滑動平均法軌道交通短時客流實時預(yù)測

bp神經(jīng)網(wǎng)絡(luò)是當(dāng)前比較常用的人工神經(jīng)網(wǎng)絡(luò),針對bp神經(jīng)網(wǎng)絡(luò)存在易陷入局部極小值、收斂速度慢等缺陷,將lm算法引入到bp神經(jīng)網(wǎng)絡(luò)中,以改進(jìn)bp神經(jīng)網(wǎng)絡(luò)在預(yù)測時的訓(xùn)練過程,并利用軌道交通客流的時間序列對其有效性進(jìn)行驗證,結(jié)果證明該方法對軌道交通客流的短時預(yù)測有著更高的準(zhǔn)確度和精度。

bp神經(jīng)網(wǎng)絡(luò)是當(dāng)前比較常用的人工神經(jīng)網(wǎng)絡(luò),針對bp神經(jīng)網(wǎng)絡(luò)存在易陷入局部極小值、收斂速度慢等缺陷,將lm算法引入到bp神經(jīng)網(wǎng)絡(luò)中,以改進(jìn)bp神經(jīng)網(wǎng)絡(luò)在預(yù)測時的訓(xùn)練過程,并利用軌道交通客流的時間序列對其有效性進(jìn)行驗證,結(jié)果證明該方法對軌道交通客流的短時預(yù)測有著更高的準(zhǔn)確度和精度.

城市軌道交通線路短時客流具有不確定性特征.分析了短時客流的準(zhǔn)周期性,用云概念表示短時客流的特征,構(gòu)建歷史時間云、歷史客流云、當(dāng)前客流趨勢云以及客流預(yù)測云,并建立時間云與客流云的關(guān)聯(lián)規(guī)則,將時間云作為規(guī)則前件,客流預(yù)測云作為規(guī)則后件構(gòu)建單條件多規(guī)則不確定性預(yù)測云模型.以南京地鐵2號線15min間隔的進(jìn)站客流預(yù)測為例,將云模型與arima模型的預(yù)測結(jié)果進(jìn)行對比分析,證明云模型應(yīng)用于短時客流預(yù)測的有效性,從而為城市軌道交通線路短時客流預(yù)測提供了一種新途徑.

城市軌道交通線路短時客流具有不確定性特征。分析了短時客流的準(zhǔn)周期性,用云概念表示短時客流的特征,構(gòu)建歷史時間云、歷史客流云、當(dāng)前客流趨勢云以及客流預(yù)測云,并建立時間云與客流云的關(guān)聯(lián)規(guī)則,將時間云作為規(guī)則前件,客流預(yù)測云作為規(guī)則后件構(gòu)建單條件多規(guī)則不確定性預(yù)測云模型。以南京地鐵2號線15min間隔的進(jìn)站客流預(yù)測為例,將云模型與arima模型的預(yù)測結(jié)果進(jìn)行對比分析,證明云模型應(yīng)用于短時客流預(yù)測的有效性,從而為城市軌道交通線路短時客流預(yù)測提供了一種新途徑。

把城市軌道交通換乘客流數(shù)據(jù)進(jìn)行了深刻的分析，得出的結(jié)果就是相同的特征日具有相同的客流特征。本文主要介紹的就是城市軌道交通換乘客流的預(yù)測．并分析客運組織的應(yīng)用。

城市軌道交通客流預(yù)測方法

我國城市化進(jìn)程迅速發(fā)展,區(qū)域經(jīng)濟(jì)發(fā)展迫切需要城際軌道交通的支持。本文首先介紹了城際軌道交通客流預(yù)測的相關(guān)方法。其次,將城際軌道交通客流換分成城市內(nèi)和城市間的客流,提出城際軌道交通客流預(yù)測的總體技術(shù)路線。最后,以廣佛環(huán)線城際軌道交通客流預(yù)測為例進(jìn)行相關(guān)說明。

