地鐵客流短期預(yù)測及客流疏散模擬研究.pdf

1、在地鐵客流組織與優(yōu)化研究領(lǐng)域，客流短期預(yù)測和行人運動模擬是其關(guān)鍵技術(shù)。雖然不少研究學(xué)者已開展了相關(guān)工作，但如何適應(yīng)軌道交通業(yè)務(wù)發(fā)展需要提高客流短期預(yù)測效果，對重大事件引發(fā)的大客流進行實時預(yù)測，以及由于大客流和重大事件引發(fā)對地鐵站內(nèi)不同場景進行乘客疏散模擬等問題亟待解決。
　　本研究主要內(nèi)容包括：⑴提出了一種基于小波分析的支持向量機客流預(yù)測算法，首先對原始客流時間序列數(shù)據(jù)進行小波分解，然后利用最小二乘支持向量對分解得到的低頻和高頻信

2、息進行學(xué)習(xí)與預(yù)測，最后用小波合成重構(gòu)低頻預(yù)測信號與高頻預(yù)測信號，得到預(yù)測客流時間序列數(shù)據(jù)。實驗采用北京市軌道交通客流數(shù)據(jù)和標(biāo)準(zhǔn)評價方法，結(jié)果表明該算法具有較好的預(yù)測效果，且優(yōu)于兩種常見的客流預(yù)測算法。⑵構(gòu)建了一種基于灰色馬爾科夫的大客流實時預(yù)測算法，利用灰色預(yù)測算法對客流數(shù)據(jù)建立灰色模型，然后建立馬爾科夫修正模型，最后利用預(yù)測誤差對灰色預(yù)測結(jié)果進行修正得到大客流預(yù)測值。實驗針對多種類型的大型活動和重大節(jié)假日進行大客流實時預(yù)測，結(jié)果表明該

3、模型對真實的重大事件大客流預(yù)測效果較好。⑶建立了一種面向多向行人疏散流的向量地場模型，模擬地鐵站內(nèi)行人多向行走和疏散過程。鑒于行人對于不同方向的敏感程度是不同的，該模型著重考慮方向的影響，在向量地場模型中更細致地表現(xiàn)在不同方向行人之間的相互影響。仿真實驗表明，該模型能較好地模擬和再現(xiàn)地鐵站內(nèi)不同場景下多向行人之間的復(fù)雜相互作用和自組織現(xiàn)象。⑷由于正常情況下行人通行時表現(xiàn)出一種相互排斥作用，因此本文在傳統(tǒng)地場模型的基礎(chǔ)上，用排斥作用代替了