为了全面了解城市轨道交通短期客流预测现有的研究进展,结合国内外相关的研究,梳理了近年来的研究状况,归纳了城市轨道交通短期客流预测的研究焦点并分类进行了讨论.重点从客流分析、预测方法、不同情况下预测方法和时间粒度选择3个方面总结归纳现有研究成果.研究结果表明:在客流分析方面,大多采用出行方式链、聚类分析等方法定量分析客流特征,缺乏定性定量综合分析;在预测方法方面,主要使用统计学、非线性以及神经网络的预测模型,并且随着预测方法研究的逐步深入,用于短期客流预测的3类解析模型更加完善,预测精度日益提高,但在完善模型缺陷方面仍有待进一步研究;在预测方法和时间粒度选择方面,主要研究正常情况和突发大客流2种情况的预测方法选择,以及工作日与非工作日、高峰与平峰时段的短期客流预测时间粒度选择,考虑的情况不够全面.未来的研究可以从客流分析、预测方法、不同情况下预测方法和时间粒度选择3个角度出发.首先,通过大数据,运用定性定量结合的方法对城市轨道交通的客流进行分析;其次,构建不同特点的客流预测综合模型,解决单一模型存在的问题,并在保证精度的基础上提高组合模型的计算速度;最后,合理选择节假日、突发事件等不同条件下线路客流和网络客流的预测方法和时间粒度.未来也可以进一步综合上述3个方面的成果,从而更加准确预测城市轨道交通的短期客流量,为合理的行车组织提供依据.
NETL
NSTL
万方数据
维普
