基于误差融合模型的地铁车站客流监测方法研究 |
| |
引用本文: | 蔡昌俊.基于误差融合模型的地铁车站客流监测方法研究[J].铁道运输与经济,2023(1):123-129. |
| |
作者姓名: | 蔡昌俊 |
| |
作者单位: | 广州地铁集团有限公司 |
| |
基金项目: | 广州市科技计划项目(202011020003); |
| |
摘 要: | 针对城市轨道交通拥堵问题和智慧地铁发展要求,提出了一种基于误差融合的城市轨道交通短时客流预测模型。采用灰色关联分析方法对客流关键影响因素进行识别,基于线性回归模型对车站客流进行预测,并进一步利用神经网络模型对预测误差进行修正,以广州地铁十八号线某站的进、出站客流数据为例进行案例研究。研究结果表明:与传统统计模型及单一的神经网络模型对比,基于误差融合的短时客流预测模型均方根误差分别降低了38.0%与29.6%,平均绝对误差分别降低了46.4%与35.1%,证明了该模型在短时客流预测方面的准确性、可靠性,为地铁车站客流监控提供了技术支撑。
|
关 键 词: | 城市轨道交通 短时客流预测 误差融合模型 灰色关联分析 神经网络 |
|
|