时空特征城市轨道交通客流量预测方法

针对城市轨道交通短时客流量预测问题,提出了一种基于自适应t分布变异的蝙蝠算法（atm-ba）优化的小波神经网络（wnn）预测模型（atm-ba-wnn）。在基本蝙蝠算法（ba）中引入带有线性递减控制因子的自适应t分布变异,使其具有变异机制,能够跳出早熟收敛。并将atm-ba与wnn两者相互耦合,利用atm-ba优化wnn的参数配置,进而提高wnn的预测精度。运用atm-ba-wnn模型对郑州地铁1号线短时客流量进行预测,并与传统的wnn预测模型、ba优化的wnn（ba-wnn）预测模型以及支持向量机（svm）预测模型进行比较。仿真结果表明,相较于其他3种模型,所建预测模型预测精度最高,拟合能力更强,误差最小,从而证明了该模型在短时客流量预测领域的可行性及优越性。

客流量预测是城市轨道交通规划设计和运营管理的基本依据,是城市轨道交通建设过程的重要组成部分.在对天津地铁一号线日客流量变化的规律进行分析的基础上,采用自回归滑动平均时间序列(arma)模型对客流量进行预测.结果表明,与实际数据相比,模型具有较小的预测相对误差,取得了较好的预测效果.

当前国内许多大城市正在积极地兴建或筹建快速轨道交通设施，而客流量是轨道交通工程项目设计与建设、运营与管理的基础。通过分析阶段期间不足及预测的不准确原因，建设性的提出城市轨道交通诱增客流量预测方法。得出了基于该方法预测，预测精确度较高，适用现代客流预测发展的需要，具有一定的可行性。

城市轨道交通客流预测是城市轨道交通规划科学决策的重要依据,文章采用bp神经网络作为模型进行客流预测,基于城市轨道交通的客流数据特征,提出了基于大数据的轨道交通客流预测的方法,以期为轨道交通客流预测提供参考。

为有效指导行车调度、预防和处置轨道交通突发事件,利用曲线拟合方法挖掘客流量时间序列趋势性特征,在客流时间分布分析和数据探索的基础上,通过整体拟合、人工分段拟合和自动分段拟合,对北京市36个地铁站单日内客流量进行时间序列建模优化研究,并对比3种方法的拟合结果和r2指标。研究表明:分段拟合利用局部函数建模客流量变化的动力学过程,相较整体拟合能更好地逼近实际；在分段拟合时,采用自动分段策略,能避免人为判定分段点的主观性,实现最佳优化,进一步提高预测分析效率和精度。

通过分析城市轨道交通客流量的时序特征和rbf神经网络的作用机理,将具有不同时序特征的数据分别用不同的神经网络进行处理,建立了基于客流时序特征的并行加权神经网络模型,并用该模型对北京市城市轨道交通各条线路的客流进行预测.结果表明,各线路客流量预测结果的平均绝对百分误差均在10％以下,小于单个神经网络的预测误差,提高了预测精度.

城市轨道交通客流的特征分析，可以为城市的轨道交通规划创造条件，而客流预测是各项设计工作的基础。预测结果的可靠与否直接关系到城市轨道交通的建设投资、运营效率和经济效益。就城市轨道交通客流特征及预测相关问题进行了探讨，以期为轨道交通的运行提供参考借鉴。

目前,在我国经济产业转型以及新型城镇化的市场转型下,绿色、高效、便捷的城市轨道交通的构建已经成为缓解城市交通压力、提升城市形象以及便于居民出行的迫切需要.居民出行特征分析是客流预测的重要组成部分,而客流预测研究又是分析轨道交通线网规划的重要依据.

城市轨道交通是缓解城市道路交通压力的有效途径，客流预测是城市轨道交通建设与设计的基础环节。本文主要对城市轨道交通客流模型展开探讨，并从其特征、机理上提出预测方法。

对各种城市轨道交通客流预测方法进行分析和比较,指出进行短期城轨客流预测的必要性。支持向量回归方法作为以结构风险最小化原理为理论基础的学习算法,可应用于轨道交通客流量预测。构建了城市轨道交通客流的预测模型,与bp神经网络预测方法进行了比照试验。

科学准确地预测轨道交通客流量,超前掌握轨道交通客流量发展的趋势、特点、规律和数量,是制定轨道交通客运发展和站场配置规划的基础.现有轨道交通客流预测方法对于城际轨道交通客流预测的适应性各不相同,本文采用三次吸引法和客流转移理论相结合,并借鉴统计学中距离分析思想,确定客流转移率,从而获得转移客流量.具体做法是:在分析客流量转移的影响因素基础上,建立广义不相似距离矩阵,以此在轨道交通三次吸引范围内分别确定各种交通方式客流量转移率,从而获得规划年轨道交通客流量.通过某一城市的实际数据进行了算例分析,该方法简单、可操作性强、具有工程应用价值.

