基于EMD的SVR方法在铁路客流预测中的应用

客流预测是铁路客运运营管理的重要依据,铁路客流具有非线性、非平稳的特点,传统预测模型很难得到满意的结果,因此利用经验模态分解(EMD)方法对客流进行自适应的分解,利用支持向量回归机(SVR)对固有模态函数(IMF)进行预测,建立基于EMD的SVR铁路客流预测模型。利用Matlab对SVR预测、BP神经网络预测和基于EMD的SVR预测模型进行仿真实验,得出3种预测模型的平均相对误差,分别为22%、25%和13%。结果表明,基于EMD的SVR方法的预测精度明显高于另外两种预测方法,能够有效地提高铁路客流预测准确性。     

铁路客流总量预测方法研究

客流预测是铁路运输进行运力布局,产品调整的重要基础。预测的科学性、精确度将直接影响运输生产,因此努力提高客流预测的精度与可用性,是目前运输学科的一个热门研究领域。本文提出基于历史与预售的时间序列（HAP）预测方法对铁路客运中、短期客运总量进行预测分析,以预测铁路客流总量,控制预测误差。经过实际应用,验证了该方法的科学性和合理性。     

基于客运大数据平台的铁路客流预测系统

客流预测是铁路路网规划、线路及场站设计、铁路运营等工作的重要基础.针对多层面、不同类型、不同时期的铁路客流预测业务需求,依托铁路客运大数据平台,构建铁路客流预测系统,能够在同一系统平台上完成客流预测方案的测试、评价和规范化应用.该系统集成各类客流预测算法模型,可充分利用历史售票数据,并考虑年度、季节、星期、时间、节假日...     

我国市郊铁路客流特征分析及需求预测

研究目的:市郊铁路正逐步成为一种联系城市和郊区、城市和城市的满足长距离、大运量运输要求的重要交通运输方式。客流特征分析及需求预测对于市郊铁路规划和运营具有十分重要的作用。本文以北京市郊铁路S2线为研究对象,分析了我国市郊铁路的客流特征和客流需求预测方法,旨在为市郊铁路的长远发展打下基础。研究结论:(1)我国市郊铁路具有早晚高峰明显、节假日客流量高的时间分布特征,空间分布上具有上下行客流密度分布不均衡、客流集中度较高的特征;(2)市郊铁路客流在特殊时段内具有波动性和随机性,分布并不均衡,适合采用灰色GM(1,1)模型进行客流量预测,对北京S2线的实例研究取得了较高的预测精度和满意的预测结果;(3)本文对各城市市郊铁路客流量中长期预测的研究工作有一定的参考价值,可为市郊铁路的建设发展提供一定的理论支撑。     

滇中城市群城际铁路网客流预测

基于对滇中城际铁路网客流的现状分析,将城市群内交通划分为区域内交流、对外交流、过境客流三部分,以区域内交流为重点,将客流以不同的交通方式划分为公路客流、铁路客流与航空客流进行分析。采用改进的四阶段交通需求预测理论,以实际客流数据为基础得到2015年不同交通方式与全方式的客流OD表。运用弗雷特法(Frator method)计算未来各规划年不同交通方式与全方式居民出行城际客流和旅游客流分布。建立滇中城市群各城际通道方式划分Logit模型,得到滇中城市群城际铁路客流OD表,成功得到未来各规划年的客运交通分布预测、客运交通方式预测与主要通道客运交通预测。     

加德满都至博克拉铁路客运量预测研究

新建加德满都至博克拉铁路项目位于尼泊尔中部,线路由尼泊尔首都加德满都至博克拉,正线全长164.395 km。由于沿线区域欠发达,几乎无铁路分布,项目客运量预测存在基础资料少、铁路统计调查数据缺失等困难,针对上述困难,对预测的方法进行研究,根据项目客流特点,将尼泊尔划分为17个小区,采用四阶段法进行客运量预测。结合小区人口和旅游客流的现状及增长情况,预测各小区的交通生成量,采用重力模型法得到总客流OD,通过Logit模型得到铁路OD,最后根据最短路径法进行客流分配,从而得出项目区段客流密度和车站旅客发送量,本项目的预测对类似项目有一定的参考作用。     

