雨雪天气下轨道交通客流预测模型

作     者：冯树民 刘浩 李来成 FENG Shumin;LIU Hao;LI Laicheng

作者机构：哈尔滨工业大学交通科学与工程学院哈尔滨150090 

出 版 物：《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)

年 卷 期：2022年第54卷第9期

页      面：1-6页

核心收录：

学科分类：08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(71771062) 

主　　题：城市轨道交通 雨雪天气 客流预测 客流波动规律 LSTM神经网络 

摘      要：为了完善雨雪天气下轨道交通客流预测模型,对哈尔滨市地铁1号线2017年12月份至2019年1月份的全线客流数据进行研究,引入客流基准值和客流偏差率的指标来量化轨道交通客流波动情况,研究雨雪天气下轨道交通客流波动规律,提出一种基于雨雪天气下轨道交通客流时空波动规律的短时客流预测模型WI⁃LSTM,以平均绝对误差(MAE)、均方根误差(RMSE)以及平均相对误差(MRE)作为预测模型的评价指标,与经典的SARIMA预测模型、支持向量回归(SVR)预测模型和未考虑雨雪天气的LSTM预测模型进行了对比。结果表明:考虑雨雪天气的WI⁃LSTM预测模型可以充分利用雨雪天气轨道交通客流波动规律,相比其他3种预测模型具有更高的准确性和可靠性。WI⁃LSTM预测模型进一步提升了雨雪天气下轨道交通客流预测精度,可为轨道交通企业运营管理提供数据支撑。