文献类型：期刊文章

作　　者：张国赟[1] 金辉[1]

Zhang Guoyun;Jin Hui(School of Automobile and Traffic Engineering,Liaoning University of Technology,Jinzhou 121000,Liaoning,China)

机构地区：[1]辽宁工业大学汽车与交通工程学院,辽宁锦州121000

出　　处：《计算机应用与软件》

年　　份：2022

卷　　号：39

期　　号：1

起止页码：339-344

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、ZGKJHX、核心刊

摘　　要：城市轨道交通的精准短时客流预测可以很好地缓解城市交通拥堵,给城市居民带来更快速、更优质的出行服务。通常短时客流预测的客流量数据规律性较弱、随机误差干扰较强,ARIMA(Autoregressive Integrated Moving Average)模型能对因变量产生的推迟量、产生随机误差的滞后值及当前值进行预测。为验证模型预测效果,以成都轨道交通天府广场站为例,设计一种基于改进ARIMA模型的城市轨道交通短时客流预测研究办法。通过实例分析,验证了改进ARIMA模型在城市轨道交通系统进行车站短时客流预测的时候具备更好的预测效果。

关 键 词：城市轨道交通 短时客流预测  ARIMA

分 类 号：TP3[计算机类]