共查询到20条相似文献,搜索用时 93 毫秒
1.
马彪 《山东交通学院学报》2018,(1)
为合理制定城市轨道交通列车开行方案,同时为城市轨道交通公安机关布置警力提供科学依据,采用无偏灰色马尔科夫模型进行客流预测。分析灰色GM(1,1)模型和无偏灰色GM(1,1)模型的基本特点,在此基础上构建马尔科夫模型。以郑州地铁1~#线2017-02-03—02-18每日客流量为基础,分别利用无偏灰色GM(1,1)模型和马尔科夫模型计算客流量,并对预测结果进行检验对比。结果表明:马尔科夫模型较无偏灰色模型对客流量的预测精度提高54%。利用马尔科夫模型对未来3d的客流量进行预测,预测结果符合城市轨道交通客流的实际情况。 相似文献
2.
在介绍灰色系统理论的基础上,叙述运用GM(1,1)预测模型进行预测的详细步骤,讨论灰色预测模型在城市轨道交通客流量预测中的应用。并通过具体数据对未来时期的客流量进行预测,通过精度检验证明预测结果是可信的,从而证明GM(1,1)预测模型应用于城市轨道交通客流预测是完全可行的。 相似文献
3.
4.
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. 相似文献
5.
城市轨道交通换乘站作为交通枢纽,客流量较大,且线路较为复杂,使地铁管理机构组织客流及监测客流面临挑战。首先探讨城市轨道交通换乘站特点,并分析换乘站客流,其次,探讨换乘站客流实时预测算法,最后提出城市轨道交通换乘客运组织方法,使换乘站客流有序流动,保障客运的安全性。 相似文献
6.
城市轨道交通客流预测理论与方法的研究 总被引:3,自引:0,他引:3
研究了采用“四阶段”法预测城市轨道交通客流量的理论模型与方法,并着重论述在混合交通状态下客流分配的平衡模型,提出了以广义出行时间最小为优化目标的分层预测思想。 相似文献
7.
8.
铁路客流量预测与分析对铁路部门采取有效的应对措施具有十分重要的意义,分别应用基本的神经网络和遗传算法优化BP神经网络对客流量进行了预测,建立铁路客流量网络预测模型.分别利用以前客流量的数据对2011年和2012年的客流量做了预测验证,并对2013年的客流量做了预测,结果表明利用遗传算法优化BP神经网络得到的预测数据和实际的基本相符,该预测算法应用到客流量的预测中效果良好,具有很好的应用和推广的前景. 相似文献
9.
根据城市轨道交通客流短时预测量进行运营编组设计,更接近客流的实际运营情况,具有实时、灵活和快速响应等优点.以一周为周期,使用最近一周的历史断面客流量作为原始数据,应用嵌入式灰色神经网络组合模型进行短时预测,得到的下一周期断面客流量更符合客流不断变化的趋势.以此为基础进行运营编组设计,使其更能适应客流量的实时变化.然后将按计划运营的实际客流纳入历史客流,进行循环修正更新,作为下一周期客流短时预测基础进行运营编组设计.基于城市轨道交通客流短时预测的运营编组优化,在一定程度上可以提高城市轨道交通系统运能,提升运营效率,降低运营成本. 相似文献
10.
《大连交通大学学报》2016,(5)
为了使预测客流与实际客流更吻合,提出了基于三次吸引的四阶段客流预测法.该方法是以三次吸引范围为基础,分别建立模型对出行发生吸引、出行分布和交通方式划分这三个阶段进行预测,获得城市轨道交通运营初期的客流量.并以大连市202轨道交通延伸线为实例,验证了预测方法的合理性和实用性. 相似文献
11.
12.
13.
14.
