城轨新线客流成长期进出站量短时预测研究

• 作者: 刘莎莎 卢天伟 周文华 姚恩建
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 客流预测 新站 模糊聚类 K近邻 城市轨道交通
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 铁道运输
• 页码范围: 19-28
• 页数: 10页
• 分类号: U239.5|U293.13
• 字数: 8606字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2020.05.003

摘要

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法.通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对考虑客流趋势相似性的城轨站点类型划分方法进行研究,并提出城轨新线站点历史数据库构建方法;基于趋势距离对近邻匹配机制进行优化,并根据多元统计回归对K近邻算法进行改进,提出新线站点客流成长期进出站量短时预测方法;结合广州地铁客流数据,对预测方法的有效性进行验证.研究结果显示:新线站点客流成长期内短时进、出站量平均预测效率较既有方法增加了35.68％、32.23％,预测精度较既有方法增加了38.32％、25.80％.

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	北京交通大学交通运输学院	41	306	10.0	16.0
6	卢天伟	北京交通大学交通运输学院	4	5	1.0	2.0
7	周文华	北京交通大学交通运输学院	2	5	1.0	2.0