城市轨道交通线网短时客流预测方法研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:sanrenET
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
随着城市轨道交通线网规模的快速扩张和客流量的急剧增加,线网客流的时空分布日趋复杂,高峰时段供需不平衡问题愈加突出,部分车站客流超过设计能力,常态化限流车站逐步增加,系统安全运营和应急管理面临巨大挑战。大数据、人工智能等技术的兴起为应对现实挑战提供了解决思路,促使轨道交通逐渐向智慧轨道交通生态的方向发展。短时客流预测是构建智慧轨道交通生态的基础研究内容,然而既有相关研究存在预测精度较低、系统性较弱、网络客流时空特征捕捉不充分等不足,难以满足智慧化运营管理的需求。鉴于此,在新时代新背景新技术的推动下,本论文借助大数据挖掘和人工智能等新兴技术,构建了包括车站级和网络级短时进站流预测、短时OD流预测以及短时断面流预测在内的一整套智能城市轨道交通短时客流预测体系框架,分别着力解决了如何获取轨道交通系统短时期内进站流量、OD流量、断面流量的问题。研究成果有助于辅助地铁运营公司实时把握全网客流高精度的时空分布状态、及时有效地调整客流管控措施等。论文主要研究内容分为以下四部分:(1)城市轨道交通车站级短时进站流预测。首先,构建了两步k-means算法进行全网车站聚类,深度解析了不同车站类别的空间分布特征;其次,基于聚类结果,通过分析不同时间粒度下客流时间序列的相似性和平稳性,构建了可预测性评估模型,深度挖掘了不同时间粒度下客流的时间特征。通过分析全网客流的时间性、空间性、短时性,充分把握了全网客流的时变特性和分布特性。最后,构建了基于聚类的CB-LSTM模型对车站级短时进站流进行预测。结果表明CB-LSTM模型有效地进行了数据增强,并在车站级水平上优于多数既有的交通预测模型,解决了如何获取轨道交通单个车站短时期内进站流量的问题。(2)城市轨道交通网络级短时进站流预测。首先,详细分析了目前网络级短时进站流预测存在的主要问题。其次,考虑了客流的实时模式、日模式和周模式,借助残差网络、图卷积神经网络和注意力长短时记忆网络,融合进站流、出站流、网络拓扑信息、天气状况和空气质量因素,构建了Res LSTM深度学习框架对网络级短时进站流进行预测。最后,基于多图卷积神经网络和三维卷积神经网络,融合进站流和出站流,构建了Conv-GCN深度学习框架对网络级短时进站流进行预测。两种深度学习框架均实现了对全网所有车站实时进行短时进站流预测,且具有较好的预测效果,满足地铁运营管理的实际需求,解决了如何获取轨道交通全网所有车站短时期内进站流量的问题。(3)城市轨道交通短时OD流预测。首先,提出了OD吸引度指标,用以表征OD吸引客流的强度,并将全网所有OD对划分为不同的OD吸引度水平。其次,构建了不同时间粒度不同OD吸引度水平下的车站级短时OD流预测LSTM模型,并推荐了最佳短时OD流预测时间粒度和OD吸引度水平。最后,借助分离卷积结构、通道注意力机制、进站流/出站流门控机制和掩膜损失函数等模型组件,通过有机融合OD矩阵、进站流和出站流,构建了CAS-CNN深度学习框架用于短时OD流预测。该模型实现了对全网所有OD对之间的短时OD需求进行预测,相较于多种既有深度学习模型,取得了良好的预测效果,解决了如何获取轨道交通全网短时期内OD流量的问题。(4)基于计算图的城市轨道交通短时断面流预测。首先,引入了机器学习领域的计算图模型,并详细分析了基于计算图的客流分配模型相比传统客流分配模型的优势。其次,将轨道交通客流分配模型置于计算图框架下,通过乘客路径选择建模、k短路搜索以及有效路径选择、构建数学优化模型、优化模型向量化、计算图模型建模等步骤,估计了路段行程时间和站点等车时间,进而通过客流分配和智能体仿真等步骤,最终生成了断面流量。最后,进行了案例研究,将该模型应用于虚拟地铁网络,验证了模型的合理性和有效性,将该模型应用于北京真实地铁网络,获取了网络短时断面客流。该模型实现了实时获取全网所有断面的短时客流量,解决了如何获取轨道交通全网短时期内断面流量的问题。
