文献类型：期刊文章

作　　者：杨静[1] 朱经纬[1] 刘博[2] 冯诚[1] 张红亮[3]

YANG Jing;ZHU Jing-wei;LIU Bo;FENG Cheng;ZHANG Hong-liang(School of Civil Engineering and Transportation, Beijing University of Civil Engineering and Architecture,Beijing 100044, China;CHELBI Engineering Consultants. Inc., Beijing 100029, China;School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China)

机构地区：[1]北京建筑大学土木与交通工程学院,北京100044 [2]华杰工程咨询有限公司,北京100029 [3]北京交通大学交通运输学院,北京100044

出　　处：《交通运输系统工程与信息》

基　　金：国家重点研发计划(2018YFB1201601);北京市教育委员会科技计划一般项目(SQKM201810016006);北京建筑大学市属高校基本科研业务费(X18264)~~

年　　份：2019

卷　　号：19

期　　号：3

起止页码：119-125

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用ARMA模型与小波ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议.

关 键 词：城市交通 短时客流预测  组合预测模型  变点模型 小波变换 自回归滑动平均  

分 类 号：U491.31[物流管理与工程类]