

交通技术|基于时间序列算法的城市轨道交通客流量预测

汉斯出版社

2022-10-07

导读：关注汉斯出版社公众号联系小编即可投稿，还可获得最新论文模板！

导读：

城市轨道交通客流量预测是城市轨道交通网络研究的重要内容，对现有已开通线路的历史客流量进行建模预测，能为运管部门提供准确的客流变化信息，优化列车运营计划，也能为站点在突发情况下的异常客流提供应对策略。在对地铁车站客流数据处理的基础上，建立了基于自回归移动平均模型(ARIMA)和Prophet的城市轨道交通客流预测模型，并比较了两种模型的预测精度。结果表明：Prophet模型在预测精度上相对高于ARIMA模型，但两种单项模型的预测情况仍不够准确。因此，在后续的客流预测研究中，应结合多种模型进行客流预测，以及根据不同时间粒度进行客流预测。

基本信息：

基于时间序列算法的城市轨道交通客流量预测

Passenger Flow Prediction of Urban Rail Transit Based on Time Series Algorithm

作者：

马鑫俊, 张勤：南京市城市与交通规划设计研究院股份有限公司，江苏南京；姜嘉伟：山东理工大学，山东淄博

关键词:

城市轨道交通；时间序列算法；日客流量；ARIMA；Prophet；Urban Rail Transit；Time Series Algorithm；Daily Passenger Flow；ARIMA；Prophet

项目基金：

本文得到山东省自然科学基金项目(ZR2021MF109)和山东高速集团科技项目(2020-SDHS-GSJT-024)的联合支持

原文链接：

https://www.hanspub.org/journal/PaperInformation.aspx?paperID=56259

内容简介：

在汉斯出版社《交通技术》这本期刊中，有论文基于苏州市城市轨道交通1号线2021年1月1日~2022年12月17日的日客流量数据，利用ARIMA模型预测与Prophet时间序列预测方法，对未来两周的日客流量进行预测。

本文应用构建的模型ARIMA (1, 0, 14)对苏州市轨道交通一号线未来两周的线路日客流量进行预测分析。本文采用SPSS中的时间序列预测，首先对平稳时间序列分别求ACF自相关系数和PACF偏自相关系数，通过对图2中对ACF和PACF的分析，ARIMA模型进行定阶得到p和q的值，可见，绝大部分残差相关函数值均在95%置信区间内，即可说明模型通过检验，并由此建立ARIMA (1, 0, 14)模型。

综合以上预测结果，根据预测拟合评价指标以及预测结果对比可以发现：

1) ARIMA作为一种最简单的传统时间序列模型来说从实际的客流规律来看，能勉强描述客流的大致趋势，仅仅拟合了以天为单位的具有相同特征的客流规律，对于某天因节假日等因素导致的大客流情况拟合的较差。

2) Prophet模型单从预测结果上来说，曲线更加平缓，客流预测的精度上于ARIMA相比较好，说明该模型适合长时间段的预测。

3) 两种模型的预测结果不同，其原因是由于不同单项模型对数据的敏感性不同，如ARIMA模型对时间序列中存在的线性趋势变化有较强的拟合分析能力，Prophet模型增加了对历史数据中节假日影响因子的有效分析，使得数据的预测分析更加接近于真实情况。由此可以看出，不同单项模型都有其各自的特点和局限性，因此单项模型的预测性能有待进一步提高。

1.傅恺延, 丘建栋, 庄立坚, 陈昶佳, 潘嘉杰. 基于K邻近算法的城市道路短时交通预测[J]. 数据挖掘, 2018, 8(4): 174-185.

https://doi.org/10.12677/HJDM.2018.84

2.汪恺旻, 张燕. 基于时间序列算法的资金流入流出预测模型比较分析[J]. 金融, 2022, 12(3): 265-278.

https://doi.org/10.12677/FIN.2022.123027

3.刑永捷, 刘明哲, 黎文皓, 董京. 基于停车信息的城市交通流量预测[J]. 交通技术, 2018, 7(6): 397-404.

https://doi.org/10.12677/OJTT.2018.76048

4.陈彦莉, 沙玉五, 朱小林, 张小红. 基于时间序列分析的上海地铁16号线客流预测—以临港大道站为例[J]. 运筹与模糊学, 2016, 6(1): 15-26.

http://dx.doi.org/10.12677/ORF.2016.61003

5.李正才, 牛开兴, 伍彩云, 苏睿楠, 安子兰, 白晓东. 基于时间序列的天津市房价的建模与预测[J]. 统计学与应用, 2021, 10(4): 583-592.

https://doi.org/10.12677/SA.2021.104060

所属期刊

-Open Journal of Transportation Technologies-

《交通技术》是一本开放获取、关注交通技术领域最新进展的国际中文期刊，主要刊登综合交通运输现状，报道公路运输、水路运输、运输工程、交通规划与管理实践方面的学术进展和发展动态。本刊支持思想创新、学术创新，倡导科学，繁荣学术，集学术性、思想性为一体，旨在为了给世界范围内的科学家、学者、科研人员提供一个传播、分享和讨论交通技术领域内不同方向问题与发展的交流平台。