原文传递
城市轨道交通短时客流预测与最优客运能力调配问题的研究
| 论文题名： | 城市轨道交通短时客流预测与最优客运能力调配问题的研究 |
| 关键词： | 城市轨道交通;短时客流预测;小波神经网络;模糊理论;支持向量机;客运能力调配 |
| 摘要： | 随着城市社会经济的发展和城市化进程的加快,城市轨道交通的逐条建成,以往的单线运营模式也变成了多线运营模式,而多线运营不仅仅是单线运营的简单叠加,所以出现了一些问题,比如由于拥挤带来的服务水平的降低,客流量的飞速增长等。所以对历史客流数据进行分析,使用快速有效的客流预测方式,制定合理的客运能力调配方案对于提高城市轨道交通服务能力有着十分重要的意义。 本文以北京城市轨道交通历史客流数据为基础,分析了城市轨道交通客流时空分布特点,分别建立短时客流预测和最优客运能力调配模型及算法。主要工作及结论如下: (1)总结了城市轨道交通网络客流的时空分布特点,为后文的短时客流预测和轨道交通最优客运能力调配问题的研究打下基础。 (2)利用了聚类分析和双变量相关系数等方法对样本数据进行预处理,保证了输入数据和输出数据的可靠性与合理性,提高了网络训练的性能。 (3)总结客流预测方法,分析各种方法的优缺点和适用性。由于北京城市轨道交通短时客流变化异常,呈非线性分布特征,传统的数学模型已经不能满足短时客流预测的需要,所以本文选定神经网络模型,并且在神经网络的基础上分别结合小波理论、模糊理论和支持向量机三种方法作为短时客流预测模型。确立模型之后,设计网络结构,最终利用已处理的数据样本对三种模型模型算法进行了试验。经过比对表明,小波神经网络的预测精度极高。 (4)在考虑线路中地铁列车投放量的限制、车辆的容纳能力以及车站乘客滞留等情况,以城市轨道交通运输能力为决策变量,建立了城市轨道交通调度优化模型。通过对模型算法进行实例研究,得到各个路径的最优能力调配方案及城市轨道交通运营单位的最大利润。结果表明,合理的调配方案,不仅可以缩短乘客的等待时间,而且对于减轻地铁的拥挤和降低地铁运营公司的成本,提高地铁的运营效率具有重要的意义。 |
| 作者： | 史文雯 |
| 专业： | 城市交通工程 |
| 导师： | 曹成铉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
