基于孤立森林算法的轨道交通实时客流告警阈值设定方法研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：在轨道交通客流实时监视业务中,车站实时客流告警的目的是帮助业务人员快速、准确地定位到网络中可能存在大客流风险的车站,达到提示预警的作用.如果告警阈值偏小,则告警频率会增加,使业务人员无法准确判断最需要关注的大客流风险车站,并对告警提示产生麻木心态;如果报警阈值偏大,则车站的突发大客流风险有可能未被监测到,从而无法及时采取应对措施.因此,需要提出一套科学、合理、适用性强的告警阈值.研究利用传统统计学方法和基于孤立森林的异常检测方法训练设定告警阈值,并通过应用效果测试验证对两种算法进行比选,确认利用孤立森林异常值判别思路训练的告警阈值更满足业务目标.研究成果按照"一站一方案""一个时段一方案"的原则,为北京市轨道交通指挥中心路网调度指挥平台提供车站实时进站量与出站量告警阈值,支撑客流实时监视与大客流风险预警.

外文标题：Setting Method of Rail Transit Real-time Passenger Flow Alarm Threshold Based on Isolation Forest Algorithm

作者：

王月玥、孙琦、钟厚岳

展开 >

作者单位：

北京轨道交通路网管理有限公司,北京100101

关键词：

轨道交通孤立森林告警阈值客流监视

基金：

北京市基础设施投资有限公司2020年度科研项目

项目编号：

2020-ZH-04

出版年：

2023

DOI：

10.3969/j.issn.1672-6073.2023.03.012

都市快轨交通

北京交通大学,北京城建设计研究总院有限责任公司

都市快轨交通

CSTPCD北大核心

影响因子：0.785

ISSN：1672-6073

年,卷(期)：2023.36(3)

参考文献量7