流,利用SVM提取和处理受封站影响车站与时段客流量的非线性特征,对受影响车站与时段的客流量进行修正;以北京地铁封站情景下车站的进站量预测为例,验证方法的有效性。研究结果表明:与既有SAX相比,提出的SAX-DTW不仅能全面考虑到客流数量和客流趋势的变化,还能更准确地识别出多个车站的异常时段;与传统DFM相比,DFM-SVM能显著降低各车站的预测残差,其中奥体中心车站的预测残差降低约60%;与基线模型霍尔特-温特(Holt-Winters)、SVM、门控循环单元(GRU)和长短期记忆(LSTM)相比,在整体客流量预测效果方面,提出的DFM-SVM在其均方根误差方面分别降低43.39%、70.00%、33.18%和70.83%,平均绝对误差分别降低43.72%、67.17%、28.98%和57.08%;在单个车站的客流量预测效果方面,提出的DFM-SVM在均方根误差和平均绝对误差方面有70%的车站均低于其他基准模型。可见,提出的DFM-SVM能够捕捉封站影响客流的非线性关系,极大提升了客流预测精度,能够为运营管理者提供可靠的客流预警信息与决策依据。
-
关键词
轨道交通
封站
短时客流预测
封站范围识别
动态因子模型
客流时空修正
-
Keywords
rail transit
station closure
short-term passenger flow forecasting
range identification under station closure
dynamic factor model
passenger flow spatio-temporal modification
-
分类号
U293.13
[交通运输工程—交通运输规划与管理]
-
-
题名封站条件下的城市轨道交通车站客流变化预测方法研究
被引量：1
- 2
-
-
作者
周峰
贺艺博
文旭光
-
机构
同济大学道路与交通工程教育部重点实验室
南宁学院广西中国—东盟综合交通国际联合重点实验室
-
出处
《交通与运输》
2023年第3期54-59,共6页
-
基金
广西科技计划资助项目(桂科AA21077011)。
-
文摘
为探究封站对区域车站客流的影响,通过分析封站条件下周边车站进出站客流特征及乘客出行行为,归纳了封站客流影响因素,将封站条件下周边车站的客流变化进行了拆分解析,并提出了相应进出站客流构成的计算方法。基于随机森林算法构建了封站条件下周边车站进出站客流变化的预测模型。最后,以实际封站数据为例验证了模型的准确性,并与未拆分客流预测结果进行了对比。结果表明,提出的客流拆分预测方法具有较好的准确性,可为城市轨道交通运营管理提供支撑。
-
关键词
城市轨道交通
封站
客流拆分
客流预测
随机森林
-
Keywords
Urban rail transit
Station closure
Passenger flow splitting
Passenger flow forecast
Random Forest
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名轨道交通封站条件下应急疏散车辆路径优化
被引量：1
- 3
-
-
作者
张仪果
屈云超
尹浩东
吴建军
-
机构
北京交通大学轨道交通控制与安全国家重点实验室
-
出处
《山东科学》
CAS
2023年第4期80-88,共9页
-
基金
北京市自然科学基金-丰台轨道交通前沿研究联合基金(L221006)。
-
文摘
针对轨道交通封站条件下站外滞留乘客需要应急疏散的现实需求,设计了一种疏散服务模式,在保证滞留旅客有效疏散的前提下,允许线路沿途旅客搭乘以提高车辆的利用效率。以车辆运营成本和乘客时间成本之和最小为优化目标,建立应急疏散车辆路径优化模型,根据问题特点改进自适应大邻域搜索算法进行模型求解。最后,结合北京市城市交通数据,对应急疏散车辆进行路线设计并进行灵敏度分析,用算例验证了模型与算法的有效性。结果表明,相较于最短路径疏散方案,模型的优化结果节省了15.02%的乘客乘车时间,能够在保证乘客出行体验的前提下实现对站点滞留乘客的快速疏散,提升封站事件下轨道交通应急管理的精细化水平。
-
关键词
城市轨道交通
应急疏散
车辆路径问题
轨道交通封站
自适应大邻域搜索算法
-
Keywords
urban rail transit
emergency evacuation
vehicle routing problem
rail station closure
adaptive large neighborhood search algorithm
-
分类号
U491.12
[交通运输工程—交通运输规划与管理]
-
