共查询到18条相似文献,搜索用时 637 毫秒
1.
2.
3.
轨道交通站点客流预测研究缺乏对短时客流动态波动性的考虑,不能预测短时客流区间.以北京市典型轨道交通站点为例开展实证,构建ARIMA-GARCH模型对误差项建模分析,拟合短时客流的随机波动特征.不同于以往的ARIMA-GARCH模型,研究还通过t分布揭示了客流的“尖峰后尾”效应,通过2种非对称GARCH模型识别了短时客流的非对称波动特征.模型结果表明,相比传统ARIMA模型,ARIMA-GARCH混合模型降低了20%以上的客流平均置信区间长度(MPII),同时提高了1%左右的置信区间覆盖率(PICP);周内客流波动性大于周末客流,而非高峰时段的客流不具有波动性.值得指出的是ARIMA-GARCH模型没有明显降低客流预测的平均绝对误差,尽管如此,混合模型可以在保证客流单点预测的前提下,准确地预测地铁客流区间. 相似文献
4.
针对城市客运交通枢纽换乘量分布预测的问题,引入"四阶段法"中的出行分布预测原理,将枢纽处各种交通方式的客流影响范围近似看作出行分布预测中的交通小区,各交通方式之间的换乘量相应地看作交通小区之间的交通分布量。将重力先验概率式的最大熵模型应用于枢纽换乘量分布预测之中,构建换乘量分布预测的最大熵模型,并以枢纽内部各种交通方式的现状OD换乘量分布为基础,进行模型参数的标定和最大熵模型的求解,隐含考虑随机因素的影响,从宏观上描述换乘者的交通行为。该方法应用于北京市东直门客运交通枢纽的换乘量分布预测之中,效果良好,为进一步进行枢纽的功能布局及换乘组织等研究工作提供依据。 相似文献
5.
为了研究大型主题公园客流规模预测方法,以西安童世界乐园客流规模预测为例,提出大型主题公园客流规模预测基本分析方法。从区域旅游市场总体规模预测着手,基于人口、经济、交通三大因素分析客源空间分布特征,引入与产品特性密切相关的市场渗透率指标,预测了主题公园年客流总规模。 相似文献
6.
7.
交通量预测是交通影响分析中的基础性工作之一。从面向应用的角度出发,给出了一种用于交通影响分析(TIA)的交通量预测模型。该模型基于回归分析、时间价值原理与重力分布原理预测交通量建立。实例应用表明模型是实用的。较之传统经验方法,模型能够有效定量预测新建公共建筑交通影响分析中的交通产生量。 相似文献
8.
9.
准确的公交客流预测对于城市公交线网规划设计和线路运营管理有着重要意义.为了提高公交客流预测的准确度,研究出一种基于HRHN模型的公交线路客流预测方法.在Encoder模块中,采用ConvNet对输入特征进行提取,利用RHN对提取到的特征建立时间依赖性关系;在Decoder模块中,历史客流量作为输入,利用RHN模型建立时序的关联性;输出值和特征之间的相互作用通过注意力模型进行分析,从而在Decoder中进行预测.对公交数据进行预处理并获取公交客流量,在考虑客流特性的基础上,结合气候因素,利用特征工程进行公交客流预测的特征选取,并利用HRHN模型对客流进行预测.使用了郑州市1个月的公交客流数据,其中选择前24 d数据进行训练,后7 d数据进行测试.分别预测60号公交线路上行方向和下行方向线路客流,并将HRHN模型预测结果与其他5种模型(ARIMA,BPNN,LSTM,RNN,SVR)进行比较.结果表明,HRHN模型在上行方向线路客流预测、下行方向线路客流预测的MAPE分别为0.1161,0.1444,HRHN模型精度最佳. 相似文献
10.
地铁的规划、建设是国民经济高速发展的需要。着重对地铁线路的客流分配方法及算法进行了研究。提出了综合考虑时间、费用及舒适度三因素的交通阻抗函数 ,根据居民出行过程中的最短路因素及随机性因素 ,提出了改进型Logit出行方式分担率模型 ,并就 5种常见的地铁网型提出了客流分算法。其基本模型及算法简单、有效 ,易于在计算机上实现 ,并已在南京市地铁客流预测中应用。可供轻轨及公路交通借鉴和参考。 相似文献
11.
综合客运枢纽换乘量分布预测是枢纽规划和设计中的重要步骤,预测结果的好坏会直接影响枢纽的整体功能和运行效率的发挥。为此,将"四阶段法"中的交通分布预测原理运用于客运枢纽的换乘量分布预测,建立换乘量分布的最大熵模型并设计其算法。模型引入重力式先验概率,隐含考虑随机因素的影响,从宏观上描述出行者的换乘行为,发生概率最大时的换乘量分布即为规划年的换乘量分布。将该模型应用于福田枢纽的换乘量分布预测中,通过基础数据的引入和模型参数的标定,可获得比较满意的规划年换乘量分布数据,并为综合客运枢纽的规划建设提供科学依据。 相似文献
12.
针对目前农村客运交通分布预测中碰到的问题,提出解决思路和方法,建立基于工农业总产值关联度的交通分布预测模型,灵活合理地运用引力模型进行交通分布预测,可以作为常规交通分布预测方法的补充,丰富农村客运规划的应用实践。 相似文献
13.
14.
提出采用双线性模型预测公路客运量。预测模型包含时序自回归项、线性回归项和双线性项三部分。为了研究模型参数的时变特性,将公路客运量预测分为模型参数的预测和在此基础上的客运量预测,采用多层递阶方法计算模型的时变参数,然后进一步分析拟合参数的变化曲线,计算后续时段的参数预测值,并以此进行公路客运量预测。实例分析表明,双线性动态预测模型能很好地反映公路客运量的发展特性,具有较高的预测精度和实用价值。 相似文献
15.
16.
17.