基于改进ARIMA模型的城市轨道交通短时客流预测研究_张国赟.pdfVIP

第３９卷第１期计算机应用与软件Ｖｏｌ３９Ｎｏ．１

２０２２年１月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＪａｎ．２０２２

基于改进ＡＲＩＭＡ模型的城市轨道交通短时客流预测研究

张国赟金辉

（辽宁工业大学汽车与交通工程学院辽宁锦州１２１０００）

摘要城市轨道交通的精准短时客流预测可以很好地缓解城市交通拥堵，给城市居民带来更快速、更优质的

出行服务。通常短时客流预测的客流量数据规律性较弱、随机误差干扰较强，ＡＲＩＭＡ（ＡｕｔｏｒｅｇｒｅｓｓｉｖｅＩｎｔｅｇｒａｔｅｄ

ＭｏｖｉｎｇＡｖｅｒａｇｅ）模型能对因变量产生的推迟量、产生随机误差的滞后值及当前值进行预测。为验证模型预测效

果，以成都轨道交通天府广场站为例，设计一种基于改进ＡＲＩＭＡ模型的城市轨道交通短时客流预测研究办法。

通过实例分析，验证了改进ＡＲＩＭＡ模型在城市轨道交通系统进行车站短时客流预测的时候具备更好的预测

效果。

关键词城市轨道交通短时客流预测ＡＲＩＭＡ

中图分类号ＴＰ３Ｕ１２１文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００⁃３８６ｘ．２０２２．０１．０５２

ＲＥＳＥＡＲＣＨＯＮＴＨＥＰＲＥＤＩＣＴＩＯＮＯＦＳＨＯＲＴ⁃ＴＥＲＭＰＡＳＳＥＮＧＥＲＦＬＯＷ

ＯＦＵＲＢＡＮＲＡＩＬＴＲＡＮＳＩＴＢＡＳＥＤＯＮＩＭＰＲＯＶＥＤＡＲＩＭＡＭＯＤＥＬ

ＺｈａｎｇＧｕｏｙｕｎＪｉｎＨｕｉ

（ＳｃｈｏｏｌｏｆＡｕｔｏｍｏｂｉｌｅａｎｄＴｒａｆｆｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＬｉａｏｎｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｊｉｎｚｈｏｕ１２１０００，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ）

ＡｂｓｔｒａｃｔＴｈｅａｃｃｕｒａｔｅｓｈｏｒｔ⁃ｔｅｒｍｐａｓｓｅｎｇｅｒｆｌｏｗｆｏｒｅｃａｓｔｏｆｕｒｂａｎｒａｉｌｔｒａｎｓｉｔｃａｎｗｅｌｌａｌｌｅｖｉａｔｅｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎ

ａｎｄｂｒｉｎｇｆａｓｔｅｒａｎｄｂｅｔｔｅｒｔｒａｖｅｌｓｅｒｖｉｃｅｔｏｕｒｂａｎｒｅｓｉｄｅｎｔｓ．Ｇｅｎｅｒａｌｌｙ，ｔｈｅｒｅｇｕｌａｒｉｔｙｏｆｐａｓｓｅｎｇｅｒｆｌｏｗｄａｔａｉｎｓｈｏｒｔ⁃ｔｅｒｍ

ｐａｓｓｅｎｇｅｒｆｌｏｗｆｏｒｅｃａｓｔｉｓｗｅａｋ，ａｎｄｔｈｅｒａｎｄｏｍｅｒｒｏｒｉｎｔｅｒｆｅｒｅｎｃｅｉｓｓｔｒｏｎｇ．ＡＲＩＭＡｍｏｄｅｌｃａｎｐｒｅｄｉｃｔｔｈｅｄｅｌａｙｃａｕｓｅｄ

ｂｙｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｓ，ｔｈｅｄｅｌａｙｃａｕｓｅｄｂｙｒａｎｄｏｍｅｒｒｏｒａｎｄｔｈｅｅｘｉｓｔｉｎｇｑｕａｎｔｉｔｙｏｆｔｈｅｍｏｄｅｌ．Ｉｎｏｒｄｅｒｔｏｖｅｒｉｆｙｔｈｅ

ｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔｏｆｔｈｅｍｏｄｅｌ，ｔａｋｉｎｇＴｉａｎｆｕＳｑｕａｒｅｓｔａｔｉｏｎｏｆＣｈｅｎｇｄｕｒａｉｌｔｒａｎｓｉｔａｓａｎｅｘａｍｐｌｅ，ａｓｈｏｒｔ⁃ｔｅｒｍｐａｓｓｅｎｇｅｒ

ｆｌｏｗｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｏｆｕｒｂａｎｒａｉｌｔｒａｎｓｉｔｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＡＲＩＭＡｍｏｄｅｌｗａｓｄｅｓｉｇｎｅｄ．Ｔｈｒｏｕｇｈｔｈｅｅｘａｍｐｌｅ

ａｎａｌｙｓｉｓ，ｉｔｉｓｖｅｒｉｆｉｅｄｔｈａｔｔｈｅｉｍｐｒｏｖｅｄＡＲＩＭＡｍｏｄｅｌｈａｓｂｅｔｔｅｒｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔｉｎｔｈｅｓｈｏｒｔ⁃ｔｅｒｍｐａｓｓｅｎｇｅｒｆｌｏｗ

ｐｒｅｄｉｃｔｉｏｎｏｆｕｒｂａｎｒａｉｌｔｒａｎｓｉｔｓｙｓｔｅｍ．

ＫｅｙｗｏｒｄｓＵｒｂａｎｒａｉｌｔｒａｎｓｉｔＳｈｏｒｔ⁃ｔｅｒｍｐａｓｓｅｎｇｅｒｆｌｏｗｆｏｒｅｃａｓｔＡＲＩＭＡ

性将直接影响交通控制