文献类型：期刊文章

作　　者：傅晨琳[1] 黄敏[1] 沙志仁[2]

FU Chenlin;HUANG Min;SHA Zhiren(Intelligent Transportation System Key Laboratory,Sun Yet-Sen University,Guangzhou 510006,Guangdong,China;Research Center of Guangdong Fangwei Technology Co.,Ltd.,Guangzhou 510006,Guangdong,China)

机构地区：[1]中山大学智能交通系统重点实验室,广东广州510006 [2]广东方纬科技有限公司研发中心,广东广州510006

出　　处：《铁道运输与经济》

基　　金：国家自然科学基金项目(U1611461,11574407);广东省科技计划项目(2016A020223006,2017B010111007)。

年　　份：2020

卷　　号：42

期　　号：3

起止页码：105-111

语　　种：中文

收录情况：BDHX、BDHX2017、NSSD、RCCSE、核心刊

摘　　要：城市轨道交通站点客流量是评价其服务水平和实现城市轨道交通资源有效配置的基础数据和依据。针对城市轨道交通站点进站客流量序列波动复杂的问题,构建基于EEMD-BP方法的城市轨道交通进站客流短期预测模型,通过对城市轨道交通站点的日间分时进站客流序列进行模态分解,并对分解的分量进行筛选和识别,探究进站客流的日间波动影响因素,实现对短期客流的合理预测。以广州珠江新城站短期客流预测为例,验证该组合模型在提高客流预测方面具有有效性,为城市轨道交通线网规划和运营管理提供客流预测依据。

关 键 词：城市轨道交通 客流预测 集合经验模态分解法  BP神经网络 组合模型  

分 类 号：U293.1+3[物流管理与工程类]