原文传递
城市轨道交通短时客流预测时间粒度选择
| 论文题名： | 城市轨道交通短时客流预测时间粒度选择 |
| 关键词： | 城市轨道交通;短时客流预测;时间粒度;相似性度量;平稳性检验 |
| 摘要： | 近年来，我国城市轨道交通得到快速发展，其网络化运营规模也越来越大，由此带来的客流管理问题愈加突出，高精度的短时客流预测对科学合理组织城市轨道交通网络化运营至关重要。根据以往研究中先验客流信息的不同，将短时客流预测方法分为同比法和环比法，确定本文研究的预测对象为进站客流量和OD客流量。时间粒度选择是短时客流预测的基础问题，直接影响预测结果的精确程度。针对这一基础问题，本文以星期一、星期三、星期五为工作日特征天，星期日为双休日特征天，利用连续五周的地铁AFC数据进行了以下研究: 首先，构建了客流时间序列。选择的15个时间粒度将全天运营时长1140min(5:00-24:00)分为15个间隔数，通过客流时间序列提取算法，分别提取每个时间粒度下车站进站客流、OD客流以及车站空间客流时间序列，为相似性度量和平稳性检验提供数据基础。 其次，构建了相似性度量和平稳性检验方法。同比法相似性度量是通过计算历史同期客流时间序列间的Pearson系数，标准化处理后得到相似性评价指标R;环比法平稳性检验是利用ADF单位根检验对客流时间序列的波动性进行评估，以检验结果对应的概值P为平稳性判定指标。相似性越高、波动性越小的先验客流信息，会使短时客流预测结果更可靠。 再次，进行了案例分析。以2016年北京地铁为例，对全网278个车站的进站客流和空间客流以及5000对OD的OD客流分别进行了同比相似性度量和环比平稳性检验。结果表明，进站客流同比相似性和工作日环比平稳性随时间粒度的增大而增大，双休日环比平稳性随时间粒度增大而降低;OD客流同比相似性随时间粒度增大而增大，环比平稳性随时间粒度增大而降低;车站空间客流同时段的相似性随时间粒度的增大而增大，高峰时段相似性远大于平峰时段和双休日。 最后，划分了短时客流可预测等级。根据案例分析结果，设定车站进站客流同比相似性和环比平稳性强弱分级阈值分别为0.9和0.05;OD客流同比相似性和环比平稳性强弱分级阈值分别为0.75和0.05;车站空间客流在10min、20min、30min、60min粒度下相似性强弱分级阈值为0.75。划分结果表明，通过合理选择预测方法类型，工作日90％的车站短时进站量和70％的OD短时客流量在10min粒度下可得到较好预测，双休日60min粒度下90％的车站短时进站量和10min粒度下90％的OD客流可得到较好预测。通过合理选择时间粒度，可使工作日高峰时段90％的车站空间客流得到较好预测，而平峰时段及双休日车站空间客流较难预测。 |
| 作者： | 王挺 |
| 专业： | 道路与铁道工程 |
| 导师： | 陈峰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
