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:
准确预测大型活动期间城市轨道交通客流,是城市轨道交通管理与运营部门制定运输组织计划的重要依据,也是实现活动期间交通保障的关键.在分析大型活动期间城市轨道交通历史客流特征的基础上,针对活动期间的客流成分,分别构建活动客流与背景客流预测模型,以实现对未来大型活动期间城市轨道交通客流的预测.基于城市轨道交通自动检票系统(AFC)采集到的客流数据,分析大型活动期间的历史客流数据的变化规律,并依据其客流特征进行成分分解.针对活动客流,构建基于小波分解与重构的GM-ARIMA客流预测模型,针对背景客流则采用ARIMA模型与底特律法进行预测.基于广州地铁在2011-2014年广交会期间的历史AFC客流数据,对提出的方法进行验证.结果表明:该方法能够捕捉大型活动期间的客流特征,并可实现对大型活动期间城市轨道交通客流的预测.
推荐文章
基于AFC数据的城市轨道交通突发事件客流影响分析
城市轨道交通
突发事件
客流影响分析
AFC数据
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
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
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 基于AFC数据的大型活动期间城市轨道交通客流预测
来源期刊 北京交通大学学报 学科 交通运输
关键词 城市轨道交通 大型活动 客流预测 背景客流 活动客流 AFC数据
年,卷(期) 2018,(1) 所属期刊栏目 交通运输工程
研究方向 页码范围 87-93
页数 7页 分类号 U293.6
字数 6075字 语种 中文
DOI 10.11860/j.issn.1673-0291.2018.01.013
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 刘莎莎 北京交通大学交通运输学院 13 120 6.0 10.0
2 姚恩建 北京交通大学城市交通复杂系统理论与技术教育部重点实验室 41 306 10.0 16.0
3 王兴川 北京交通大学交通运输学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (64)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
城市轨道交通
大型活动
客流预测
背景客流
活动客流
AFC数据
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
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
总被引数(次)
38401
论文1v1指导