在城市轨道交通新线开通运营后期,客流趋于稳定的情况下,利用改进的时间序列模型ARIMA(Autoregressive Integrated Moving Average Model),对新线开通后期的站点进出站客流进行预测。为增加预测精度,利用小波分析方法对客流进行去噪,同...在城市轨道交通新线开通运营后期,客流趋于稳定的情况下,利用改进的时间序列模型ARIMA(Autoregressive Integrated Moving Average Model),对新线开通后期的站点进出站客流进行预测。为增加预测精度,利用小波分析方法对客流进行去噪,同时利用差分的方法消除数据的趋势性和季节性。将预测进站客流值与实际客流量对比可知,平均误差约为3.708%,预测效果较好,具有很强的应用性。展开更多
文摘在城市轨道交通新线开通运营后期,客流趋于稳定的情况下,利用改进的时间序列模型ARIMA(Autoregressive Integrated Moving Average Model),对新线开通后期的站点进出站客流进行预测。为增加预测精度,利用小波分析方法对客流进行去噪,同时利用差分的方法消除数据的趋势性和季节性。将预测进站客流值与实际客流量对比可知,平均误差约为3.708%,预测效果较好,具有很强的应用性。
