大型活动散场期间地铁车站短时进站客流预测

杨静; 代盛旭; 张红亮; 汪波

首页> 中文期刊> 《科学技术与工程》 >大型活动散场期间地铁车站短时进站客流预测

大型活动散场期间地铁车站短时进站客流预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

大型活动散场期间的地铁车站客流属于可预知的非常规客流,采用常规客流的统计预测方法难以准确预测其客流需求.基于深度学习,将历史客流规律、大型活动数据与实时自动售检票系统数据相结合,提出了一种适用于大型活动散场期间地铁车站的短时客流预测模型.首先对历史客流数据进行了拆分及降噪处理,并分析了活动客流特征.之后,基于深度学习框架构建多层结构的卷积神经网络,拟合活动客流特征与客流时空分布的映射关系,并选取Adam(adaptive moment estimation)算法优化训练过程,以适用于活动散场时客流集中进站的情况.最后,以北京地铁奥林匹克公园站为例,利用实测数据验证了模型的准确性.预测结果表明:建立的Adam-CNN(convolution neural network)模型相对于常用时间序列方法自回归滑动平均和传统神经网络SGD-CNN模型具有更高的精度,能够为大型活动的组织提供更为有力的支持.

著录项

来源
《科学技术与工程》 |2021年第5期|2042-2048|共7页
作者
杨静; 代盛旭; 张红亮; 汪波;
展开▼
作者单位

北京建筑大学土木与交通工程学院北京100044;

北京建筑大学土木与交通工程学院北京100044;

北京交通大学交通运输学院北京100044;

北京市交通信息中心北京100073;

展开▼
原文格式 PDF
正文语种 chi
中图分类 U293.13;
关键词
城市轨道交通; 短时客流预测; 大型活动; 活动客流; 卷积神经网络; Adam算法;

相似文献

中文文献
外文文献
专利

1. 大型活动期间地铁车站客流预测方法研究 [J] . 梁强升 . 城市轨道交通研究 . 2021,第010期
2. 基于NARNN的城市轨道交通短时进站客流预测 [J] . 李科君 ,高瑾瑶 ,宋建华 . 武汉理工大学学报（交通科学与工程版） . 2020,第001期
3. 基于GWO-WNN模型的城市轨道交通短时进站客流预测 [J] . 冯诚 ,杨静 ,周浪雅 . 铁道运输与经济 . 2019,第008期
4. 基于AFC数据的大型活动期间城市轨道交通客流预测 [J] . 王兴川 ,姚恩建 ,刘莎莎 . 北京交通大学学报 . 2018,第001期
5. 大型活动期间地铁车站客运保障研究 [J] . 乐北晨 ,赵萌萌 . 交通企业管理 . 2020,第004期
6. 基于出行链的大型活动期间参观游客SP调查——以2010年上海世博园区内部客流预测为例 [C] . 罗典 ,李克平 ,孙剑 . 2005年海峡两岸智能交通运输系统学术研讨会暨第二届同舟交通论坛 . 2005
7. 城市轨道交通大型活动散场客流传播与协调控制 [A] . 易晨阳 . 2015

大型活动散场期间地铁车站短时进站客流预测

摘要

著录项

相似文献

相关主题

期刊订阅