建設(shè)軌道交通系統(tǒng)是緩解城市交通壓力的有效途徑之一,對地鐵短時客流的準確預測為解決城市的擁堵、線網(wǎng)的優(yōu)化以及公共交通的安全防護具有重要的意義,從而為構(gòu)建智慧城市具有一定的現(xiàn)實意義�，F(xiàn)階段對于地鐵短時客流的預測主要是通過分析客流特征結(jié)合交通理論或者基于傳統(tǒng)的時間序列的方法進行研究,在本文中主要采用基于深度學習的神經(jīng)網(wǎng)絡(luò)實現(xiàn)對短時客流的預測,主要工作有:（1）基于智能卡交易數(shù)據(jù)對地鐵客流進行時空特征分析,提出一種線路客流清分算法用于計算地鐵線路客流;同時基于智能卡交易數(shù)據(jù)和地鐵站采集的乘客移動終端特征數(shù)據(jù)進行數(shù)據(jù)融合,提出移動終端特征數(shù)據(jù)處理算法,以及數(shù)據(jù)融合算法,并且通過融合算法得到站點區(qū)域客流;（2）利用聚類算法對客流進行日期和時間段的分類,并且通過對每一類客流分別建模,以此提高客流預測的準確性。通過構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)合長短時記憶網(wǎng)絡(luò)的短時客流預測模型,分別對線路客流、站點進（出）站客流以及站內(nèi)區(qū)域客流進行短時預測。最后通過不斷地實驗調(diào)參,確定得到一組最佳的超參數(shù)組合,使得客流預測的準確性更高;（3）最后介紹其他常見的短時客流預測方法,并且在相同數(shù)據(jù)集的前提下,比較了滑動平均模型、SVR... 

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與創(chuàng)新點
        1.3.1 研究目標
        1.3.2 研究內(nèi)容
        1.3.3 創(chuàng)新點
第2章 城市軌道交通客流分析
    2.1 客流概述
    2.2 技術(shù)路線
    2.3 客流的時空分析
        2.3.1 數(shù)據(jù)清洗與預處理
        2.3.2 地鐵OD的計算
        2.3.3 軌道交通客流的特征分析
    2.4 本章小結(jié)
第3章 基于數(shù)據(jù)融合的清分算法與客流計算
    3.1 線路客流清分算法
        3.1.1 背景介紹
        3.1.2 算法介紹
        3.1.3 結(jié)果展示
    3.2 站內(nèi)區(qū)域客流估計
        3.2.1 背景介紹
        3.2.2 算法介紹
        3.2.3 結(jié)果展示
    3.3 本章小結(jié)
第4章 基于深度學習的短時客流預測模型
    4.1 神經(jīng)網(wǎng)絡(luò)簡介
    4.2 循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)合長短時記憶網(wǎng)絡(luò)
        4.2.1 網(wǎng)絡(luò)的介紹
        4.2.2 樣本分析
        4.2.3 性能評價指標
        4.2.4 參數(shù)的調(diào)節(jié)
        4.2.5 結(jié)果展示
    4.3 本章小結(jié)
第5章 各類算法的結(jié)果對比
    5.1 滑動平均模型
    5.2 SVR模型
    5.3 PROPHET 模型
    5.4 結(jié)果比較與分析
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 下一步研究方向
參考文獻
致謝
作者簡介



本文編號：3672695