城市轨道交通短时客流不确定性预测模型
【摘要】 以城市轨道交通实际运营客流数据为基础，针对现diction.urbanrailtransit;short-termpassengerflow;un-有短时客流预测存在的问题，从运营时段特征、客流类型及Keywords站点周边用地类型等影响因素出发，剖析了短时客流存在不certaintyprediction确定性的原因;基于周期性差分自动平滑回归模型和支持向First-author'saddress量机理论，构建了短时客流预测组合模型，捕捉短时客流的314051，Jiaxing，ChinaZhejiangCollege，TongjiUniversity，周期性特征和局部非线性性特征;为提高短时客流预测结果的可信度，引入广义自回归条件异方差模型来构建短时客流城市轨道交通短时客流在受到多种随机因素不确定性预测模型。通过实例，验证结果表明，周期性差分的影响下，具有显著的随机性和非线性特点。根据自动平滑回归-在线支持向量机组合模型对于周期性强且稳城市轨道交通短时客流的随机特性，城市轨道交通定的客流具有优越的预测性能，广义自回归条件异方差模型的短期客流不确定性预测结果更为准确可靠。
