| 数据不完备下基于特征识别的公交客流短时预测 |
| |
| 作者姓名： | 方晓平 林美 陈维亚 潘鑫 |
| |
| 作者单位： | 中南大学 交通运输工程学院∥轨道交通大数据湖南省重点实验室, 湖南 长沙410075;中南大学 交通运输工程学院∥轨道交通大数据湖南省重点实验室, 湖南 长沙410075;中南大学 交通运输工程学院∥轨道交通大数据湖南省重点实验室, 湖南 长沙410075;中南大学 交通运输工程学院∥轨道交通大数据湖南省重点实验室, 湖南 长沙410075 |
| |
| 基金项目： | 湖南省交通厅科技进步与创新项目;湖南省自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 识别公交客流特征是提高短时预测质量的关键。但由于设备故障、数据收集受限等原因,客流数据属性往往是不完备的,这给特征识别和客流预测带来了挑战。文中以缺少乘客属性数据的长沙市104路公交卡数据为样本,利用卡号与出行时间的关联性识别乘客出行频次,以此作为区分出行特征的变量,将客流总集划分为不同的特征子集,依据子集规模、方差确定变量最佳取值,推断客流特征。与直接预测客流总集相比,文中为每类子集建立季节性差分自回归滑动平均(SARIMA)模型分别进行预测,整合后得出的样本外平均绝对误差改善了36.11%,依据乘客出行特征建立的预测模型拟合度为0.95,可有效识别公交客流特征。
|
| 关 键 词： | 公交客流 短时预测 不完备数据 出行特征 SARIMA模型 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
