节点文献

基于支持向量机的轨道车站客流高峰期持续时间预测

免费订阅

【作者】 陈通箭袁发涛

【机构】 重庆交通大学交通运输学院

【摘要】 为了准确地对轨道车站客流高峰期持续时间进行预测,提高轨道车站高峰时期的管理和运营能力,文章采用支持向量机对轨道车站客流高峰期的持续时间进行分类预测和回归预测。研究结果显示:回归预测整体预测结果的RMSE=13、MAE=7,整体拟合度较高,对于极端情况的拟合效果极优;分类预测结果的整体精度达到90.59%,对于极端时段的预测精度达到100%,其他时段预测精度高于85%。该结果表明此方法可以用于轨道车站前期管理时间表的制定和后期具体实施的时间参考,适用于轨道车站客流高峰期持续时间预测,能够提高轨道车站的管理和运营水平。

【基金】 重庆交通大学研究生教育创新基金项目资助(2019S0117)
【所属期刊栏目】 热点聚焦 (2020年08期)
  • 【DOI】10.19301/j.cnki.zncs.2020.08.005
  • 【分类号】U293.13
  • 【下载频次】52
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: