基于SVR-Copula算法的轨道短时客流区间预测方法研究
Short-Term Interval Prediction of Traffic Flow Based on SVR-Copula Algorithm
刘学军 1侯月岑 2黄溜 3罗天玥 4宋菊芳 2胡珊5
作者信息
- 1. 武汉大学城市设计学院,湖北武汉,430072;武汉大学数字城市研究中心,湖北武汉,430072
- 2. 武汉大学城市设计学院,湖北武汉,430072
- 3. 中国南方航空公司湖北分公司,湖北武汉,430023
- 4. 武汉市规划研究院(武汉市交通发展战略研究院),湖北武汉,430014
- 5. 华南理工大学亚热带建筑科学国家重点实验室,广东广州,510000
- 折叠
摘要
提出一种基于SVR-Copula算法的超短期客流量区间预测方法,利用支持向量回归模型进行客流量点预测,结合Copula理论构建历史点预测值和历史实际值联合分布,进而推导出不同置信度水平下的预测区间.以深圳市轨道交通一号线为例进行了实例分析,验证了所提方法对短时客流量区间预测的有效性.
Abstract
To obtain more comprehensive prediction information,This paper proposes an interval prediction method of ultra short term passenger flow based on support vector regression Copula algorithm,and then deduces the prediction intervals under dif-ferent confidence levels. Finally,a case study is conducted on Shenzhen Metro Line 1 to validate the effectiveness.
关键词
短时客流预测/支持向量回归/Copula算法/区间预测Key words
short-term traffic flow forecasting/support vector regression/copula algorithm/interval prediction引用本文复制引用
基金项目
华南理工大学亚热带建筑科学国家重点实验室开放研究基金(2021ZB02)
国家自然科学基金(51579182)
出版年
2024
NETL
NSTL
万方数据