公交客流實時分析與短時預測研究.pdf

1、優(yōu)先發(fā)展公共交通是解決大、中城市交通問題的有效措施之一。面對嚴峻的城市交通問題，交通運輸部啟動了公交都市建設示范工程，確定北京、濟南等十五個城市為公交都市建設示范工程第一批創(chuàng)建城市。在這一大的背景下，為實現(xiàn)公交系統(tǒng)的高效運行，需要做許多方面的努力，其中關鍵之一是提高公交線路運營管理水平。公交客流分析與預測，尤其是動態(tài)公交客流分析與預測是實現(xiàn)公交調(diào)度優(yōu)化的基礎。只有對短時公交客流做出全面的分析與準確的預測，才能夠掌握公交線路的實時運行狀況

2、，使得管理者能針對客流短期的波動情況做出快速響應，有效調(diào)整運營調(diào)度方案，做到真正意義上的實時調(diào)度，從而最大化企業(yè)的經(jīng)濟效益與社會效益。
　　傳統(tǒng)的公交客流數(shù)據(jù)采集方法已經(jīng)無法滿足當前系統(tǒng)對數(shù)據(jù)實時性的要求，因此本研究設計構架了一種公交客流實時采集系統(tǒng)，將IC卡系統(tǒng)實時采集的客流數(shù)據(jù)以及投幣檢測數(shù)據(jù)與GPS數(shù)據(jù)相融合，利用GPS數(shù)據(jù)的實時上傳特性，將客流數(shù)據(jù)與定位數(shù)據(jù)實時上傳到調(diào)度中心，并結合人工調(diào)查得到的刷卡比例，可實時推算獲得站

3、點、線路和線網(wǎng)的上車客流數(shù)據(jù)。
　　在客流實時采集的基礎上，通過對已有IC卡數(shù)據(jù)和GPS數(shù)據(jù)的挖掘分析，對公交客流的出行特征進行分析。分別研究了在完全數(shù)據(jù)環(huán)境下和部分數(shù)據(jù)環(huán)境下公交客流上下車站點的確定方法，又進一步對換乘判斷、公交客流的時間、動態(tài)分布特性以及短時公交客流特性進行研究，分析公交客流在工作日、周末以及一月內(nèi)的變化規(guī)律，并對公交客流的一天內(nèi)時間分布不均勻性、方向不均勻性以及星期變動特性進行了定量分析。
　　研究確定

4、了采用傳統(tǒng)BP神經(jīng)網(wǎng)絡模型、改進的BP神經(jīng)網(wǎng)絡模型和RBF神經(jīng)網(wǎng)絡模型分別對短時公交客流進行預測并做出評價。在短時公交客流特性分析的基礎上確定了相鄰時段客流數(shù)據(jù)、相鄰天相同時段客流數(shù)據(jù)和相鄰周相同時段客流數(shù)據(jù)作為模型的輸入，并研究確定了BP神經(jīng)網(wǎng)絡模型輸入層和隱藏層的神經(jīng)元數(shù)目。利用已有的且整理好的IC卡數(shù)據(jù)分別對三種網(wǎng)絡模型進行訓練和預測，對各模型的預測結果進行分析和評價，預測結果表明，改進的BP模型和RBF模型的預測精度都要比傳統(tǒng)的