基于组合模型的城市轨道交通短时客流预测
【摘要】 针对城市轨道交通短时客流的非线性分布特征，本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先，利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后，使用自相关和偏自相关分析确定时间序列的平稳性;之后，分别采用ARMA模型与小波ARMA组合模型对北京市某地铁站的进站量进行客流预测，并对预测结果的误差进行了比较分析.经过对比分析表明，小波ARMA组合模型能够较好地预测出未来的短时客流，预测效果优于单一ARMA模型，计算速度也能够满足短时预测的需求，该方法可为城市轨道交通的运营组织提供参考建议.
