简介：提出了一个全新的动态公交客流预测模型,使用智能卡数据和网络爬取的常州市兴趣点(POI)数据、天气记录数据,建立一种特征融合的长短期记忆递归神经网络(Feature-fusionLSTMRNN)模型,并应用于常州市地面公交客流集散点的智慧卡(SmartCard)刷卡客流预测.将以上模型用于刷卡客流预测实验,结果表明经过良好数据训练后的特征融合的长短期记忆递归神经网络可以在刷卡客流预测中保持较高的稳定性、准确性和泛化能力.

简介：摘要：城市轨道交通是城市公共交通系统的重要组成部分，可以很大程度地解决城市交通拥堵、汽车尾气排放等问题，实现城市绿色健康发展。城市轨道交通具有运量大、准点率高、安全舒适、节能环保等特点，近年来得到了大力发展。但城市轨道交通站点客流的快速聚集反过来也加剧了交通拥堵带来的一系列问题。因此，准确预测城市轨道交通短时客流，对于城市轨道交通调度动态优化、提前缓解交通拥堵以及提升城市轨道交通服务水平具有重要的研究意义和应用价值。

简介：摘要轨道交通项目设计规划中的许多问题都需要客流数据的支持，如车辆编组安排等。根据目前的客流预测数据结果，与实际客流不符，甚至差异较大。同时，不同的研究机构对同一线路进行预测，其结果差异较大。基于此，文章进一步改善了客流预测评估方法，提高了预测精度，促使决策更加科学化。

简介：摘要：为更准确、合理地通过公交刷卡数据将公交车客流OD数据进行划分，更具体地获得公交在不同维度下的客流OD数据，对公交车辆客流OD数据的扩样算法进行研究。本文主要通过客流OD数据的匹配情况获取初始的扩样系数，再根据时间、线路、站点、支付方式等因素，分析客流OD数据在不同约束条件下的第二扩样系数，提供可行的最大程度满足客流OD数据扩样的方案，提高客流OD数据的使用广度与深度。

简介：摘要武汉轨道交通2号线已开通多年，随着客流的不断增长，部分车站乘客较多，特别是节假日高峰时段列车车厢内拥挤严重，为了更好的做好车站客运组织工作，有必要对2号线客流特征进行分析，并进一步预测短期客流情况，以便掌握最新的客流特征参数和拥挤度。

简介：在城市轨道交通设计中，用好客流预测的结果对线路、车站、各系统的规模影响很大。通过西安地铁3号线规模设计实践，从全线路列车编组、线路两端车站、一般车站和换乘车站的规模设计等方面分析研究如何用好客流预测的成果，提出建议：设计时应注重敏感性分析结果在列车编组规模设计中的应用；对线路末端车站周边土地发展潜力要作充分估计；车站的规模设计要注重车站自身高峰小时客流；换乘车站的规模设计需综合考虑换乘客流的方向不均衡性及与进站客流的关系等因素。

简介：摘要：当下国内外对于铁路客运需求分析的研究主要围绕宏观上分析区域内影响客运需求的主要因素展开，这一类研究可以为铁路企业掌握整个客运市场的体量作为参考，但对既有铁路精确到日常的生产而言很难发挥指导作用。由于现今城际列车每日的高频开行以及铁路票价的常年稳定，旅客对于铁路客运的需求也处于相对稳定的状态且具有一定规律，因此对于各个区间客运需求的分析完全可以通过挖掘历史数据得知。为此，寻找一个可以有效处理客流历史数据，从而在复杂庞大的数据中分析各时间区段下客运需求规律的方法是一个策要的研究目标。本文主要分析铁路客运需求分析与短期客流预测。

简介：

简介：9月6日起，银行卡刷卡手续费率将实行新的标准。记者了解到，本次调整总体上较大幅度降低费率水平，有利于降低商户经营成本。其中，刷卡费率不再与行业分类挂钩的调整，这将导致餐娱类和百货类刷卡费率降低，促进商户信用卡消费。（9月5日《金陵晚报》）

