基于AFC数据的耦合时空特征下地铁高峰客流预测研究 |
| |
引用本文: | 宋丽梅.基于AFC数据的耦合时空特征下地铁高峰客流预测研究[J].杨凌职业技术学院学报,2023(1):14-17. |
| |
作者姓名: | 宋丽梅 |
| |
作者单位: | 1.杨凌职业技术学院712100; |
| |
基金项目: | 杨凌职业技术学院2021年院内基金项目“城市轨道交通网络高峰客流拥挤管控研究”(ZK21-38);陕西省职业技术教育学会2022年度教育教学改革研究课题(2022SZX380);杨凌职业技术学院2022年人文社会科学(教改)研究基金项目(GJ22035)。 |
| |
摘 要: | 高峰客流拥挤是大城市轨道交通面临的主要问题,表现为客运服务水平降低,存在客流安全问题。高峰客流中主要客流为以工作出行的客流,这类客流具有出行稳定、强度高等特征,从而出现高峰客流拥挤问题。本文利用自动售检票数据所包含的乘客出行内在关系,构建基于规则的乘客工作出行客流辨识算法;从不同方面挖掘工作出行客流特征,以西安地铁1号线为例,分析了地铁客流的耦合时空特征,发现当高峰客流拥挤时,其呈周期性重复特征因素包含产生位置、时间及持续时间等,从而提取了影响地铁客流变化主要因素,包括节日、非节日、时间段、站点和天气,从而提高地铁客流预测的准确性。
|
关 键 词: | 城市轨道交通 高峰客流拥挤 客流辨识算法 客流预测 |
本文献已被 维普 等数据库收录! |