信度估计是产生于风险管理和精算领域的一种现代预测方法.借助信度估计的技术和方法,对城市轨道交通客流量进行短期预测.为了考虑不同车站客流量间的相依关系,建立了轨道交通客流量的多维信度预测模型.并采用天津地铁一号线的数据,对所述预测方法进行验证.

城市轨道交通项目投资金额高,资金需求大,同时具有公益性与盈利性。目前工程可行性研究报告多为工程可批性研究报告,因此客流量以及票务收入预测值偏离实际,造成ppp模式下的物有所值评价、财政承受能力论证和实施方案相关数据的偏离,影响政府相关部门的决策。可通过对客流量预测值的修正使ppp模式下的财政承受能力论证和实施方案相关数据接近实际值,为政府与相关机构提供参考。

通过分析城市轨道交通日均客流及相关影响因素的变化特征,以多种因素作为数据集特征,采用梯度提升法和随机森林的混合模型对日均客流量进行预测。以北京地铁客流数据作为研究对象,对模型进行了试验。试验结果表明,基于梯度提升和随机森林的混合模型相较于常规arima模型和随机森林模型具有更好的适应性,在常态和特殊情况下均能取得可接受的预测效果。

城市轨道交通作为公共交通客流量的分担措施之一,能够解决因客流量预测不准确而带来的资源浪费和低效益问题.建立一种新的gso-bpnn方法,该方法在bp网络的基础上植入gso算法,优化网络的初始权值和阈值,并以某城市轨道交通客流量为例,对比普通bp网络预测模型,结果显示gso-bpnn方法的预测精度较高.

在对城市轨道交通的噪声源特点进行分析的基础上,用类比法、比例法、模式法、模型法比较了国内外比较成熟的铁路噪声预测方法,提出把城市轨道交通噪声作为一个线声源、噪声源分解为轮轨噪声和牵引噪声分别进行预测的方法,并给出了详细的计算步骤。结合曼谷机场连接线工程,实例证明了此方法的可操作性及科学性。

城市轨道交通换乘站内部换乘客流量算法研究 作者：刘狄，吴海燕，liudi，wuhaiyan 作者单位：北京建筑工程学院,土木与交通工程学院,北京,100044 刊名：北京建筑工程学院学报 英文刊名：journalofbeijinguniversityofcivilengineeringandarchitecture 年，卷(期)：2010，26(2) 被引用次数：0次 参考文献(9条) 1.demetsky.mjlahoeltransitstationdesignprocess1978 2.batesegastudyofpassengertransferfacilities1978 3.王磊地铁站乘客步行通道的优化设计2002 4.王蓉蓉地铁换乘车站设施规模确定问题研究2006 5

“城市轨道交通客流预测理论、方法和应用”研讨会

城市轨道交通线路客流分布的实施预测方法

城市轨道交通的月度客流量兼具趋势增长性和季节波动性的二重趋势特性,其变化呈现出复杂的非线性组合特征。选取自回归积分滑动平均(arima)模型对南京地铁2号线的月度进站客流量进行建模预测。针对月度客流量的季节波动特性,引入季节指数对原始客流数据进行季节调整,并利用经过变换后的客流数据进行模型的识别和定阶。将结果与未经季节指数调整的arima模型预测结果对比分析可发现:基于季节指数的arima模型预测各月度客流量的平均绝对百分比误差值比无季节指数调整的arima模型的值小,且误差值小于5%,说明所提出的方法预测效果良好,适用于城市轨道交通进站量的短期预测,从而为地铁运能运力调整以及运营计划的制定提供参考依据。

我国城市化进程迅速发展,区域经济发展迫切需要城际轨道交通的支持。本文首先介绍了城际轨道交通客流预测的相关方法。其次,将城际轨道交通客流换分成城市内和城市间的客流,提出城际轨道交通客流预测的总体技术路线。最后,以广佛环线城际轨道交通客流预测为例进行相关说明。

随着经济的发展和社会的进步,我国的城市轨道交通得到了飞速的发展,换乘站是轨道交通线网中重要组成部分,城市轨道交通路网的建设需要换乘站作为城市建设的重要节点,不同的轨道交通的通行线路之间需要做好内部换乘工作,这就需要换乘站起到应有的建设功能。在进行轨道交通的建设过程中,需要保证内部换乘的最高效率,并且能够将其充分的应用到各个城市的地铁换乘站,帮助其更好的进行详细数据的分析。本文通过分析客流数据对城市轨道建设的重要性,确定研究方向,提供计算换乘站内上下车客流量、站台容纳能力计算的思路,并对换乘站内部的客流量变化规律进行分析。