详情

原文传递地铁站客运量分阶段预测

论文题名：	地铁站客运量分阶段预测
关键词：	地铁站;客运量;分段预测;分布特征;BP神经网络
摘要：	地铁由于其运量大、速度快、发车间隔小、污染小等优点，已经逐渐成为部分城市中不可或缺的一种交通工具，并且能很好地解决城市交通拥堵问题。在城市的日新月异的发展过程中，地铁线网变得越来越复杂，同时不同地铁站的客流分布特征也就产生了很大的变化，其中时间是最主要的变化特征。因此，为了各运营部门能更好地组织客流、制定合理的调度方案、提高旅客服务质量以及优化发车间隔等，需要精确地对短时客流进行预测。　　本文以西安地铁2号线的实际客流数据为基础，利用适合短时客流预测的方法，结合地铁站客流自身的特点，对地铁站客流进行短时预测。主要工作如下: 　　(1)对车站客流在时间与空间上的分布特征进行分析，得出地铁站短时客流具有不均衡性、时变性以及非线性等特点的结论。同时，通过对地铁站进出站客流量数据进行聚类分析，合理划分样本客流类型，为短时客流量预测提供了可靠的数据支撑。　　(2)分析了几种不同的短时客流预测方法的优缺点以及适用范围，同时分析了BP神经网络在短期客流预测中的优势。阐述了BP神经网络的基本原理、网络构造以及算法的基本步骤。　　(3)以西安地铁2号线凤城五路站30分钟的短时客流数据为基础建立了基于BP神经网络的地铁站短时客流预测模型，并描述了详细的网络设计过程，以2号线的车站客流数据对训练好的网络进行仿真预测。结果分析表明利用BP神经网络对地铁站客流短期预测的结果精度比较高。
作者：	郭雅军
专业：	交通运输工程
导师：	吕斌;马国宁
授予学位：	硕士
授予学位单位：	兰州交通大学
学位年度：	2018
正文语种：	中文