基于信令数据的城市群空铁联程客流识别及预测框架

作     者：陈艳艳 张野 张云超 李永行 李臣 赖见辉 

作者机构：北京工业大学北京市交通工程重点实验室 济南轨道交通集团有限公司 

出 版 物：《北京交通大学学报》 (Journal of Beijing Jiaotong University)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 0823[工学-交通运输工程] 

基　　金：北京市社会科学基金规划项目(21SRC017) 

主　　题：综合交通 空铁联程 客流识别 T-BiGRU模型 城市群 

摘      要：针对城市群空铁联程客流需求获取困难、客流规律难以把握的问题，提出一套集成空铁联程客流识别及预测模块的综合分析框架。首先，考虑交通枢纽的空间范围及旅客出行的时空特征，提出了一种基于信令数据的空铁联程客流识别方法，并挖掘其时空分布规律。其次，在门控循环神经网络模型（Bidirectional Gated Recurrent Unit，GRU）的基础上，引入时间周期编码，构建具有时间周期性的双向门控循环神经网络模型（Temporal-Bidirectional Gated Recurrent Unit，T-BiGRU）对空铁联程客流进行预测。最后，以京津冀城市群为实例，研究结果表明：京津冀城市群空铁联程客流呈现出明显的聚集分布特征，其中北京南站—天津站—天津滨海机场和北京西站—正定机场站—石家庄正定机场两个场景的联程客流占比最高，超过联程客流总量的65%；T-BiGRU模型可以对联程客流的需求进行精准预测，对两个主要场景的双向联程客流的预测精度均超过了89%，优于多个基线模型。研究结果可为城市群空铁协同发展及空铁联程服务优化提供科学有效的支撑。