原文服务方: 河南科学       
摘要:
针对城市轨道客流培育发展大致呈S形曲线的特点,首先以灰色Verhulst模型对西安地铁2号线客流进行预测.为提高预测结果的精度,对原始数据形成的序列数据通过对数变换处理来减少其波动性.由于所研究轨道线路尚未到达客流饱和阶段,为了规避单一模型较大的风险性,针对不同模型的特点,从处理过的原数据列选取西安地铁1号线开通年度(2014年1月)之后的西安地铁2号线数列,此数据列数据量较少,波动性小,采用灰色GM(1,1)模型对处理过的西安市地铁2号线数列进行预测.通过将灰色GM(1,1)模型预测结果与改进Verhulst模型预测结果进行线性组合,之后将采用不同预测模型的预测结果与实际值进行对比分析,发现组合模型的预测精度更高.
推荐文章
基于组合模型的城市轨道交通客流预测研究
客流预测
组合模型
神经网络
工程造价
基于ARMA模型的城市轨道交通客流量预测
客流量
预测模型
时间序列
相对误差
基于弹性客流的城市轨道交通组合停站方案优化
城市轨道交通
列车停站方案
乘客路径选择
双层规划
城市轨道交通突发大客流事件应急策略
轨道交通系统
大客流特征
应急策略
组织措施
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 基于改进灰色组合模型的城市轨道交通客流预测 ——以西安地铁2号线为例
来源期刊 河南科学 学科
关键词 灰色Verhulst模型 灰色GM(1,1) 对数变换 组合模型 城市轨道交通 客流预测
年,卷(期) 2019,(5) 所属期刊栏目 城市科学与管理科学
研究方向 页码范围 840-846
页数 7页 分类号 U231+.2
字数 语种 中文
DOI
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 陈宽民 长安大学公路学院 55 998 19.0 31.0
2 贾云蒲 长安大学公路学院 1 0 0.0 0.0
3 曹夏玲 长安大学公路学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (114)
共引文献  (104)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(9)
  • 参考文献(3)
  • 二级参考文献(6)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
灰色Verhulst模型
灰色GM(1,1)
对数变换
组合模型
城市轨道交通
客流预测
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
河南科学
月刊
1004-3918
41-1084/N
大16开
1982-01-01
chi
出版文献量(篇)
7108
总下载数(次)
0
论文1v1指导