[发明专利]一种城市轨道交通短期客流动态预测方法

说明书

本发明涉及一种城市轨道交通短期客流动态预测方法，基于传统客流预测方法与实际客流数据，产生预测时间区间的预测误差序列，采用逆向云发生器，建立预测误差云模型，采用正态云发生器，产生预测误差正态云滴分布图，利用分位数原理计算给定置信水平下的云滴分位数和与之相对应的客流量可能发生波动的置信范围，然后根据不确定性区间进行下一时刻的客流预测。本发明所提出的城市轨道交通短期客流动态预测方法可以实现城市轨道交通短期客流预测的不确定性分析，提高短期客流预测精度，为城市轨道交通的安全管理与运营组织决策提供更为准确的依据。

技术领域

本发明涉及城市轨道交通客流预测领域，尤其涉及适用于城市轨 道交通短时客流动态预测方法。

背景技术

随着社会和经济的迅猛发展及城市自动化水平的不断提高，人们 的出行频率大幅度增加，城市轨道交通在多个国家及地区已发展成为 承担交通重要任务、改善城市交通结构、缓解交通需求和供给矛盾的 有力交通工具。随着网络化进程的推进及规模的扩大，城市轨道交通 凸显出客运量不断增加、客流强度平稳增长、客运效果显著等特点， 合理而准确地进行客流预测可为城市轨道交通的客流诱导、安全管理 与运营组织提供辅助决策分析手段。

城市轨道交通客流具有非线性、随机性、不确定性等特点，现有 的预测方法多为静态的、确定性等，预测方法往往存在一定的不足与 缺陷，导致短期客流预测精度较低。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提出一种动态的 城市轨道交通短期客流预测方法。

为达到以上目的，本发明采取的技术方案是：

一种城市轨道交通短期客流动态预测方法，包括以下步骤：

步骤A：划分预测时间区间，采用传统方法进行短期客流预测， 并与实际客流数据进行对比，得出预测误差序列样本集{x_i}；

步骤B：采用逆向云发生器，建立预测误差序列的预测误差云模 型，产生符合预测误差分布规律的预测误差云模型3个数字特征；

步骤C：根据预测误差云模型的3个数字特征，采用正态云发生 器，产生预测误差正态云滴分布图；

步骤D：根据正态云滴分布，采用分位数原理计算客流预测不确 定性区间的上限值和下限值；

步骤E：根据不确定性区间，进行下一时刻客流预测。

2、在上述方案的基础上，步骤A中，所述传统预测方法包括支 持向量机、多元线性回归、深度学习、神经网络等常用预测方法。

3、在上述方案的基础上，步骤B中，所述预测误差云模型的3 个数字特征分别是期望(Ex)、熵(En)和超熵(He)，所述逆向 云发生器的计算方法为：

其中：为预测误差序列样本集{x_i}的均值；n为样本个数；D₂为二阶样本绝对中心矩阵；D₄为四阶样本绝对中心矩阵；D₂和D₄的 计算公式分别为：

4、在上述方案的基础上，步骤C中，所述正态云发生器的计算 过程为：

(1)根据预测误差云模型的3个数字特征(Ex，En，He)，生 成一个正态随机数z＝normrand(En,He)；

(2)生成以Ex为期望值，z为方差的新的正态随机数 a_i＝normrand(Ex,z)；