基于SARIMA模型的轨道交通短时进站客流量预测--以西安小寨站为例

来源 :2017年世界交通运输大会 | 被引量 : 0次 | 上传用户:shi2879999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  本文详细分析了2017年3月1日-2017年3月31日西安城市轨道交通的客流数据,总结了以小时为统计单位的西安小寨站客流的波动规律,基于Eviews软件采用季节时间序列(SARIMA)模型对西安城市轨道交通客流时间序列进行建模进行分析。通过满足要求的模型预测西安城市轨道交通的客流预测,预测结果能准确描述一天之内流量的变化趋势。
其他文献
伴随城市轨道交通的快速发展,列车运营安全越来越受到人们广泛关注,列车能够安全、高效的运营,其关键因素取决于通信、信号技术水平发展,专用电话就是保障列车安全运营的一种重要通信手段。本文讲述了专用电话在地铁领域中的应用,结合北京昌平地铁建设实际情况具体描述了专用电话系统设置方案、系统构成、组网方式、系统功能等方面,希望对于轨道交通建设的专用电话系统能够提供参考和借鉴。
为准确识别网络化运营环境下轨道交通乘客出行特征,设计了可采集WiFi信息的分布式交通行为识别系统。轨道交通出行路径预测模型与实际出行路径存在偏差,利用信息检测技术可有效获得轨道交通乘客出行路径。本文利用基于无线Wi-Fi的信息检测设备,获得地铁站点乘客信息,对数据进行筛选分析,得出站台乘客出行时间分布,并对各站点间的检测数据进行匹配得出检测数据匹配度及各站台间出行时间分布情况。可知该系统采样率高、
为实现单线铁路网络智能调度,克服单线铁路网络智能调度中双方向列车在同一线路上相对行驶中的智能冲突疏解及线路死锁防护机制等难点,基于多Agent通讯及协同机制提出单线铁路网络智能调度仿真方法。在单线铁路网络拓扑结构基础上,分析单线铁路网络中列车冲突判断条件、死锁判断条件,并提出列车冲突疏解及死锁防护机制。
针对南疆既有铁路接触网定位悬挂风致偏移的视觉检测问题,提出了一种基于动态模板灰度匹配的定位悬挂点运动识别算法.以定位悬挂点为目标匹配模板,建立目标模板像素点与遍历区域等尺寸区间像素点之间的灰度方均根匹配算子,计算并绘制被识别区域的灰度匹配算子三维曲面图,根据方均根匹配差异值最小原则确定目标像素坐标点;针对运动目标的识别算法,考虑成像环境的多变性,采用时间序列的动态目标模板进行迭代更新,以确保各帧序
城市轨道交通换乘站是基于两条及其以上轨道交通线路在该处设置客流集散点而形成的。作为多条线路的交汇点,其起着重要的客流疏导作用,其布局及客流流线的设计将直接影响换乘站的使用效率和服务水平。本研究通过对西安地铁2、3号线的换乘站点小寨站的客流进行研究,明确该换乘站内客流流线组织存在的冲突与缺陷。
In this paper,the transient characteristic of mortar void in ballastless track is studied.CRTS Ⅱ ballastless finite model is built by LS-DYNA.Calculation results show that,when there are defects in mo
铁路集装箱运输业务,因其成本与适用性的优势,近年来发展迅猛。但是由于地区经济发展水平以及自然资源分布等因素的影响,使得集装箱运输网络中货运需求与可用空箱资源不匹配。如何应用最合理的策略优化空箱调运方案提高运输效率与收益成为当前亟需解决的问题。本文提出应用价格杠杆调节货运需求实现空箱调度,提高企业运输收益。
Sealing the tunnel entrance is one of tactic for railway tunnel firefighting.In order to understand the effect of tunnel entrance sealing ratio on fire behavior,Computational Fluid Dynamics(CFD)is use
Turnout is the essential equipment on the railway,which also belongs to one of the strongest demanded infrastructural facilities of railway on account of the more seriously frog rail failures,which ar
基于灰色理论和马尔科夫理论,建立传统的灰色预测模型和灰色马尔科夫预测模型,对西安地铁客流量量的数据进行了分析预测;然后对原始数据序列滑动平均处理,再用无偏GM(1,1)模型拟合系统的发展变化趋势,将修正后得到的模型与马尔科夫模型进行结合,提出了改进的灰色马尔科夫模型预测方法。并用改进后的新模型对地铁客流的预测结果与传统的灰色马尔科夫模型进行对比;仿真结果表明:改进后的灰色马尔科夫模型预测精度有了进