首页|基于SVR-Copula算法的轨道短时客流区间预测方法研究

基于SVR-Copula算法的轨道短时客流区间预测方法研究

扫码查看
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.
Short-Term Interval Prediction of Traffic Flow Based on SVR-Copula Algorithm
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.

short-term traffic flow forecastingsupport vector regressioncopula algorithminterval prediction

刘学军、侯月岑、黄溜、罗天玥、宋菊芳、胡珊

展开 >

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

中国南方航空公司湖北分公司,湖北武汉,430023

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

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

展开 >

短时客流预测 支持向量回归 Copula算法 区间预测

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国家自然科学基金

2021ZB0251579182

2024

测绘地理信息
武汉大学

测绘地理信息

CSTPCD
影响因子:0.563
ISSN:1007-3817
年,卷(期):2024.49(4)