研究目的:在軌道交通項目前期研究中,特別是軌道交通線網(wǎng)編制過程中,對線網(wǎng)的結(jié)構(gòu)、走向進(jìn)行確定時要以客流規(guī)模作為主要依據(jù)之一。但傳統(tǒng)的客流預(yù)測工作量較大,建模及計算過程復(fù)雜、耗時,難以適應(yīng)項目推進(jìn)的要求。本文以交通調(diào)查為基礎(chǔ),探討估算軌道交通總量和最大斷面流量的方法,可在短時間內(nèi)得出客流結(jié)果,以此作為城市軌道交通前期研究過程中把握規(guī)模的重要參考。研究結(jié)論:(1)軌道交通客流預(yù)測可以居民出行od調(diào)查資料為基礎(chǔ)進(jìn)行估算;(2)依據(jù)出行鏈及功能區(qū)劃分的原則可推算線路客流總量及最大斷面客流量;(3)經(jīng)對天津地鐵1號線客流總量及最大斷面客流量的模擬計算,結(jié)果誤差較小,該方法具有一定的可信度;(4)該方法可應(yīng)用于線網(wǎng)規(guī)劃中對線網(wǎng)規(guī)模及線路客運量水平的估算,有利于加強(qiáng)線網(wǎng)布設(shè)的數(shù)據(jù)化,提高規(guī)劃的可信度。

本文從我國軌道交通建設(shè)與客流預(yù)測現(xiàn)狀出發(fā),分析了軌道交通客流預(yù)測的內(nèi)容和復(fù)雜性,研究了軌道交通客流預(yù)測的預(yù)測模式和基本方法,并提出了自己的觀點。

客流預(yù)測是對遠(yuǎn)期交通需求的一種狀態(tài)量化,對于城市的總體規(guī)劃和綜合交通規(guī)劃有著重要的指導(dǎo)作用.同時,軌道交通作為國內(nèi)外重大系統(tǒng)工程,項目建設(shè)初期要根據(jù)客流預(yù)測提供的數(shù)據(jù)進(jìn)行規(guī)劃設(shè)計,這樣才能提高城市軌道交通建設(shè)的科學(xué)性和經(jīng)濟(jì)性.

以基于距離衰減理論的可達(dá)性模型為基礎(chǔ),運用gis柵格數(shù)據(jù)分析方法,獲得了社區(qū)公交出行預(yù)測的新方法。主要過程包括社會經(jīng)濟(jì)活動的空間分解、可達(dá)性模型標(biāo)定參數(shù)及可達(dá)性概率計算。以大連市七賢嶺街區(qū)作為實例進(jìn)行了社區(qū)公交出行客流分布預(yù)測研究,并基于實際調(diào)查對結(jié)果進(jìn)行了驗證。結(jié)果表明,基于gis的可達(dá)性模型對公交出行發(fā)生預(yù)測方法在微觀層次提供了一個有效的方法。該方法所需數(shù)據(jù)較少,數(shù)據(jù)分析周期短,建模成本低,適應(yīng)我國目前城市建設(shè)量大、速度快的國情,是一種值得深入研究的方法。

?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsr

通過分析城市軌道交通客流量的時序特征和rbf神經(jīng)網(wǎng)絡(luò)的作用機(jī)理,將具有不同時序特征的數(shù)據(jù)分別用不同的神經(jīng)網(wǎng)絡(luò)進(jìn)行處理,建立了基于客流時序特征的并行加權(quán)神經(jīng)網(wǎng)絡(luò)模型,并用該模型對北京市城市軌道交通各條線路的客流進(jìn)行預(yù)測.結(jié)果表明,各線路客流量預(yù)測結(jié)果的平均絕對百分誤差均在10％以下,小于單個神經(jīng)網(wǎng)絡(luò)的預(yù)測誤差,提高了預(yù)測精度.

