基于出行链特征的地铁换乘公交客流概率区间预测(英文) |
| |
引用本文: | 申瑾,赵建东,高远,冯迎紫,贾斌.基于出行链特征的地铁换乘公交客流概率区间预测(英文)[J].东南大学学报,2022(4):408-417. |
| |
作者姓名: | 申瑾 赵建东 高远 冯迎紫 贾斌 |
| |
作者单位: | 1. 北京交通大学交通运输学院;2. 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室;3. 东北林业大学交通学院 |
| |
基金项目: | The National Key Research and Development Program of China (No. 2019YFB160-0200);;the National Natural Science Foundation of China (No. 71871011, 71890972/71890970); |
| |
摘 要: | 为精准分析地铁换乘公交客流的时变差异波动范围,提出应用概率区间预测模型预测换乘客流量.首先,对公交和地铁数据处理与关联匹配,构建公共交通出行链提取的数据基础.然后,利用判别换乘关系的合理匹配阈值方法提取公共交通出行链,分析基于出行链的出行基本特征,获取地铁换乘公交客流量.接着,针对点预测精度不够等问题,提出采用DeepAR模型开展区间预测,其中输入为换乘客流量,输出为预测的客流中值和客流区间,预测场景有工作日、非工作日、工作日早高峰以及晚高峰.其次,为减小预测误差,利用粒子群算法(PSO)优化DeepAR模型,构建PSO-DeepAR组合模型.最后,利用北京西直门地铁站数据进行验证.结果表明,PSO-DeepAR模型预测准确,90%置信区间覆盖率最高能达到93.6%.
|
关 键 词: | 城市交通 概率区间预测 深度学习 地铁换乘公交客流 出行链 |
|