针对城市轨道交通多站点短时客流量预测问题,本文提出一种将卷积神经网络 (CNN)与残差网络(ResNet)相组合的预测模型(ResNet-CNN1D).模型将原始客流量数据作为输入,利用二维 CNN 与 ResNet 组成深层神经网络,捕捉站点间的空间特征,同时利用一维 CNN捕捉客流量的时间依赖.最后,基于参数矩阵,将时间和空间特征进行加权融合,完成对目标时段中多个站点进出客流量的同时预测.采集青岛市地铁3号线刷卡数据,对模型进行验证. 结果表明,相比现有传统的预测模型(ARIMA,SVR,LSTM,CLTFP,ConvLSTM),本文 ResNet-CNN1D模型具有更好的预测精度. 相似文献
15.
城市轨道交通的票价制定涉及到社会各方的利益,合理的票价可以促进城市轨道交通系统的健康良性发展。由于城市轨道交通的票价与其承担的客流量有直接关系,故首先利用logit模型确定城市轨道交通的客流分担率,同时考虑诱增客流量,在此基础上建立起综合考虑包括消费者、企业、政府各方在内的综合效益最优的多目标规划模型,从而求解相应的最优票价。最后以具体实例详细验证了该方法的可行性。 相似文献
16.
《重庆交通大学学报(自然科学版)》2020,(1)
客流量预测是客运组织的基础,预测结果能够为运营管理及应急处置提供决策依据。针对城市轨道交通客流量预测问题,在分析轨道交通站点客流的周期性波动规律及变化趋势的基础上,构建自回归积分滑动平均模型(ARIMA)进行站点进站客流量的短期预测。以北京地铁为例进行实证分析,利用符合要求的季节ARIMA模型对客流量进行短时预测,选取东直门站实际客流进行模型参数标定,并对路网上典型车站(端点站、中间站、换乘站及接驳站)进行客流预测。研究结果表明:自回归积分滑动平均模型的平均预测误差仅为4%,具有较高的预测精度,验证了预测方法的准确性。 相似文献
17.
针对城市轨道交通多站点短时客流量预测问题,本文提出一种将卷积神经网络 (CNN)与残差网络(ResNet)相组合的预测模型(ResNet-CNN1D).模型将原始客流量数据作为输入,利用二维 CNN 与 ResNet 组成深层神经网络,捕捉站点间的空间特征,同时利用一维 CNN捕捉客流量的时间依赖.最后,基于参数矩阵,将时间和空间特征进行加权融合,完成对目标时段中多个站点进出客流量的同时预测.采集青岛市地铁3号线刷卡数据,对模型进行验证. 结果表明,相比现有传统的预测模型(ARIMA,SVR,LSTM,CLTFP,ConvLSTM),本文 ResNet-CNN1D模型具有更好的预测精度. 相似文献
18.
准确衡量高峰时段城市轨道交通与地面公交的时间、空间价值,确立合理的城市轨道交通票价对于城市轨道交通可持续发展显得十分重要.通过构建群体成员高峰时段对于城市轨道交通以及地面公交选择情景下的演化博弈模型,以重庆市为例,对其城市轨道交通票价定价进行了研究分析.结果表明:票价以4元为基础票价,以2元递增从一定程度上能够有效地控制城市轨道交通的客流量,并在此基础上对城市轨道交通客流量以及票价进行了敏感性分析,发现在相同票价变化幅度的情况下,出行距离越远,客流变化幅度越大,且随着出行距离的增加,客流变化幅度差值显著增加. 相似文献
19.
城市轨道交通客流分析 总被引:4,自引:0,他引:4
在城市轨道交通的规划设计中,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法. 相似文献
20.
针对轨道交通网络中现有的站点重要度评估方法精度低的问题,提出一种基于客流量的城市轨道交通网络站点重要度评估方法,筛选出城市轨道交通网络的重要站点.采用Space L方法构建轨道交通加权网络模型,通过分析客流量比例系数和节点效率对站点的作用,设计站点重要度贡献矩阵,以纽约轨道交通网络为例,采用最大连通子图比例和网络平均效率评价指标分析站点的重要度.研究结果表明:与传统的评估方法相比,引入客流量因素可以显著提高重要站点的评估精度.该方法可为实现站点的高效可靠运行提供技术支持,具有良好的应用前景. 相似文献