搜索到3709篇“ 客流预测“的相关文章
一种基于LSTM网络的地铁断面客流预测方法
本发明提出了一种基于LSTM网络的地铁断面客流预测方法,包括:确定地铁指定线路的待预测断面,获取待预测断面截至运营日d的历史客流数据,将历史客流数据输入基于LSTM网络的断面客流基础模型中,输出第一预测变量;实时采集运营...
方晖姚依克蒋坚迪陈徐松苏含贵彭冬鸣姜富强林琼何蕾谢波马洋平钱琛琦张滢华津仪
考虑多因素事件影响的地铁车站客流预测方法
本发明提供了一种考虑多因素事件影响的地铁车站客流预测方法,包括:整合地铁客流的历史数据与外部因素,并对这些数据进行清洗、对齐和标准化;基于处理后的数据,提取时间、空间和外部影响特征,构建综合输入矩阵,同时通过增强历史模式...
周卫斌刘鑫桐
基于深度学习的多空间轨道交通客流预测方法
本发明涉及客流预测技术领域,具体涉及一种基于深度学习的多空间轨道交通客流预测方法,根据站点在预设历史时间段内的客流数据,获取站点到其他各个站点的可达概率以及平均可达时间,根据站点任两日的可达概率的差异以及平均可达时间的差...
李罡李美安俊峰岑芸芸蔡士智于航彭禹
一种城市轨道交通客流短期OD客流预测方法
本发明涉及一种城市轨道交通客流短期OD客流预测方法,包括:步骤一)基于影响多场景短期OD客流预测的影响因素集,构建场景特征的标签,并将场景特征嵌入到历史OD客流的时间序列中;步骤二)根据嵌入场景特征的历史OD客流的时间序...
杨越迪宋怡冰贾琳瑜蒋熙许心越潘保霏张逸菲罗维嘉陈世繁
基于小波神经网络的轨道交通短时客流预测
2025年
为进一步探讨轨道交通短时客流预测问题,文章从3方面分析影响轨道交通短时客流的因素,并提取主要的影响因素,运用小波神经网络进行两种条件下的预测,采用平均绝对误差和均方根误差对预测结果进行评价。结果表明,该模型稳定性好,预测效果较优。无论模型输入变量是否按照一定的时间顺序输入,模型整体预测误差均在10%以内。该模型适用于轨道交通客流短时预测,可为城市轨道的管理运营提供参考。
陈通箭沈德魁
关键词:城市轨道交通客流量小波神经网络
一种基于线路客流预测数据的车站分级方法及系统
本发明公开一种基于线路客流预测数据的车站分级方法及系统,该方法包括:获取线路客流预测数据,根据所述线路客流预测数据计算车站运输能力分级系数,根据所述车站运输能力分级系数计算线路运输能力分级系数;根据所述线路客流预测数据计...
徐成永黄力平张彦于德涌赵芫李彬巫江李光袁尊高灵芝彭彦彬龙丹
一种城市轨道交通的新线站点短时客流预测方法
本发明涉及一种城市轨道交通的新线站点短时客流预测方法,包括1采集新线站点的多源数据,多源数据包括土地利用性质、交通供给水平、土地开发强度和既有城市轨道交通客流量;2对采集到的多源数据进行处理和融合,构建客流预测模型;对客...
周鹏章旺吴斌
一种基于CS优化复合神经网络的客流预测方法
本发明涉及交通客流预测技术领域,且公开了一种基于CS优化复合神经网络的客流预测方法,包括获取某一地铁线路四个站段的客流信息数据,预处理后划分得到训练数据集和测试数据集,建立LRT‑XGB复合神经网络,输入训练样本数据训练...
王少锋龚国涛刘雅蕾钱海斌李正根王煜军
面向特殊事件的道路客运线路客流预测方法及系统
本发明公开了面向特殊事件的客运枢纽客流预测方法及系统,涉及信息化技术领域。本发明通过筛选整合事件属性数据、历史客流数据、天气数据等多源异构数据,系统地提取出关键性特征,更加全面地了解影响客流变化的各种因素,为预测模型提供...
邓天民傅新华苟宇霆程鑫鑫姚枫奕余洋
基于GM(1,1)修正模型的轨道交通长期客流预测
2025年
目的准确预测轨道交通长期客流对轨道交通运输管理、规划及建设进行指导.方法以新乡市为例,对该市2007—2022年铁路客流进行统计、分析,建立GM(1,1)灰度模型进行客流预测.考虑到新冠疫情的影响,将原始数据进行分类分析.分别针对包含疫情数据与剔除疫情数据的客流信息建立GM(1,1)灰色模型进行客流预测,并对剔除疫情数据的模型预测结果进行两次残差修正,得出预测结果,最后通过残差检验及后验差检验对各模型预测结果进行精度校验.结果实验证明由于GM(1,1)灰度模型的线性特征,疫情影响下的数据波动影响到模型预测,而剔除疫情影响年份的数列在模型中平均预测精度达96.59%,经过二次修正后预测精度提高0.29%,具有较好的预测效果.结论该模型对轨道列车长期客流预测有较好的适应性,能够为轨道交通建设提供一定的交通需求分析依据.
王雅慧潘灿林张腾

相关作者

张宁
作品数:556被引量:1,455H指数:19
供职机构:东南大学
研究主题:城市轨道交通 轨道交通 自动售检票系统 客流 AFC系统
姚恩建
作品数:141被引量:549H指数:14
供职机构:北京交通大学交通运输学院
研究主题:城市轨道交通 客流 城市交通 客流预测 电动汽车
马超群
作品数:131被引量:881H指数:17
供职机构:长安大学
研究主题:轨道交通 城市轨道交通 交通工程 客流预测 客流
许心越
作品数:94被引量:178H指数:8
供职机构:北京交通大学交通运输学院
研究主题:城市轨道交通 客流 乘客 车站 客流预测
杨立兴
作品数:108被引量:105H指数:6
供职机构:北京交通大学
研究主题:客流 列车 城市轨道交通 列车运行图 客流预测