近年來,城市軌道交通行業(yè)發(fā)展迅速,成為人們出行的重要方式,同時隨著經(jīng)濟社會的發(fā)展,大型活動的舉辦也越來越頻繁,大型活動的舉辦會造成大量人群在較短時間和較小空間內的聚集,產(chǎn)生城市軌道交通突發(fā)大客流,對乘客安全和車站運營造成影響。做好大型活動所引發(fā)的突發(fā)客流的準確預測,是進行合理客流組織和安全運營的必要支撐,因此,對于大型活動下的城市軌道交通客流進行短時預測具有重要意義。本文通過對大型活動下城市軌道交通客流規(guī)律進行研究,提出了一種大型活動下城市軌道交通客流預測特征構建和提取方法,建立了組合預測模型,實現(xiàn)了大型活動下的城市軌道交通客流的進出站準確預測。本文的主要工作如下:（1）對大型活動城市軌道交通客流的變化規(guī)律進行研究分析。首先說明大型活動的概念、特性及分類,并進一步說明大型活動下城市軌道交通客流的概念和描述指標,其次歸納大型活動下城市軌道交通客流的影響因素,最后分析其變化過程和變化范圍,歸納變化特性,并選取集中爆發(fā)型活動客流進行進一步的預測研究。（2）給出了大型活動客流預測機器學習框架下的特征構建和提取過程。首先建立了基于機器學習的大型活動下城市軌道交通客流預測框架,從常規(guī)特征和活動特征... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學位級別】：碩士

【部分圖文】：

圖１－１研究技術路線圖??Ｆｉｇｕｒｅ?１－１?Ｔｅｃｈｎｏｌｏｇｙ?Ｒｏｕｔｅ??

一大型活動下城市軌道交通客流變化過程示愈圖

圖２－３（ａ）?２月１６日安定門廟會－持續(xù)集散型客流變化圖??Ｆｉｇｕｒｅ?２－３（ａ）?Ｆｅｂｒｕａｒｙ?１６ｔｈ?ＡＤＭ?Ｔｅｍｐｌｅ?Ｆａｉｒ－Ｃｏｎｔｉｎｕｏｕｓ?Ｄｉｓｔｒｉｂｕｔｅｄ?Ｐａｓｓｅｎｇｅｒ?Ｆｌｏｗ??

【參考文獻】：
期刊論文
[1]2018年世界城市軌道交通運營統(tǒng)計與分析[J]. 韓寶明,代位,張紅健.  都市快軌交通. 2019(01)
[2]基于KNN-LSTM的短時交通流預測[J]. 羅向龍,李丹陽,楊彧,張生瑞.  北京工業(yè)大學學報. 2018(12)
[3]城市軌道交通常態(tài)與非常態(tài)短期客流預測方法研究[J]. 白麗.  交通運輸系統(tǒng)工程與信息. 2017(01)
[4]基于KNN回歸的短時交通流預測[J]. 陳婧敏.  微型電腦應用. 2015(09)
[5]軌道交通短期客流預測方法及其算法研究[J]. 謝輝,董德存,歐冬秀,王詩薇.  現(xiàn)代城市軌道交通. 2011(03)
[6]大型活動的交通組織方法研究[J]. 楊忠振,陳剛.  城市交通. 2007(03)
[7]2010年上海世博會交通需求預測研究[J]. 孫劍,李克平,楊曉光.  交通與運輸(學術版). 2005(02)
[8]短時交通流預測模型綜述[J]. 王進,史其信.  中國公共安全(學術卷). 2005(01)
[9]自回歸滑動平均模型中階數(shù)及參數(shù)的確定[J]. 楊振成.  統(tǒng)計與決策. 2004(12)
[10]交通流預測方法綜述[J]. 劉靜,關偉.  公路交通科技. 2004(03)

博士論文
[1]地鐵客流短期預測及客流疏散模擬研究[D]. 楊軍.北京交通大學 2014
[2]智能粒子群優(yōu)化算法研究[D]. 高芳.哈爾濱工業(yè)大學 2008

碩士論文
[1]乘客行為對北京地鐵大客流組織優(yōu)化的影響研究[D]. 辛寧.北京交通大學 2018
[2]基于機器學習的鐵路短期客流預測方法優(yōu)化研究[D]. 操瑋.北京交通大學 2018
[3]基于數(shù)據(jù)挖掘的城市軌道交通車站突發(fā)客流預測研究[D]. 李曉峰.北京交通大學 2017
[4]城市軌道交通短時客流預測與運營組織研究[D]. 武漢慧.長安大學 2017
[5]大型活動行人交通分析、預測及仿真[D]. 樓佳妮.北京交通大學 2017
[6]城市大型盛會交通組織與交通需求管理策略研究[D]. 魏萌.武漢輕工大學 2016
[7]城市軌道交通大型活動客流網(wǎng)絡傳播規(guī)律研究[D]. 李倩.北京交通大學 2016
[8]城市軌道交通大型活動散場客流傳播與協(xié)調控制[D]. 易晨陽.北京交通大學 2015
[9]大城市大型社會活動交通影響分析研究[D]. 李家順.重慶交通大學 2011
[10]奧運觀眾交通預測及組織規(guī)劃研究[D]. 安志強.北京工業(yè)大學 2004



本文編號：3366121