作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.
推荐文章
基于动态反馈神经网络的城市轨道交通短期客流预测
城市轨道交通
短期客流预测
动态反馈神经网络
客流特征
关于城市轨道交通客流预测方法的文献综述
城市轨道交通
客流预测方法
四阶段法
文献综述
城市轨道交通客流预测分析
城市轨道交通
客流预测
断面流量
对城市轨道交通客流特征的分析与预测
城市轨道交通
客流预测
模型分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 城市轨道交通常态与非常态短期客流预测方法研究
来源期刊 交通运输系统工程与信息 学科 交通运输
关键词 城市交通 短期客流预测 ARIMA算法 组合改进模型 常态与非常态客流
年,卷(期) 2017,(1) 所属期刊栏目 系统工程理论与方法
研究方向 页码范围 127-135
页数 9页 分类号 U231.92
字数 3970字 语种 中文
DOI 10.16097/j.cnki.1009-6744.2017.01.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 白丽 12 76 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (29)
参考文献  (10)
节点文献
引证文献  (22)
同被引文献  (47)
二级引证文献  (13)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(5)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(13)
  • 引证文献(11)
  • 二级引证文献(2)
2020(16)
  • 引证文献(5)
  • 二级引证文献(11)
研究主题发展历程
节点文献
城市交通
短期客流预测
ARIMA算法
组合改进模型
常态与非常态客流
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通运输系统工程与信息
双月刊
1009-6744
11-4520/U
大16开
北京西直门外上园村3号北京交通大学机械工程楼D403室
82-652
2001
chi
出版文献量(篇)
3501
总下载数(次)
18
总被引数(次)
41977
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导