其他文献
城市轨道交通具有安全高效、快捷准点、绿色环保等特点,是现代化公共交通发展的重要方向,近年来得到了快速的发展。随着路网规模的逐渐扩大和乘客出行需求的迅猛增长,城市轨道交通的运营环境日益复杂,运营控制难度日趋增大。列车运行过程中会不可避免地出现由设备、环境、人为等因素导致的随机干扰而产生延误,如果不采取有效措施及时地进行列车运行调整,会导致线路甚至路网运营秩序紊乱、站台乘客滞留等危害。目前轨道交通系统
逻辑回归是一类非线性回归模型,作为一种重要有效的分类工具,在机器学习、数据挖掘、模式识别、医学和统计等领域都有着广泛的应用.近些年来,由于实际问题产生的数据规模不断扩大,但仅有部分特征起到作用,这导致大规模稀疏逻辑回归问题的产生.同时数据规模大、数据的不确定性、约束复杂等原因给计算带来了不小的挑战,因此发展设计快速有效的算法来解决稀疏逻辑回归问题是非常有必要的.本文基于最近几年对统计学中的变量选择
基于视频智能分析的异物入侵检测是铁路周界安全监测与防范领域的重要技术手段,对保障铁路行车安全具有重要意义。近年来,随着深度学习技术的快速发展,基于卷积神经网络等深度神经网络的视频分析算法极大提升了检测性能,但由于深度神经网络存在复杂度高、训练耗时长、计算和存储量大、对硬件需求高等问题,无法在具有大量监控相机的铁路周界安防系统中广泛应用。为此,论文研究卷积神经网络剪枝、压缩训练、网络架构自动优化等系
铁路是国民经济大动脉、关键基础设施和重大民生工程,在我国经济社会发展中具有重要作用和地位。近年来,围绕交通强国建设目标,铁路工程建设规模庞大,施工招投标市场活跃,已纳入公共资源交易市场的铁路工程施工招标项目均不同程度采用了电子招投标形式,传统招投标监管方式难以满足监管需求,监管方式亟需创新以提高监管效能。大数据技术作为创新监管方式的一个重要着力点,电子招投标过程中积累的海量数据奠定了数据基础,研究
学位
伴随20世纪后半叶第三次科技革命的到来,人类社会在微电子计算机技术与网络信息技术的推动下步入了信息化时代。以网络媒体为代表的信息技术变革直接影响了以信息传递为基础的社会交往方式,信息传播、交往和分享的程度被网络媒体无限放大。天然的意识形态属性决定了网络媒体不仅成为各种社会思潮和利益诉求的集散地,也成为我们开展宣传思想工作的全新载体。然而,网络媒体的发展是与其商品化进程息息相关的。商品化一方面加快了
电磁泄漏发射是信息安全领域破坏信息保密性的一种重要风险,而传导泄漏发射是电磁泄漏发射研究领域中的一个关键问题。相对于自由空间辐射的泄漏发射,对传导泄漏发射的机理和传播规律的认识还存在不足。随着高速器件的快速发展,信息技术设备的数字信号频率越来越高,泄漏发射的频率范围也越来越宽,测试设备的发展远远不能适应评估泄漏发射风险的需要,已有的电磁兼容测试方法和手段还不能有效测试评估传导泄漏发射风险,特别是测
镉基半导体量子点是最有潜力的下一代发光材料之一。但目前,镉元素的污染性和毒性大大限制了其发展。因此大量的科学研究工作开始集中到了绿色无毒或低毒的量子点的可控合成和提升无镉量子点电致发光二极管器件性能上来。而多元铜基硫族半导体量子点作为镉基量子点材料的替代者之一,其具有低毒性和元素来源广泛的优点,但是其光致和电致发光性能还不能与镉基量子点相媲美,因此寻求提升多元铜基硫族量子点发光性能的策略,进一步提
大型养路机械捣固维修作业是各国铁路工务部门为改善有砟轨道的轨道几何状态而采用的最主要、最有效的维修方式,也是成本最高的轨道维修作业之一。目前,我国铁路主要采取“周期修”的捣固维修模式。随着路网规模的不断扩大、列车速度的高速化、列车载荷的重载化,传统的捣固维修模式已经难以满足铁路运输对轨道状态安全性、稳定性、可靠性的要求,以及管理者在维修成本控制方面的迫切需求。因此,我国铁路捣固维修模式正逐步由“周
一、前言边塞诗,发端于《诗经》,形成于南朝,繁荣于唐代,新变于两宋。举凡书写边塞有关之诗篇,如从军出塞、守土卫边;遣使北国、沦落异域者皆属之。上自政治、经济、军事、外交,下自风土、民心、国恩、亲情,皆可挥洒入诗。或叙事,或记游,或怀古,或抒情,多交
会议