合肥铁路枢纽的客流现状及客运量预测研究

分析合肥铁路枢纽客流增长趋势和客流波动特点,采取数学建模,运用指数平滑预测法,预测合肥铁路枢纽客运量发展趋势。     

考虑日期属性和天气因素的铁路城际短期客流预测方法

分析2014—2018年上海至南京的单向铁路客流数据发现,日期属性和天气因素会对铁路城际短期客流的波动产生显著影响。为此,结合对非线性时间序列数据处理具有优势的长短期记忆(LSTM)神经网络模型,以及可弥补模型中超参数设置主观性的粒子群优化(PSO)算法,将日期属性和天气因素纳入模型的影响因素体系,提出1种基于PSO-LSTM组合预测模型的铁路城际短期客流预测方法,以解决因短期客流波动性大、随机性强而产生的准确预测难度大等问题。利用2014—2018年上海至南京的单向铁路客流以及上海的天气信息,设置预测输入步长为14 d、输出步长为7 d,对模型进行实例验证。结果表明:与实际客流相比,该模型的最终预测平均误差为6.75%;与删除1个影响因素的PSO-LSTM组合预测模型,以及结合了BP神经网络的PSO-BP组合预测模型相比,该模型具有最优预测精度。     

铁路旅客列车票额智能预分研究

根据铁路的客流特点、季节特征和预售票规律,结合客流的历史数据和专家经验,采用时间序列分析方法建立旅客列车客流预测模型,预测旅客列车的OD客流.以预测的OD客流为基础,以旅客列车全程的客座率、收入以及整体效益最大化为目标,研究提出先长途后短途、先有座后无座、先按数量预分再按比例预分等旅客列车票额预分等主要原则,给出票额预分算法,并在此基础上构建铁路旅客列车票额智能预分系统.实际应用结果表明,该系统实现了铁路旅客列车票额的动态分配,提高了旅客列车沿途停靠车站组织客流的积极性,提高了旅客列车的客座率.     

基于大数据技术的铁路客流预测系统架构研究

分析现有铁路客流预测理论研究和系统应用,针对预测过程中缺乏对不确定因素考虑的情况,提出预测系统中事件的概念,基于大数据技术构建事件处理平台和预测系统架构,该架构为铁路客流预测实时性和准确性的提升奠定基础。     

浦东铁路开行市郊列车的客流需求研究

讨论了浦东铁路开行市郊列车的客流需求预测问题,为浦东铁路是否开行市郊列车、如何开行市郊列车方案提供依据.通过对浦东铁路沿线的居民出行调查得到浦东铁路的站间客流分布现状;在此基础上,利用沿线土地和人口发展规划.建立方式划分模型对未来5年及10年的市郊铁路客流进行预测;分析了市郊列车起终点站、发车频率、行车组织、交通衔接等因素对客流预测结果的影响.     

面向冬奥会突发客流的铁路客运运力应急处置策略研究

客流分布特征及规律是铁路客运运输组织的依据,根据客流状态及时调整运力配置,充分满足旅客出行需求,铁路主要的运营目标。京张高铁目前已投入运营,并将成为北京冬奥会铁路运输系统。文章基于京张高铁历史客流数据和已公布的冬奥会赛事日程信息,对冬奥会期间崇礼和延庆赛区的基本客流构成和特征进行分析和预测;分析冬奥会赛事期间突发客流成因及形成过程,确定了客流密度分级定义,以对客流密度进行分级监测和预警,准确把握铁路运输系统面临的客流压力大小;分别从客流和运力利用状况两个角度,定义冬奥会突发客流预警指标,提出实现突发客流与铁路运力相匹配的应急措施,实现冬奥会期间突发客流应急处理闭环管理。     

基于支持向量回归的大型客运站客流量预测应用研究

准确预测大型客运站发送客流量,是铁路依据旅客出行需求制订开行方案、编制运行图和完成客流输送任务的重要基础。简要介绍支持向量回归的概念和原理;以汉口车站2017年1月—12月日实际发送客流量作为样本数据集,分析大型铁路客运车站客流特点,即年度客流呈现明显周期波动性、长周期内因多次节假日出现客流大幅激增;将样本数据集分为训练集及测试集,利用支持向量回归模型对剔除节假日前后的客流量进行预测,预测误差对比表明:排除节假日突发大客流的影响后,由支持向量回归模型计算得到车站日常发送客流量的预测精度可明显提高。     

