用户登录区
期刊检索
编辑推荐 更多>>
下载中心 更多>>
访问统计
总访问人数
2505824
当前在线人数
16813

首页>期刊目录>期刊详情

基于客流大数据分析和支持向量回归的地铁乘客出行时间预测研究

作者: 陈东洋1,2陈德旺1,2陈开河1,2肖李德1,2江世雄1,2
单位: 1. 福州大学数学与计算机科学学院  2. 智慧地铁福建省高校重点实验室
关键词: 地铁;客流;大数据;支持向量回归;乘客出行时间;
摘要:

随着地铁线网规模的扩大,地铁客流大数据不断产生并积累,其中包含大量信息。地铁乘客出行时间是反映地铁系统运行状况和乘客满意度的重要指标。传统的地铁乘客出行时间预测没有充分利用客流大数据,因此有进一步提升空间。文章基于地铁客流大数据,整理了大量乘客出行属性和实际出行时间的数据集,并采用多种回归模型建立地铁乘客出行时间预测模型。结果表明:使用径向基核函数的支持向量回归模型预测效果最好,可较好应用于乘客出行时间预测,为乘客出行规划及运营公司调度提供参考。 

知网下载

出版年·卷·期(页码): 2020·17·9(70-76)