城市轨道交通进站客流量短时预测模型研究 |
| |
引用本文: | 刘美琪,焦朋朋,孙拓. 城市轨道交通进站客流量短时预测模型研究[J]. 城市轨道交通研究, 2015, 0(11). DOI: 10.16037/j.1007-869x.2015.11.003 |
| |
作者姓名: | 刘美琪 焦朋朋 孙拓 |
| |
作者单位: | 北京建筑大学土木与交通工程学院,100044,北京 |
| |
基金项目: | 国家自然科学基金,北京市青年拔尖人才培育计划,北京市优秀人才培养资助项目 |
| |
摘 要: | 利用数学方法可以改善城市轨道交通进站客流量的短时预测效果,促进轨道交通车站客流管理智能化水平。首先建立K近邻非参数回归模型,然后在传统卡尔曼滤波模型的观测方程中引入偏差修正系数以提高其预测精度;再采用贝叶斯方法将以上两模型进行组合;最后利用2013年11月北京市地铁13号线的进站客流数据,研究对比这三类模型在早高峰、平峰、晚高峰和全天的预测精度。结果表明:K近邻非参数回归的总体预测精度最高;贝叶斯组合预测模型次之,但平峰时段效果最好;基于偏差修正系数的卡尔曼滤波模型晚高峰时适用性较差。
|
关 键 词: | 城市轨道交通 短时客流量预测 K近邻非参数回归 贝叶斯组合模型 |
On Short-term Forecasting Model of Passenger Flow in Urban Rail Transit |
| |
Abstract: | |
| |
Keywords: | urdan rail transit short-term passenger flow forecasting K nearest neighbor nonparametric regression Bayesian combination model |
本文献已被 CNKI 万方数据 等数据库收录! |