The invention provides a method for predicting the arrival amount of passengers in a single rail transit ticket, which can predict the passenger arrival amount of a single pass passenger. The method includes: to determine the influence of city rail transit passenger volume in the holidays pass variables, the variables identified based on the establishment of city rail transit passengers stop the holidays pass a vote of regression model between the quantity and variables; according to regression model to forecast the quantity of station of city track traffic for holiday pass passengers, get the forecast value, prediction residual value and true value, stable analysis of residuals, ARMA model residuals; according to regression model and ARMA model, the establishment of city rail transit passenger volume in the holidays pass a vote of the combination forecast model, established by the city rail transit passenger forecasting model to forecast the holidays pass combination vote in holidays the amount of passenger station. The invention relates to the technical field of rail transportation.
【技术实现步骤摘要】
一种轨道交通一票通乘客进站量预测方法
本专利技术涉及轨道交通
,特别是指一种轨道交通一票通乘客进站量预测方法。
技术介绍
近年来,随着城市化进程的逐步加快,城市人口急剧增加,产生大量的交通需求。对于北京、上海一类的超大型城市,都面临着交通供给与交通需求之间的矛盾,城市交通系统已越来越不堪重负,而其中城市轨道交通(以下简称轨道交通)作为城市交通骨干运输方式更是首当其冲。随着我国城市轨道交通网络的复杂化,轨道交通客流迅猛增长。以北京为例,轨道交通由2000年的2条线路、运营里程54km、日均客运量不足100万人次,发展到2015年初的18条线路、运营里程527km、日均客运量1020万人次。随着轨道交通网络化运营格局的形成,实时地对轨道交通客流进行预测和分析,对把握路网中客流的动态趋势、提高轨道交通运营服务水平和确保安全运营具有重要意义。现有技术中,王玉萍等提出了包含可信度分析、客流特性分析、风险性分析和敏感性分析在内的城市轨道交通客流预测结果分析的结构体系;李春晓等提出一种基于广义动态模糊神经网络的短时进站客流量预测方法,预测轨道交通车站每日分时进站量;徐瑞华研究了城市轨道交通线路客流分布的实时预测方法,但是,以上方法都没有对节假日期间的一票通乘客进站量进行研究。
技术实现思路
本专利技术要解决的技术问题是提供一种轨道交通一票通乘客进站量预测方法,以解决现有技术所存在的不能预测节假日期间一票通乘客进站量的问题。为解决上述技术问题,本专利技术实施例提供一种轨道交通一票通乘客进站量预测方法,包括:获取城市轨道交通节假日一票通乘客进站量历史数据,根据获取的城市轨 ...
【技术保护点】
一种轨道交通一票通乘客进站量预测方法,其特征在于,包括:获取城市轨道交通节假日一票通乘客进站量历史数据,根据获取的城市轨道交通节假日一票通乘客进站量历史数据,确定影响城市轨道交通节假日一票通乘客进站量的变量,基于确定的变量,建立城市轨道交通节假日一票通乘客进站量与变量之间的回归模型;根据回归模型对城市轨道交通节假日一票通乘客进站量进行预测,得到预测值
【技术特征摘要】
1.一种轨道交通一票通乘客进站量预测方法,其特征在于,包括:获取城市轨道交通节假日一票通乘客进站量历史数据,根据获取的城市轨道交通节假日一票通乘客进站量历史数据,确定影响城市轨道交通节假日一票通乘客进站量的变量,基于确定的变量,建立城市轨道交通节假日一票通乘客进站量与变量之间的回归模型;根据回归模型对城市轨道交通节假日一票通乘客进站量进行预测,得到预测值计算预测值与真实值y之间的残差对残差ε进行平稳性分析,建立残差的ARMA模型;根据构建的回归模型和ARMA模型,建立城市轨道交通节假日一票通乘客进站量组合预测模型,由建立的城市轨道交通节假日一票通乘客进站量组合预测模型预测节假日的一票通乘客进站量。2.根据权利要求1所述的轨道交通一票通乘客进站量预测方法,其特征在于,确定的影响城市轨道交通节假日一票通乘客进站量的变量包括:连续变量和虚拟变量;所述连续变量包括:全票种进站量、地面公交客运量、日平均气温、AQI;所述虚拟变量包括:有序变量和无序变量;所述有序变量包括:节假日时间长短、节假日回家和旅游特征、路网车站数;所述无序变量包括:天气情况、节假日分类。3.根据权利要求2所述的轨道交通一票通乘客进站量预测方法,其特征在于,所述基于确定的变量,建立城市轨道交通节假日一票通乘客进站量与变量之间的回归模型包括:量化虚拟变量,对量化后的虚拟变量进行线性相关性的拟合,得到几类相互独立的虚拟变量;基于连续变量和得到的几类相互独立的虚拟变量,建立城市轨道交通节假日一票通乘客进站量与全票种进量、地面公交客运量、日平均气温、AQI、独立的虚拟变量之间的回归模型。4.根据权利要求3所述的轨道交通一票通乘客进站量预测方法,其特征在于,所述回归模型表示为:其中,y表示城市轨道交通节假日一票通乘客进站量;a0表示常数项;i的取值为1、2、3、4、5、6、7、8、9;x1表示全票种进站量;x2表示地面公交客运量;x3表示日平均气温;x4表示AQI;x5表示节假日时间长短;x6表示节假日回家和旅游特征;x7路网车站数;x8表示天气情况;x9表示节假日分类;ai表示第i连续变量的系数;bi表示第i有序变量的系数;δi表示回归模型中若包括相应的连续变量,则记为1,否则为0;xij表示第i无序变量的第j哑变量;cij表示无序变量的哑变量的系数;δij表示回归模型中若包括相应无序变量的哑变量,则记为1,否则为0;Q(i)表示第i无序变量取值种类数。5.根据权利要求4所述的轨道交通一票通乘客进站量预测方法,其特征在于,所述ARMA模型表示为:φp(B)εt=θq(B)ut其中,P表示季节自回归阶数;q表示季...
【专利技术属性】
技术研发人员:汪波,黄建玲,杨洋,鲍枫,陈峰,白云云,何志莹,
申请(专利权)人:北京市交通信息中心,北京交通大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。