發(fā)布時間：2020-06-30 00:56

【摘要】：隨著中國智能公共系統(tǒng)的快速發(fā)展,公交IC卡以其具有可靠、方便、快捷等優(yōu)勢得到廣泛應用。城市公共交通實現(xiàn)智能化的關(guān)鍵是把握客流的變化規(guī)律,因此如何利用IC卡數(shù)據(jù)來推算公交客流信息,具有很強的現(xiàn)實意義和實用價值。 本文論述了數(shù)據(jù)采集方法、客流預測和灰色模型的理論知識,研究和驗證了基于GM模型的客流預測方法。論文中比較了公交客流數(shù)據(jù)采集的四種方法的優(yōu)缺點,指出公交IC卡數(shù)據(jù)采集法的實用性和優(yōu)越性,介紹公交IC卡數(shù)據(jù)和其他公交基礎(chǔ)數(shù)據(jù)的結(jié)構(gòu)。為了準確科學的預測同一時段的公交客流量,本文提出了利用修正的灰色殘差GM(1,1)模型進行預測的方法。利用同一條公交線路的公交IC卡歷史刷卡數(shù)據(jù)建立灰色殘差GM(1,1)模型,通過確定白化方程的系數(shù)來確定公交客流時間響應序列,利用灰色微分方程的時間響應序列獲得還原值的表達式,從而能得到單條線路的同一時段的公交客流量的發(fā)展序列,再結(jié)合影響公交客流量的多種因素,對獲得的各發(fā)展序列進行修正,最終求得修正的預測值,并通過濟南市的客流歷史數(shù)據(jù)進行驗證。實例證明該預測模型具有較高的預測精度,能夠為公交管理決策者提供方向與指導。
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：U492.413
【圖文】：

山 山的‘O卜(幻仁幻自O(shè)，叫尸悶r習《n寸寸甘1.習卜卜OO小00，叫卜J《 nnn 000000000，叫，叫甲悶，叫，叫，叫，刊，叫，叫甲叫氣叫，叫r月r、」《勺戶明r勺戶 JJJ圖5一 163路巧分鐘間隔區(qū)間刷卡數(shù)量變化趨勢圖 5.2GM(1，1)模型的建立本文的思想是利用GM(1，l)對劃分的時段進行預測，根據(jù)刷卡一記錄的變化，根據(jù)時段內(nèi)觀測值的變化，公交客流具有明顯的周期性，以一周7天為一個周期進行客流變化。幾個星期中的同一天具有非常相似的客流特性，如客流量、流峰值區(qū)間、早晚高峰時間等，其數(shù)值浮動不大，再者結(jié)合GM(l，l)模型的大規(guī)模驗證

5.4同時段的公交客流量預測短時的區(qū)間的客流預測由于內(nèi)在與外在的共同作用，隨機性強，無規(guī)律可以把握，內(nèi)在混沌性未知，外在環(huán)境變量多且復雜。本文利用時段的公交客流量進行預測，素在公交客流量的相互作用。對許多未知的變量作灰色處理，GM(l，l)模型可對同能夠盡量體現(xiàn)各因由圖4可以看出，預測值可以分為三種狀態(tài)，一種為溢出狀態(tài)，即預測值大于實際值;一種為未滿狀態(tài)，即預測值小于實際值;一種飽和狀態(tài)，即預測值與實際值吻合。為了使預測值能夠更接近實際值，采用殘差對這三種狀態(tài)進行修正，如果是溢出狀態(tài)則減去其殘差值，如果是未滿狀態(tài)則加上其殘差值，使修正后的預測值的精度比GM(l，1)的精度更好。而且預測值三種狀態(tài)的判定能指導公交運營管理者在公交客流運行管理上做出決策。5.5本章小結(jié)

【相似文獻】

相關(guān)期刊論文 前10條

1 黃黎慧;袁永東;龔昌奇;金雁;;運量需求不平衡航線下的客流量預測[J];船海工程;2011年03期

2 張春輝;宋瑞;孫楊;;基于卡爾曼濾波的公交站點短時客流預測[J];交通運輸系統(tǒng)工程與信息;2011年04期

3 任崇嶺;曹成鉉;李靜;史文雯;;基于小波神經(jīng)網(wǎng)絡(luò)的短時客流量預測研究[J];科學技術(shù)與工程;2011年21期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會議論文 前10條

1 趙志理;李煒;王虎平;劉波;;基于超強學習機的交通客流預測方法研究[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學者大會論文集[C];2011年

2 費新元;陶彥輝;沈建華;;智能IC卡系統(tǒng)的安全設(shè)計[A];武漢(南方九省)電工理論學會第22屆學術(shù)年會、河南省電工技術(shù)學會年會論文集[C];2010年

3 杝孟P

本文編號：2734618