軌道交通短期客流預(yù)測及與公交換乘協(xié)調(diào)研究.pdf

1、近年來，隨著我國城市軌道交通的快速發(fā)展，各大城市的軌道交通逐漸形成規(guī)模，已經(jīng)成為人們必不可少的交通出行方式，并且人們對于城市公共交通的服務(wù)要求也越來越高。因此，有必要探究實時準確地預(yù)測軌道交通客流的方法以及正確評價公共交通之間換乘協(xié)調(diào)度的模型。故而針對北京地鐵14號線軌道交通短期客流預(yù)測以及車站與地面公交換乘協(xié)調(diào)進行了系統(tǒng)研究，包括客流特征分析、人工神經(jīng)模型短期客流實時預(yù)測、軌道交通和地面公交換乘協(xié)調(diào)度評價、分析與建議等。主要研究工作包

2、括:
　　(1)詳細介紹短期客流在時間和空間上的分布特征，并且根據(jù)實際客流數(shù)據(jù)對北京地鐵14號線各車站按照客流分布特征進行分類，準確掌握了14號線各車站客流特點，為準確預(yù)測客流打好基礎(chǔ)。為達到實時預(yù)測的目的需要預(yù)測時間劃分為5min，需要模型具有很好的抗噪能力以適應(yīng)客流分布的高度非線性和振蕩性。因此，選用小波神經(jīng)網(wǎng)絡(luò)作為預(yù)測模型，根據(jù)客流數(shù)據(jù)樣本分析結(jié)果設(shè)計網(wǎng)絡(luò)拓撲模型，調(diào)整模型各項參數(shù)。
　　(2)針對小波神經(jīng)網(wǎng)絡(luò)存在可能

3、陷入局部最小值而無法得到全局最優(yōu)值的問題，使用遺傳算法和免疫算法綜合優(yōu)化小波神經(jīng)網(wǎng)絡(luò)。結(jié)合對北京地鐵14號線不同客流特征站點的預(yù)測結(jié)果，使用設(shè)立的模型預(yù)測評價指標比對改進前后小波神經(jīng)網(wǎng)絡(luò)的預(yù)測效果，證明優(yōu)化后的網(wǎng)絡(luò)模型具備全局尋優(yōu)的特點，精度和均等系數(shù)更高，具有預(yù)測軌道交通短期客流的優(yōu)勢。
　　(3)對軌道交通與地面公交換乘情況進行評價，選擇合適的評價指標，建立具有九個指標的評價體系。評價模型采用以可拓理論為基礎(chǔ)的物元分析法，結(jié)合