工业技术创新2023，Vol.10Issue(4) ：60-68.DOI:10.14103/j.issn.2095-8412.2023.08.007

基于PCA-Kmeans算法的城市轨道交通短期OD客流预测

Short-Term OD Passenger Flow Prediction of Urban Rail Transit Based on PCA-Kmeans Algorithm

赵利强 张涛 唐水雄 唐金金 李瑞森
工业技术创新2023，Vol.10Issue(4) ：60-68.DOI:10.14103/j.issn.2095-8412.2023.08.007
✕
  • 维普
  • 万方数据

基于PCA-Kmeans算法的城市轨道交通短期OD客流预测

Short-Term OD Passenger Flow Prediction of Urban Rail Transit Based on PCA-Kmeans Algorithm

赵利强 1张涛 1唐水雄 2唐金金 3李瑞森1
扫码查看

作者信息

  • 1. 北京化工大学信息科学与技术学院,北京 100029
  • 2. 北京驿禄轨道交通工程有限公司,北京 101200
  • 3. 北京交通大学交通运输学院,北京 100044
  • 折叠

摘要

针对当前城市轨道交通短期起讫点(OD)客流预测存在模型构建工作量大、资源占用量大的特殊性,提出一种基于PCA-Kmeans算法的城市轨道交通短期OD客流预测方法.利用自动售检票(AFC)刷卡交易明细数据构造OD分布比矩阵,通过主成分分析(PCA)进行数据降维,再通过Kmeans算法处理降维后的数据,采用手肘法确定初始聚类数目,开展Kmeans聚类分析;依据聚类分析结果的各簇中心OD分布比及轮盘赌策略分布,以准确度较高的进站客流为OD客流,实现全线网规模的短期OD客流预测.以西南某城市轨道交通数据为研究对象开展实例研究,快速完成了全线网规模的短期OD客流预测,日粒度平均绝对百分比预测误差仅为13.7%,15 min粒度平均绝对误差仅为8.56,印证了该OD客流预测方法具有较高工程应用价值.

关键词

城市轨道交通/短期OD客流预测/Kmeans聚类分析/PCA-Kmeans算法/轮盘赌

Key words

Urban Rail Transit/Short-Term OD Passenger Flow Prediction/Kmeans Cluster Analysis/Principal Component Analysis/Roulette

引用本文复制引用

出版年

2023
工业技术创新
中国电子信息产业发展研究院和赛迪工业和信息化研究院（集团）有限公司

工业技术创新

ISSN：2095-8412
参考文献量14
段落导航相关论文