發(fā)布時(shí)間：2020-12-03 02:27

　　城市軌道交通在城市公共交通中發(fā)揮著重要作用.通過(guò)統(tǒng)計(jì)分析城市軌道交通的客流數(shù)據(jù),研究列車發(fā)車間隔的優(yōu)化方法,以此來(lái)提高城市軌道交通的運(yùn)營(yíng)能力,緩解交通的壓力,保障列車安全運(yùn)行,具有十分重要的意義.本文對(duì)城市軌道交通客流數(shù)據(jù)進(jìn)行了詳細(xì)的統(tǒng)計(jì)分析,在此基礎(chǔ)上對(duì)列車發(fā)車間隔進(jìn)行了優(yōu)化,主要工作內(nèi)容如下:1.客流數(shù)據(jù)的統(tǒng)計(jì)分析.為了分析客流的分布特征,從時(shí)間和空間上分析了上海地鐵1號(hào)線各類車站的日客流分布特征;建立了上�；疖囌救者M(jìn)站客流的高斯混合分布模型,并使用EM算法求解了模型中的各項(xiàng)參數(shù);此外,通過(guò)分析富錦路車站月進(jìn)站客流時(shí)間序列的自相關(guān)函數(shù)圖與偏自相關(guān)函數(shù)圖,建立了月進(jìn)站客流時(shí)間序列的ARIMA乘積季節(jié)模型.為了研究客流的變化趨勢(shì),提出了一種基于小波閾值去噪的孿生支持向量回歸機(jī)客流短時(shí)預(yù)測(cè)方法(WTDTS).通過(guò)預(yù)測(cè)上海地鐵1號(hào)線上�；疖囌�4月30日進(jìn)站客流數(shù)據(jù),與支持向量機(jī)等五種預(yù)測(cè)方法作對(duì)比,可以看出WTDTS預(yù)測(cè)方法具有預(yù)測(cè)誤差小、效率高的優(yōu)點(diǎn).通過(guò)對(duì)客流分布特征的預(yù)測(cè)以及對(duì)客流進(jìn)行短時(shí)預(yù)測(cè),可以看出城市軌道交通客流在現(xiàn)在及未來(lái)都存在著明顯的早晚高峰,為列車發(fā)車間隔的優(yōu)化提供了數(shù)據(jù)... 

【文章來(lái)源】：長(zhǎng)春理工大學(xué)吉林省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文技術(shù)路線圖

015年4月7日常熟路車站運(yùn)營(yíng)時(shí)間段進(jìn)出站客流分布圖

圖 3.1 2015 年 4 月 7 日彭浦新村車站運(yùn)營(yíng)時(shí)間段進(jìn)出站客流分布圖圖 3.2 2015 年 4 月 7 日常熟路車站運(yùn)營(yíng)時(shí)間段進(jìn)出站客流分布圖


本文編號(hào)：2895840