基于多源数据划分和残差不同时更新的地铁客流区间预测  

作　　者：成一帆 李新爱 

机构地区：[1]兰州交通大学交通运输学院 [2]中国铁路兰州局集团有限公司兰州客运段

出　　处：《中国储运》2025年第2期142-143,共2页China Storage & Transport

摘　　要：近年来,城市轨道交通凭借其速度快、舒适、环境污染低等优势成为应对路面交通拥挤的有效措施,迎来了爆发式发展,成为大中型城市中不可或缺的公共交通工具[1]。随着城市轨道交通线网的快速扩张,我们需要顺应大客流的发展趋势,有效分析客流发展情况来科学地组织相应的运营管控[2]。随着智能交通系统的发展,交通流预测成为一个非常重要的问题。原始交通流数据分布构造极其不稳定,数据具有完全随机性,为掌握不同时段数据的特点,需对数据进行有效聚类。当聚类对象的不确定性较强时,聚类中心只能反映类别之间的差异,不能反映类别内部误差点分布的具体情况。为了得到更精确的预测区间,需要对突变时段预测误差的不确定性进行描述,获取更多类内误差分布的信息。

关 键 词：公共交通工具 智能交通系统 城市轨道交通 区间预测 交通流预测 交通流数据 大客流 多源数据 

分 类 号：U23[交通运输工程—道路与铁道工程]