城市軌道交通短期客流預(yù)測是列車運力配置和網(wǎng)絡(luò)化運營決策的基礎(chǔ),預(yù)測結(jié)果的準(zhǔn)確性、精細(xì)度及科學(xué)合理性決定了運營過程的安全性、運營組織的高效性和資源配置的均衡性.節(jié)假日(包括節(jié)前一日)客流與平日有明顯差異,不同節(jié)假日、不同車站的客流規(guī)律各異,預(yù)測過程同時面臨路網(wǎng)結(jié)構(gòu)改變、歷史可用樣本少等問題,本文綜合考慮大型活動、惡劣天氣、車站周邊土地利用性質(zhì)等影響因素,采用模糊c均值聚類法和一元線性回歸模型,構(gòu)建了適用于路網(wǎng)結(jié)構(gòu)發(fā)生改變的車站進(jìn)、出站量預(yù)測模型,并結(jié)合北京市軌道交通歷史客流數(shù)據(jù),對2015年清明節(jié)前一日車站進(jìn)、出站量進(jìn)行了預(yù)測,與神經(jīng)網(wǎng)絡(luò)模型、多元回歸模型預(yù)測結(jié)果對比表明,本模型預(yù)測結(jié)果更好,全路網(wǎng)客運量誤差率為0.27%,車站平均預(yù)測誤差率為3.92%.

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(jìn)行了深入的分析,并采用spss分析軟件進(jìn)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(jìn)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。

對各種城市軌道交通客流預(yù)測方法進(jìn)行分析和比較,指出進(jìn)行短期城軌客流預(yù)測的必要性。支持向量回歸方法作為以結(jié)構(gòu)風(fēng)險最小化原理為理論基礎(chǔ)的學(xué)習(xí)算法,可應(yīng)用于軌道交通客流量預(yù)測。構(gòu)建了城市軌道交通客流的預(yù)測模型,與bp神經(jīng)網(wǎng)絡(luò)預(yù)測方法進(jìn)行了比照試驗。

城市軌道交通客流的特征分析，可以為城市的軌道交通規(guī)劃創(chuàng)造條件，而客流預(yù)測是各項設(shè)計工作的基礎(chǔ)。預(yù)測結(jié)果的可靠與否直接關(guān)系到城市軌道交通的建設(shè)投資、運營效率和經(jīng)濟(jì)效益。就城市軌道交通客流特征及預(yù)測相關(guān)問題進(jìn)行了探討，以期為軌道交通的運行提供參考借鑒。

為預(yù)測大連站的客流,在進(jìn)行居民出行調(diào)查的基礎(chǔ)上,借助部分\"四階段\"法的研究成果,引入廣義出行費用,以最小廣義費指標(biāo)為標(biāo)準(zhǔn)來確定車站的吸引范圍;然后通過建立居民的出行方式鏈組合,結(jié)合logit概率模型,求得大連站的進(jìn)出站客流與換乘客流,預(yù)測結(jié)果表明,該法在對換乘車站進(jìn)行客流預(yù)測時具有一定的合理性。

針對烏魯木齊市軌道交通客流預(yù)測,論述如何在不進(jìn)行大規(guī)模的分片區(qū)城市人口和就業(yè)調(diào)查情況下,依據(jù)社區(qū)人口調(diào)查和全國經(jīng)濟(jì)普查數(shù)據(jù),利用地理信息系統(tǒng)平臺軟件(arcgis)的空間分析功能作為工具,將社區(qū)人口和經(jīng)濟(jì)普查數(shù)據(jù)中的就業(yè)崗位經(jīng)分析計算轉(zhuǎn)化為客流預(yù)測所需的交通小區(qū)的居住人口數(shù)和就業(yè)崗位數(shù)。

目前,在我國經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型以及新型城鎮(zhèn)化的市場轉(zhuǎn)型下,綠色、高效、便捷的城市軌道交通的構(gòu)建已經(jīng)成為緩解城市交通壓力、提升城市形象以及便于居民出行的迫切需要.居民出行特征分析是客流預(yù)測的重要組成部分,而客流預(yù)測研究又是分析軌道交通線網(wǎng)規(guī)劃的重要依據(jù).

當(dāng)前國內(nèi)許多大城市正在積極地興建或籌建快速軌道交通設(shè)施，而客流量是軌道交通工程項目設(shè)計與建設(shè)、運營與管理的基礎(chǔ)。通過分析階段期間不足及預(yù)測的不準(zhǔn)確原因，建設(shè)性的提出城市軌道交通誘增客流量預(yù)測方法。得出了基于該方法預(yù)測，預(yù)測精確度較高，適用現(xiàn)代客流預(yù)測發(fā)展的需要，具有一定的可行性。

“城市軌道交通客流預(yù)測理論、方法和應(yīng)用”研討會