基于N-HiTS模型的城市轨道交通站点客流预测

随着国内各个城市相继建成轨道交通,对轨道交通站点进站客流的研究逐步成为热点。为此,提出了一种基于N-HiTS模型的进站客流预测方法,旨在提升城市轨道交通站点进站客流预测的准确性和鲁棒性。为了验证该方法的有效性,利用F市的2条地铁线路的4个地铁进站客流数据进行试验,计算模型的平均绝对误差（Mean Absolute Error,MAE）、均方误差（Mean-square Error,MSE）和相关系数（R-squared,R2）。通过对比分析,发现无论在工作日还是节假日,N-HiTS模型在预测进站客流方面指标均优于常用的神经网络模型（如LSTM模型、GRU模型和RNN模型）。该模型未来可以协助交通管理部门进行地铁站流量精细化管控。