原文传递
面向地铁车站空间拥挤预警的客流预测研究
| 论文题名： | 面向地铁车站空间拥挤预警的客流预测研究 |
| 关键词： | 客流预测;地铁站;拥挤预警;循环神经网络;注意力机制 |
| 摘要： | 为了提高人们的出行效率、保障乘客出行安全和防控重大传染疾病，根据预测的地铁车站客流量划分预警等级，提前预警车站的拥挤情况，这对地铁站点的运营具有重大意义。随着客流量的不断增加和车站有限的承载能力，车站乘客过度拥挤的状况不仅极易引起踩踏事件，而且当面对重大传染疾病时，极易造成接触感染。现有的流量预测模型通常采用仿真或线性映射对历史客流量数据进行拟合，并预测未来客流量。然而，现有模型存在许多局限性。一方面，线性模型难以拟合客流量的复杂特征。另一方面，现有模型只考虑时间特征，无法充分结合空间特征，导致预测结果与实际值相差较大。由于本文所用的地铁刷卡数据集存在较多异常值和数据分布较为分散的问题，使得研究存在一定的挑战性。为了解决以上问题，本研究提出基于多轮门控转换的LSTM结合SE注意力模块的客流预测组合模型，制定预警等级划分方案。本文主要工作内容如下： （1）对不同时间与空间的客流特征进行更深层次的剖析，以找出对客流量的影响因素。在分析上海刷卡数据的过程中，本文通过筛选、整理并清洗数据，将数据按时间片进行划分，然后对每个时间片内的客流状态、客流特征以及客流总量进行了统计分析。经过预处理后，为后续预测模型的输入数据奠定基础。 （2）进一步对数据做出时间和空间的细化和调整，本文提出了多轮门控转换的LSTM结合SE注意力模块的组合模型，结合处理后的时间序列客流量数据对未来客流量做出预测。依据多轮门控装置，使该模型具有更好的泛化能力，可以更好地模拟客流走势；同时，该模型融合了注意力机制，可以更好地捕捉客流数据中的空间特征。通过实验分析对比，证明了该模型的有效性。 （3）结合车站特定的空间因素和模型预测的站内客流人数，本文分析了预警等级的阈值，并划分地铁交通客流的预警等级指数。通过预警等级指数，提出了相应的措施和调整。 本文基于上海城市开放大赛的数据集进行实验并与现有其他方法进行对比分析。实验表明，本文提出的模型在评价指标中获得较优的效果，实现对客流量更加精确的预测。在面对具体的站点，利用本文模型预测的客流数据结合预警等级阈值分析出站点预警等级图。通过预警等级图，可以提前预知客流拥挤情况，进行早期预警并采取对应预警等级措施。 |
| 作者： | 李树青 |
| 专业： | 控制工程 |
| 导师： | 谢侃;谢振东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
