城市轨道交通基于时空相关性分析的短时客流预测及行车组织研究

《城市轨道交通基于时空相关性分析的短时客流预测及行车组织研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:U293.510710-2015121307硕士学位论文城市轨道交通基于时空相关性分析的短时客流预测及行车组织研究周思源导师姓名职称彭辉教授申请学位类别硕士学科专业名称交通工程论文提交日期2018年4月9日论文答辩日期2018年5月9日学位授予单位长安大学ShorttimepredictionandtrafficorganizationresearchofUrbanRailTransitBasedonspatio-temporalcorrelationanalysisAThesisSubmittedfortheDegreeofMast

2、erCandidate：ZhouSiyuanSupervisor：Prof.PengHuiChang’anUniversity,Xi’an,China摘要客流研究一向是伴随城市轨道交通从规划建设到投入运营再到处理突发事件整个过程中的研究分析的重点。随着我国城市轨道交通系统的全面发展，对客流方面的研究也提出了进一步更高的要求：更准确、更迅速、更全面。城市轨道交通的短时客流密切影响着其运行计划的方方面面，这就形成了对轨道交通短时客流预测的研究需求。以往短时预测的研究主要集中在对道路交通流的预测研究上，在这方面经过国内外研究者的研究已形成较为成熟的

3、成果，后来将其借鉴和应用于城市轨道交通客流的预测，使城市轨道交通短时客流预测的研究迈上了一个新的阶段。不过，目前的预测方法中研究还远不够充分，预测的准确度还远远不够，因此本文对此提出思考和探究。主要研究工作如下：（1）从线路、车站等角度出发，在年、月、周、日的方面分析了短时客流分时变化的各种时空分布特征，帮助更好地把握其规律；（2）为了使城市轨道交通短时客流的预测更加准确，分别从空间相关的角度和时间相关的角度分析了轨道交通断面客流和车站进出客流受到的影响，以及探讨了如何针对这种影响提出预测方法。将所有断面按照空间相关性分成了相关组，分别对每个

4、相关组里的断面一起预测，这样避免了不相关的断面之间的相互影响，更为合理和准确。通过自相关分析和偏自相关分析，确定了影响进出站客流预测的时段范围；（3）将支持向量机回归模型应用于城市轨道交通的断面客流短时预测，详细分析了其中核函数的选择问题、参数的选择问题以及评价指标问题；将K近邻算法应用于城市轨道交通进出站客流的短时预测，计算分时进站客流序列自相关系数，并将K近邻值赋予权重，进行加权平均以得到更合理的结果；（4）探讨了如何利用所得到的客流预测结果对城市轨道交通的行车及运营进行合理编制行车计划，提升其客运能力和服务水平，同时节约成本减少浪费；（

5、5）以郑州城市轨道交通2号线为支撑计算和验证了理论和算法的正确性。关键词：城市轨道交通，短时预测，断面客流，时空分布，时空相关性，运营组织IAbstractPassengerflowresearchhasalwaysbeenthefocusofresearchandanalysisinthewholeprocessofurbanrailtransitfromplanningandconstructiontooperationandthentodealingwithemergencies.Withtheoveralldevelopmentofu

6、rbanrailtransitsysteminChina,theresearchonpassengerflowhasalsoputforwardhigherrequirements:moreaccurate,fasterandmorecomprehensive.Theshorttermpassengerflowofurbanrailtransitaffectsallaspectsofitsoperationplanclosely,whichcausestheresearchdemandforrailtransitshort-termpasse

7、ngerflowprediction.Inthepast,theresearchonshort-termpredictionmainlyfocusedonthepredictionofroadtrafficflow.Inthisrespect,theresearchofresearchersathomeandabroadhasformedamorematureachievement.Later,ituseditforreferenceandappliedtotheforecastofurbanrailtransitpassengerflow,

8、sothattheshort-termpassengerflowpredictionofurbanrailtransithassteppedintoanewstag