《轨道交通客流预测与时刻表优化研究的文献综述》3600字.docVIP

PAGE4

PAGE2

轨道交通客流预测与时刻表优化研究的文献综述

国内外研究现状主要从机场陆侧客流预测分析和轨道交通时刻表优化两个方面进行总结。在机场陆侧客流预测分析角度，主要总结现有研究的机场陆侧客流预测模型方法；在轨道交通时刻表优化方面，主要总结现有建立的模型中，学者们的建模思路、对目标函数和约束条件的描写等。

1.1机场陆侧客流预测分析

客流数据是大型枢纽运营管理的基础资料，也是进行客流集散研究的关键，近年来越来越多的国内外学者对该问题进行了研究。有些学者利用四阶段方法优化预测，有些学者利用时间序列模型，神经网络模型，回归分析模型，灰色预测模型和卡尔曼滤波模型等进行客流预测。

对于时间序列模型的研究，王莹、韩宝明等[1]（2015）运用季节时间序列模型分析了北京市地铁一段时间的进站客流数据，并利用预测结果为开行方案设计环节提供决策依据。Roos等[2]（2015）提出了一种可以用于数据不完整情况下的短期客流预测模型，在时空邻域进行预测，这种方法在巴黎地铁线路中应用广泛。李瀚文[3]（2020）在城市轨道交通短期客流预测的研究中，采用STL时间序列对搜集的数据进行了分解，并利用白噪声检测、样本熵检测等方法对分解后的变量进行了分析，从而得到了规律性很强的IMF分量，进而有效构建了客流预测模型。

关于四阶段法预测模型的研究，朱旭[4]（2012）在出行方式链选择概