简介:提出了一个全新的动态公交客流预测模型,使用智能卡数据和网络爬取的常州市兴趣点(POI)数据、天气记录数据,建立一种特征融合的长短期记忆递归神经网络(Feature-fusionLSTMRNN)模型,并应用于常州市地面公交客流集散点的智慧卡(SmartCard)刷卡客流预测.将以上模型用于刷卡客流预测实验,结果表明经过良好数据训练后的特征融合的长短期记忆递归神经网络可以在刷卡客流预测中保持较高的稳定性、准确性和泛化能力.
简介:摘要:城市轨道交通系统具有结构性复杂、服务频次性高、运输组织动态性强、客流负荷时空波动性大等特征,不同程度的安全风险存在于系统的各各环节当中,系统安全保障存在安全风险界定难、关键风险辨识难、全局风险评估难、系统风险管控难等关键性难题。随着线网规模的发展,大客流风险是目前城市轨道交通运营安全面临的普遍性问题,本文通过对地铁车站大客流风险分析,研究对应的防范措施,为城市轨道交通线网大客流风险防范化解提供参考。
简介:摘要: 客流量是城市轨道交通规划、建设乃至运营各个阶段的基础。客流预测结果的准确与否将直接影响到城市轨道交通的项目投资和运营效益。本文阐述了轨道交通客流预测的现状、影响因素、调查方法等并对目前的几种预测模型进行了探讨。