期刊文章详细信息
基于改进卡尔曼滤波的轨道交通站台短时客流预测
Short-term Passenger Flow Forecasting of Rail Transit Platform Based on Improved Kalman Filter
文献类型:期刊文章
机构地区:[1]北京工业大学城市交通学院,北京100124
年 份:2017
卷 号:41
期 号:6
起止页码:974-977
语 种:中文
收录情况:AJ、CSA、CSA-PROQEUST、JST、RCCSE、SCOPUS、ZGKJHX、普通刊
摘 要:在对站台短时客流特性进行分析的基础上,基于卡尔曼滤波理论,提出了改进卡尔曼滤波短时客流预测模型,并给出了模型的求解过程.选取北京市客流量较大、客流变化明显的岛式站台、侧式站台、普通站台、换乘站台进行数据采集和实例分析.结果表明,该预测模型的平均绝对误差为0.299,均方误差为34.094,均等系数为0.923,提出的模型可以有效地对短时地铁客流进行预测.相较于传统卡尔曼滤波预测方法,改进的卡尔曼滤波短时客流预测方法能够提升预测信息的实时性,并使平均绝对误差降低了0.448,进一步提高了预测精度.
关 键 词:轨道交通 短时客流预测 卡尔曼滤波
分 类 号:U491[物流管理与工程类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...