| 考虑动态波动性的轨道交通站点短时客流预测方法 |
| |
| 引用本文： | 段金肖, 丁川, 鹿应荣, 马晓磊. 考虑动态波动性的轨道交通站点短时客流预测方法[J]. 交通信息与安全, 2017, 35(5): 62-69. doi: 10.3963/j.issn.1674-4861.2017.05.008 |
| |
| 作者姓名： | 段金肖 丁川 鹿应荣 马晓磊 |
| |
| 作者单位： | 北京航空航天大学交通科学与工程学院 北京100191;北京航空航天大学车路协同与安全控制北京市重点实验室 北京100191;;北京航空航天大学交通科学与工程学院 北京100191;北京航空航天大学车路协同与安全控制北京市重点实验室 北京100191;;北京航空航天大学交通科学与工程学院 北京100191;北京航空航天大学车路协同与安全控制北京市重点实验室 北京100191;;北京航空航天大学交通科学与工程学院 北京100191;北京航空航天大学车路协同与安全控制北京市重点实验室 北京100191 |
| |
| 摘 要： | 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.
|
| 关 键 词： | 城市交通 动态波动性 ARIMA-GARCH模型 短时客流 对称性 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
