基于时间序列的城市轨道交通客流预测研究.pdfVIP

TRAFFICANDSAFETY|交通与安全

基于时间序列的城市轨道交通客流预测研究

潘新丽姚转香王敬宇

西安交通工程学院陕西西安710000

摘要：为构建有效的小样本数据下的城市轨道交通客流预测模型，研究以西安地铁号线历史客流量数据为

2

基础，采用时间序列分析方法构建ARIMA与SARIMAX模型。通过数据变换、参数优化及节假日效

应建模，实现客流量的高精度预测。结果表明，对数变换结合，，模型显著提升预测稳

ARIMA(100)

定性，数变换结合SARIMAX模型研究进一步验证了周季节性及节假日因素对客流波动的影响。对未

来天进行客流预测结果表明，预测结果满足精度要求。

7

关键词：时间序列分析ARIMA与SARIMAX模型客流预测

ResearchonPassengerFlowPredictionofUrbanRailTransitbasedonTimeSeries

PanXinliYaoZhuanxiangWangJingyu

AbstractInordertoconstructaneffectivepassengerflowpredictionmodelforurbanrailtransitbasedonsmallsampledata,thisstudyusesthetimeseries

：

analysismethodtoconstructARIMAandSARIMAXmodelsbasedonthehistoricalpassengerflowdataofXianMetroLine2.Throughdata

transformation,parameteroptimizationandholidayeffectmodeling,high-precisionpredictionofpassengerflowisrealized.Theresultsshowthatthe

logarithmictransformationcombinedwiththeARIMA(1,0,0)modelsignificantlyimprovesthepredictionstability,andthenumericaltransformation

combinedwiththeSARIMAXmodelfurtherverifiestheinfluenceofweekly,seasonalandholidayfactorsonthefluctuationofpassengerflow.The

passengerflowforecastforthenext7daysshowsthatthepredictionresultsmeettheaccuracyrequirements.

Keywords：TimeSeriesAnalysis,ARIMAandSARIMAXModels,PassengerFlowPrediction

1绪论交通方式客流联合预测模型。钱汉强等[6]为季节性扩展的时间序列预测模型，旨在解决

了准确预测地铁进出站客流，提出了一种基小样本数据下的高精度预测问题。

地铁系统作为城市交通系统的一个重要