沪宁城际铁路客流短期预测研究

为提高沪宁城际铁路运营组织效率,通过对沪宁城际铁路短期客运量的时序特征和变化规律的分析,表明短期客运量时间序列是一种具有周期性特征、增长趋势缓慢的非平稳时间序列。在此基础上,建立ARIMA乘积季节模型,并运用该模型对沪宁城际铁路南京站发送量客流进行预测,结果表明ARIMA乘积季节模型具有较好的预测精度,适宜做城际铁路的短期客流预测。     

高速铁路转移客流量计算模型与应用

高速铁路开通初期,合理估计客流量是科学制定动车组开行计划的基础.相对规划设计期的客流预测,运营期的客流分析与预测要求的精度更高.基于Logit模型,构建了高速铁路转移客流量的计算模型和计算方法,并以武广高速铁路为例,应用该方法计算了航空、公路、铁路既有线的相应客流转移量.运营结果表明:利用该模型与方法所得客流量与实际客...     

2001年北京地区铁路春运工作回顾

从“开年春运”铁路客流的主要特点，春运客流调查、分析与预测，高峰客流售票组织，以及节前临客运能组织等4个方面全面介绍了2001年北京地区铁路春运工作。     

浦东铁路一期工程市郊列车运营条件研究

介绍了浦东铁路一期工程市郊列车的运营现状,对浦东铁路一期客流特征和客流需求进行了分析和预测,提出了浦东铁路一期工程市郊列车运营方案。计算了浦东铁路一期工程线路平行运行图的通过能力,并对其配套方案进行了分析,最后探讨了浦东铁路一期工程扩大市郊列车开行数量的可能性。     

拉伊铁路运量预测及其对运营的影响分析

拉伊铁路是尼日利亚"三纵五横"铁路路网格局中的重要线路。基于线路规划建设方案及区域功能定位,从沿线既有客运量、通道客流调查、客运站运量、客流密度、列车开行径路等5个方面对拉伊铁路客运量进行了预测分析,从既有铁路货运量、地区货运量、区段货流密度等3个方面对拉伊铁路货运量进行了预测分析,考虑近期及远期两个层面,预测得到了Lagos~Kajola、Kajola~Ibadan区段货流密度、客流密度及客车对数。此外,对线路运营的管理模式、技术服务内容及列车开行方案进行了综合分析。可靠的客货运量预测分析对提升线路运营管理的高效性、可持续性具有重要意义。     

以旅游功能为主的城市轨道交通线路客流预测方法

以深圳轨道交通8号线为例,分析了以旅游功能为主的轨道交通线路的客流特征。针对旅游客流特征,改进了传统的城市轨道交通客流预测方法,利用RP/SP(显示偏好/陈述偏好)调查等手段,提出建立旅游客流预测模型的方法。此方法改变了以往只预测各个预测年限工作日客流数据的惯例,提出针对淡季和旺季的工作日、周末\节假日分别进行客流预测,每个预测年限预测4套客流预测数据,为深圳轨道交通8号线工程可行性研究提供了必要且充足的数据支撑。     

铁路客运车站客流监测与预警系统

由于缺乏准确的实时客流数据,铁路客运车站的客运组织一直主要依靠经验来调配设备、人员等所需资源。为此,开发了铁路客运车站客流监测与预警系统,通过有效利用铁路客票预售数据、车站历史客流数据、旅客进出站实时数据、列车正晚点数据等相关数据,建立基于K均值聚类的支持向量回归机客流预测模型,实现车站每日进站客流、分时段进站客流、候车室客流的监测、预测及超限预警,方便车站工作人员随时掌握客流动态,及时根据客流变化进行设备和人员动态调配,更加精准、高效、安全、有序地开展车站客运组织作业,有助于改善车站客运服务水平,提升旅客出行体验。