论文部分内容阅读
为准确预测城轨实时进出站客流，构建基于非参数回归的实时进出站客流预测模型。首先，对不同特征日分时进出站客流量进行对比分析，据此构建历史数据库；其次，通过计算历史分时数据的相关系数，并设置阈值对分时客流数据间的相关性进行判断，从而确定合适的非参数模型状态向量；再次，根据K近邻样本与预测目标的客流量差异性，设计基于权重加权的预测算法；最后利用广州市城轨客流数据对预测模型进行精度分析，对全网站点多天的预测结果显示：全天平均绝对百分比误差均在2％以下，分时平均绝对百分比误差均在14％以下，表明模型具有较高的预测精