短時客流預(yù)測的地鐵動態(tài)限流預(yù)警模型

基于灰色理論和馬爾科夫理論,建立傳統(tǒng)的灰色預(yù)測模型和灰色馬爾科夫預(yù)測模型,對西安地鐵客流量的數(shù)據(jù)進行分析預(yù)測；然后對原始數(shù)據(jù)序列滑動平均處理,再用無偏gm(1,1)模型擬合系統(tǒng)的發(fā)展變化趨勢,將修正后得到的模型與馬爾科夫模型進行結(jié)合,提出改進的灰色馬爾科夫模型預(yù)測方法。利用改進后的新模型對地鐵客流的預(yù)測結(jié)果與傳統(tǒng)的灰色馬爾科夫模型進行對比。結(jié)果表明,改進后的灰色馬爾科夫模型預(yù)測精度有顯著提高。

鐵路城際客流預(yù)測模型的研究

文章根據(jù)鐵路現(xiàn)有的客流量,將鐵路系統(tǒng)視為灰色系統(tǒng),運用灰色預(yù)測模型對客流作出預(yù)測,并運用殘差修正和新陳代謝進行優(yōu)化,解決了預(yù)測精度和可信度的問題。

為了提高城市短時交通流預(yù)測的精度,對城市的短時交通流數(shù)據(jù)進行混沌時間序列分析,并對交通流時間序列數(shù)據(jù)進行相空間重構(gòu)。通過對混沌時間序列預(yù)測方法的研究,提出短時交通流加權(quán)一階局域多步預(yù)測方法。對實測短時交通流量預(yù)測結(jié)果,驗證該多步預(yù)測模型的預(yù)測精度明顯高于一步預(yù)測模型。

在緩解城市交通擁堵、環(huán)境污染等問題上,城市軌道交通起到了舉足輕重的作用?？土黝A(yù)測作為城市軌道交通建設(shè)的設(shè)計基礎(chǔ)和前提依據(jù),單一的客流預(yù)測方法往往難以滿足預(yù)測精度要求,因此,通過收集北京地鐵2號線2017年全年客流量數(shù)據(jù),對其常態(tài)客流統(tǒng)計特征進行了深入的分析,并采用spss分析軟件進行了層次聚類分析,構(gòu)建了pwnn組合預(yù)測模型,對常態(tài)客流進行了客流預(yù)測分析。結(jié)果表明:pwnn組合模型能夠減小常態(tài)客流的預(yù)測誤差。

鐵路客流量的預(yù)測對于鐵路交通業(yè)具有重要的實際意義,本文探討應(yīng)用灰色預(yù)測方法來預(yù)測鐵路客流量的方法,并且通過對我國2007-2009年鐵路客運量預(yù)測的實證分析,證明了此方法的可行性,并且檢驗了此方法的精確度,為準(zhǔn)確預(yù)測鐵路客流量提供了一種簡便可行的分析預(yù)測方法。

為提高客流預(yù)測的精度,構(gòu)建軌道交通站點客流多變量時間序列預(yù)測模型。基于視頻檢測的軌道交通短時客流預(yù)測研究采用方向梯度直方圖特征描述器與支持向量機分類器識別行人目標(biāo),利用camshift算法對目標(biāo)跟蹤,從而獲取客流量和客流速度參數(shù),并根據(jù)協(xié)整關(guān)系構(gòu)建客流多變量預(yù)測的向量誤差修正模型,最后利用南京鼓樓車站4a通道的視頻數(shù)據(jù)進行模型驗證和對比分析。實例驗證結(jié)果表明：構(gòu)建的向量誤差修正模型具有較好的預(yù)測性能,客流量和速度預(yù)測的mape值都小于8%,優(yōu)于相同樣本下arima（0,1,1）的預(yù)測性能。

??????????????????????????????????????????????????????????????????20090601 http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://www.***.***/?????? http://w

畢業(yè)大作業(yè) 題目：大客流的產(chǎn)生和組織方法探討 姓名： 學(xué)號： 所在系： 專業(yè)班級： 指導(dǎo)教師： 實習(xí)單位： 2014年月日 2 目錄 第一章、大客流的產(chǎn)生................................................................................................4 1.1引子...............................................................................................................4 1.2影響大客流的主要因素..............................................................................

客流量預(yù)測是城市軌道交通規(guī)劃設(shè)計和運營管理的基本依據(jù),是城市軌道交通建設(shè)過程的重要組成部分.在對天津地鐵一號線日客流量變化的規(guī)律進行分析的基礎(chǔ)上,采用自回歸滑動平均時間序列(arma)模型對客流量進行預(yù)測.結(jié)果表明,與實際數(shù)據(jù)相比,模型具有較小的預(yù)測相對誤差,取得了較好的預(yù)測效果.

