原文传递
基于状态空间模型的城市轨道交通断面短时客流预测方法研究
| 论文题名： | 基于状态空间模型的城市轨道交通断面短时客流预测方法研究 |
| 关键词： | 城市轨道交通;断面短时客流预测;多维标度法;状态空间模型;自适应卡尔曼滤波算法 |
| 摘要： | 城市轨道交通具有运量大、时效性高、舒适、快捷等特点，是缓解城市交通拥堵的有效手段。随着城市轨道交通网络化的逐步形成，轨道交通客流的时空分布特征也产生了很大的变化。因此，合理、精确地预测城市轨道交通客流，是运营管理的重要基础。断面客流反映了客流的实时变化规律以及乘客的实际需求，对断面客流的准确预测是运营管理部门制定和适时调整运营计划的基础，同时也是评价城市轨道交通服务水平、系统运行状态的重要决策指标，是站台拥挤管理、应急响应的重要依据。 本文在对国内外客流预测研究现状进行归纳总结的基础上，重点总结断面客流预测研究现状，发现目前城市轨道交通断面客流预测大多是以单一断面作为研究对象，无法反映断面间在时间和空间上的相互影响。因此，本文以此为切入点，提出基于断面客流相关性分析，对城市轨道交通断面短时客流预测进行研究。 首先，分析了城市轨道交通客流的成长规律，并对北京市轨道交通客流的成长规律进行了具体分析。分别从时间和空间两个方面对轨道交通不同类型线路的断面客流分布特征进行了研究。 然后，引入多维标度法对城市轨道交通断面客流进行相关性分析，将城市轨道交通线路的断面根据时间和空间上的相关性划分为不同的相关小组，并根据断面客流演变机理对分组进行分析，验证了断面的相关性。为建立基于断面相关性的关联断面短时客流预测模型奠定了基础。 其次，在对城市轨道交通断面相关性研究的基础上，采用多维时间序列分析和状态空间模型对关联断面客流预测进行研究，提出了基于状态空间模型的关联断面短时客流的预测模型和方法，分别以断面客流序列和时变参数序列为状态变量建立状态空间模型，并利用两段自适应卡尔曼滤波算法对所建模型进行求解，为提高噪声协方差估计的准确性和实时性，引入时变噪声统计估值器并采取措施控制滤波发散。 最后，根据某轨道交通线路的实际断面客流数据，对提出的关联断面短时客流预测方法进行案例分析，验证其有效性。结果表明，考虑断面之间相关性的关联断面预测方法的预测精度要优于无关联断面预测模型，本文提出的预测方法有较好的适用性和合理性。 |
| 作者： | 刘洋 |
| 专业： | 交通运输规划与管理 |
| 导师： | 宋瑞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