简介：摘要： 客流量是城市轨道交通规划、建设乃至运营各个阶段的基础。客流预测结果的准确与否将直接影响到城市轨道交通的项目投资和运营效益。本文阐述了轨道交通客流预测的现状、影响因素、调查方法等并对目前的几种预测模型进行了探讨。

简介：摘要随着经济的不断发展，城市规模的不断扩大，居民出行方式不断多样化，城市交通拥堵问题已经成为亟待解决的社会问题。在地面交通方式无法解决城市交通问题的情况下，城市轨道交通的发展对缓解城市交通问题起到了重要的作用，城市轨道交通的建设是一项长期的、投资较大的、综合性强的建设，所以必须进行合理的规划和科学的客流预测工作。城市轨道交通客流预测具有局限性，所以结合城市实际情况进行客流预测的研究有很重要的实际意义。

简介：摘要：本文探讨了轨道交通客流预测模型及其实证分析。在大量数据分析的基础上，研究者提出了一种新的模型来预测轨道交通客流量。通过对模型的实证分析，发现该模型的预测效果比传统的模型更为准确。本文对轨道交通客流预测领域的研究有一定的参考价值。

简介：本文在系统分析上海市2000年1月至2004年9月旅游市场动态变化时序数据的基础上，采用博克斯一詹全斯（B—J）方法预测了2004年4月至2004年9月间上海市旅游客流的发展变化趋势。通过预测结果与现实统计数据的对比表明，采用B—J方法预测旅游客流的短期趋势是可行的，因此，可运用该方法对上海市客源市场进行科学规划，但在具体运用过程中需考虑对旅游市场的突发性冲击将可能对预测精度造成的影响。

简介：1.4　流量的融合预测设预测对象共有n个相关的时间序列fi(t),提出了一种基于神经网络数据融合的预测方法,1.2　构造相关序列集为了预测车站(序号为0)在第i天t时刻的流量^F0i(t)(实测值为F0i(t))

简介：依据客运专线客流的成因，将其分为趋势客流、诱增客流和转移客流。运用灰色预测模型对趋势客流进行预测；采用以GDP和常住人口数量作为影响因素的改进型重力模型对诱增客流进行探讨；利用MNL（Multi-NominalLogit）模型来预测转移客流。以某规划中的客运专线为例，对文中的预测模型进行阐述，以验证本模型对于客运专线客流预测的正确性。

简介：传统的四阶段客流预测法存存不少弊端，一种新型的非集计模型以无比强大的优越性将取而代之，其中概率论型中的Logit模型应用研究最为广泛，本文简耍推导Logit行为模型，并以实例介绍该模型的应用。

简介：　　一、引言　　客流预测技术是交通运输领域的研究热点之一.一般而言,客流预测可分为相关模型预测法和时间模型预测法.相关模型预测法是找出影响客流量的因素,建立客流量和各种影响因素之间的函数关系,得出模型进行预测.在相关模型预测法中,由于影响客流量的因素很多,包括经济发展水平、人口、旅游业和基础设施状况等,而这些因素之间又有错综复杂的关系,从而在自变量的选取上造成很大的困扰.此外,相关因素本身的未来值不确定,需要进行预测,这同样会带来误差.……

简介：

简介：

简介：【摘要】针对城市公交的客流受天气、节假日和重大活动等因素的多重影响，存在不确定性和随机性的特点。文中基于客流设备采集的客流数据，通过分析采用正态分布方式，用95%的置信区间来进行修正。在修正的数据基础上，利用均值预测、泊松分布预测、中位数预测和截尾平均预测分别进行预测与对比。结果表明四种预测方法在不同样本下的数据略有偏差，而且偏差存在一定的随机性。最后利用四种预测方法加权平均来进行修正。