客流預(yù)測作為城市軌道交通建設(shè)的設(shè)計基礎(chǔ)和前提依據(jù),單一的客流預(yù)測方法往往難以滿足預(yù)測精度要求。因此,提出了組合模型預(yù)測方法,并對不同組合模型的實際應(yīng)用進行了闡述,以期為提高客流預(yù)測精度和速度提供借鑒。

在地鐵工程可行性研究階段,項目決策對地鐵工程造價的影響度可達(dá)80%～90%,而客流量又是決定地鐵工程必要性和可行性的重要參數(shù)。客流預(yù)測工作做得科學(xué)細(xì)致,可以使地鐵修建方面的許多不合理因素得到控制。研究了客流預(yù)測量與不同發(fā)車頻率下列車編組的關(guān)系,探討了客流預(yù)測量與車站站臺長度、寬度和進出站通道等的關(guān)系,分析了客流預(yù)測量對車站規(guī)模的影響,及其對車站造價的影響。

客流預(yù)測量對地鐵車站造價的影響分析——在地鐵工程可行性研究階段，項目決策對地鐵工程造價的影響度可達(dá)80％～90％，而客流量又是決定地鐵工程必要性和可行性的重要參數(shù)?？土黝A(yù)測工作做得科學(xué)細(xì)致，可以使地鐵修建方面的許多不合理因素得到控制。研究了客流預(yù)...

客流預(yù)測量對地鐵車站造價的影響分析

以提高鐵路客流預(yù)測精度為出發(fā)點,通過對傳統(tǒng)的灰色模型進行分析,采用積分的數(shù)學(xué)思想對灰色預(yù)測背景值進行優(yōu)化.結(jié)合馬爾科夫預(yù)測模型的優(yōu)點,運用馬爾科夫?qū)?yōu)化后的灰色預(yù)測模型誤差進行修正,提高了預(yù)測模型的精度.以我國鐵路客流預(yù)測為實例,通過對預(yù)測模型的預(yù)測結(jié)果的對比研究,驗證了模型的有效性.

研究電梯客流量準(zhǔn)確預(yù)測問題,以保證電梯運行安全。電梯客流量受到周末、上下班及假期影響,流量具有周期性、隨機性和非線性變化特點。傳統(tǒng)預(yù)測模型難以準(zhǔn)確描述動態(tài)特點,導(dǎo)致電梯客流量的預(yù)測準(zhǔn)確率低。為了提高電梯客流量的預(yù)測準(zhǔn)確率,提出一種arma和rbf神經(jīng)網(wǎng)絡(luò)相結(jié)合的電梯客流量組合預(yù)測模型。組合模型首先利用arima對電梯客流量線性變化部分進行預(yù)測,然后采用rbf神經(jīng)網(wǎng)絡(luò)對非線性部分進行預(yù)測,最后將兩者結(jié)果相加,利用組合模型進行電梯客流量預(yù)測。仿真結(jié)果表明,組合模型用arma和rbf神經(jīng)網(wǎng)絡(luò)的優(yōu)點,提高了電梯客流量的預(yù)測準(zhǔn)確率,為電梯調(diào)度及優(yōu)化控制提供了一種新的分析方法。

研究目的:通過對傳統(tǒng)的\"四階段\"客流預(yù)測方法優(yōu)缺點的分析,對交通出行方式分擔(dān)率預(yù)測模型進行改進,提高客流量預(yù)測的準(zhǔn)確性,為軌道交通車站站臺尺寸及其它設(shè)施的設(shè)計提供依據(jù)。研究結(jié)論:在交通出行方式分擔(dān)率的預(yù)測模型中,引入\"出行者收入水平\"這一概念,重新定義了交通出行方式阻抗函數(shù),優(yōu)化了傳統(tǒng)的\"四階段\"客流預(yù)測方法。以北京地鐵1號線五棵松車站為例,對該車站高峰小時進出站客流進行了預(yù)測,將預(yù)測得到的客流量與實際客流量進行了對比,證明了本文所提出的方法是一種快捷、有效的客流預(yù)測方法。

介紹軌道交通客流預(yù)測模型的建模方法及建立過程,并分析模型的特色及創(chuàng)新點。以濟南市軌道交通線網(wǎng)規(guī)劃為例,對濟南市的各個軌道交通線網(wǎng)方案進行客流預(yù)測,為最終確定軌道交通線網(wǎng)方案以及優(yōu)化布局提供技術(shù)支持。

提出了一種基于滑動平均方法(ma)的城市軌道交通客流預(yù)測算法,首先確定用于滑動平均的滑動參數(shù),然后對歷史數(shù)據(jù)求滑動平均值得到各個時間段的預(yù)測客流數(shù)據(jù),并采用實時客流數(shù)據(jù)對預(yù)測結(jié)果進行修正,得到預(yù)測客流時間序列。試驗結(jié)果表明,采用滑動平均方法不僅預(yù)測精度要高于支持向量機(svm)、反向傳播神經(jīng)網(wǎng)絡(luò)(bpnn)、小波神經(jīng)網(wǎng)絡(luò)(wnn)和小波組合支持向量機(ws)這4種預(yù)測方法,而且滑動平均方法的計算速度要明顯優(yōu)于以上4種方法,可用于復(fù)雜非平穩(wěn)客流時間序列的短時預(yù)測。

客流預(yù)測成果在地鐵行車組織設(shè)計中的應(yīng)用

城市軌道交通客流分擔(dān)率模型分析

灰色預(yù)測模型對沉降的整體趨勢有很好地預(yù)測結(jié)果,時序模型針對隨機性的數(shù)據(jù)進行預(yù)測,二者結(jié)合一定程度上可提高預(yù)測的精度。文中通過改進gm-ar模型并將其應(yīng)用于地鐵沉降預(yù)測中,同時與灰色預(yù)測模型和gm-ar組合模型的預(yù)測精度進行對比分析。結(jié)果表明,改進后gm-ar模型可以有較好的預(yù)測效果。