基于大数据的城市轨道交通客流预测方法研究

发布时间：2020-12-14 02:47

　　客流预测在城市轨道交通系统运营管理过程中处于举足轻重的地位,是对合理部署运输资源、优化列车开行方案、指导日常运输组织及经济效益评价的重要前提。随着信息化时代的到来,移动互联网技术、信息通信技术及云计算等技术快速发展,产生于乘客出行与轨道交通运营过程中的数据量呈现出高速增长的态势。海量、多源、异构的交通大数据及个性化、多样化的出行需求对现有基于抽样数据的客流预测方法提出了挑战。以交通规划理论、交通行为理论、统计学理论以及深度学习理论为引导,研究大数据驱动的城市轨道交通客流预测方法,及时、高效和准确地处理不同层次、不同结构的综合交通信息,对于推动城市交通向智能化方向发展具有重要的理论意义和工程实践价值。本文将深度学习基本框架——计算图与交通规划理论中的四阶段法进行了融合,提出了基于计算图的城市轨道交通中长期客流预测方法,以社会经济数据、AFC统计数据为输入信息,对客流预测模型中的相关变量及参数进行校正,对城市轨道交通网络中的OD分布量进行估计。基于客流所表现出的规律性、波动性及随机性等统计特征,以Kalman滤波算法为框架研究了城市轨道交通系统中正常情况下的常态客流短时预测及有特殊事件发生... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：96 页

【学位级别】：硕士

【部分图文】：

018年成都市地铁运营网络图

图5-2 2010-2017 年成都市地铁网络各线路客运强度（单位：万人次/公里 日）成都市地铁自开通运营以来，随运营里程的增加客流量也逐年攀升，2010-201成都市地铁网络日均客流量及运营里程如图 5-3 所示。截至 2017 年底，成都市地累计运送旅客 78212.34 万乘次，全网日均客运量达 274.3 万乘次/日，较 2016 年加 81.31 万乘次/日，增长 43%。2010 2011 2012 2013 2014 2015 2016 2017274.3088108.4179.780101214161820150.00200.00250.00300.00公里万乘次/日年底日均客运量 运营里程

西南交通大学硕士研究生学位论文 第 68 页地铁 2 号线为例，2017 年该线路大部分站点进、出站量较 2016 年大幅增长、2017 年地铁 2 号线各站日均进、出站量如图 5-4 所示。换乘站春熙路日均进3 万人次，较 2016 年增长 6%；犀浦、成都东客站日均进站量分别为 5.37 万人6 万人次，分别增长 10.5%、17.8%；中医大省医院日均进站量 3.08 万人次，增。5.41.01.40.60.70.41.91.61.61.81.03.10.81.98.31.61.71.60.40.95.41.60.61.41.10.40.70.30.91.22.30000000犀浦天河百草金周金科迎宾茶店羊犀一品蜀汉白果中医通惠人民春熙东门牛王牛市东大塔子成都成渝惠王洪河成都大面连山界牌书房龙平龙泉次/日


本文编号：2915658