基于數(shù)據(jù)挖掘的城市軌道交通車站突發(fā)客流預(yù)測研究.pdf

1、隨著信息化的高速發(fā)展，數(shù)據(jù)挖掘已經(jīng)成為全球研究的熱點。交通領(lǐng)域的數(shù)據(jù)挖掘技術(shù)不僅可以用來對相關(guān)事件進(jìn)行識別和提取而且還可以對一系列的模型和算法提供精確的數(shù)據(jù)來源。城市軌道交通異?？土鲾?shù)據(jù)的挖掘是其中的一個重點研究方向，尤其是由于各類演出、活動和賽事引起的突發(fā)異?？土鞯奶崛『妥R別。由于活動引起的突發(fā)大客流具有離散產(chǎn)生的特性，其無周期性和突發(fā)性的特征會對站點的正常運(yùn)營產(chǎn)生重大的影響。提前掌握突發(fā)客流發(fā)生規(guī)律，可以提高站點的應(yīng)對能力。在大型文

2、體賽事活動的舉辦越來越頻繁，北京2022年冬奧會即將來臨的情況下，研究如何精確預(yù)測突發(fā)客流為相關(guān)單位制定科學(xué)的協(xié)調(diào)措施提供數(shù)據(jù)支撐具有重要的實際意義。
　　現(xiàn)有的交通領(lǐng)域?qū)?shù)據(jù)挖掘研究主要集中在傳統(tǒng)技術(shù)應(yīng)用方面，缺少對提高挖掘效率和降低計算復(fù)雜度的研究。本文在分析城市軌道交通日常客流和活動引起的突發(fā)客流特征的基礎(chǔ)上，根據(jù)其規(guī)律性和周期性，引入基于SAX（符號近似化）的數(shù)據(jù)挖掘算法對高維度的客流時間序列進(jìn)行了降維處理和數(shù)據(jù)挖掘，有效

3、地降低了數(shù)據(jù)處理的困難度;且利用改進(jìn)的DTW（動態(tài)時間規(guī)整）度量方法計算時間序列間的相關(guān)度，在確保原始序列不失真的前提下將計算復(fù)雜度降到最低，完成對活動引起的突發(fā)客流數(shù)據(jù)進(jìn)行挖掘和提取。結(jié)果顯示:本文提出的挖掘算法可以有效地提高數(shù)據(jù)挖掘的速度并保證數(shù)據(jù)召回率和準(zhǔn)確率。
　　針對目前大部分的短時客流預(yù)測研究僅僅依靠于單一進(jìn)站客流時間序列的問題，本文結(jié)合活動引起的突發(fā)出站和突發(fā)進(jìn)站客流雙因素時間序列構(gòu)建預(yù)測模型。從客流分布特征和數(shù)理統(tǒng)