[发明专利]一种城市轨道交通客流变化趋势预测方法

说明书

本发明公开了一种城市轨道交通客流变化趋势预测方法，首先设定时间间隔，对历史客流量划分区间作为客流状态，再计算客流状态转移概率，再基于状态转移概率构建状态转移矩阵，再基于状态转移矩阵建立短时客流的预测模型，再利用预测模型和初始客流量大小进行短时客流量预测，再对短时客流预测结果进行分析确定下一阶段的客流变化趋势，最后根据客流变化趋势，建立轨道交通行车调度优化模型，通过对实时上传的进站交易数据进行统计并建立马尔科夫预测模型，不仅确保客流预测准确度，也保证了行车调度的可靠度。

所属领域

本发明属于轨道交通运输技术领域，具体涉及一种城市轨道交通客流变化趋势预测方法。

背景技术

目前，我国城市轨道交通发展速度和规模处于世界领先水平，截至2016年12月31日，中国内地有北京、上海、广州、深圳、南京等共29座城市实现城市轨道交通线路的开通运营，运营线路总长三千多千米，其中21座城市拥有两条及以上城市轨道交通线路，逐步形成网络化运营格局，运营线路增多、客流持续增长、系统制式多元化、运营线路网络化成为主要的发展趋势。为了提升运营效率和服务水平，我国地铁运营单位都采用了自动售检票(Automatic Fare Collection，AFC)系统完成日常运行客流数据的统计和管理。

目前我国的城市轨道交通运营调度过程中，列车运行图对于列车安全稳定高效运行至关重要，全日行车计划是编制列车运行图的基础，全日行车计划依据营业时间、全日分时最大断面客流、列车定员数和线路断面满载率进行编制，全日行车计划的编制过程包括计算全日分时最大断面客流量、计算全日分时开行列车数、计算行车间隔时间以及全日行车计划的确定，其中全日分时最大断面客流量是根据全日客流量与全日客流分布模拟图计算的，是全日行车计划编制过程的重要环节，对全日分时开行列车数、行车间隔时间等的计算有重要影响，但是由于客流存在随机性，在每个运营日的运营过程中，客流会存在一定的波动，采用分时计算的方法得出的结果会不符合实际客流变化情况，因此根据客流变化趋势的状态，对城市轨道交通系统运行状态进行调整，优化发车时间间隔，对于提高城市轨道交通运营效率、降低运营成本，提升乘客乘坐体验具有重要意义。

发明内容

本发明正是针对现有技术中的问题，提供了一种城市轨道交通客流变化趋势预测方法，首先设定时间间隔，对历史客流量划分区间作为客流状态，再计算客流状态转移概率，再基于状态转移概率构建状态转移矩阵，再基于状态转移矩阵建立短时客流的预测模型，再利用预测模型和初始客流量大小进行短时客流量预测，再对短时客流预测结果进行分析确定下一阶段的客流变化趋势，最后根据客流变化趋势，建立轨道交通行车调度优化模型，通过对实时上传的进站交易数据进行统计并建立马尔科夫预测模型，不仅确保客流预测准确度，也保证了行车调度的可靠度。

为了实现上述目的，本发明采用的技术方案是：一种城市轨道交通客流变化趋势预测方法，包括如下步骤：

S1，基于轨道交通车辆实际情况设定时间间隔，将历史客流数据进行区间划分；

S2，每一个区间对应一个状态，获得状态序列S＝{a_i,i∈[0,n]}，其中，a_i表示第i个状态，n表示划分为n个状态，所述i∈[0,n]；

S3，对历史客流数据按照步骤S2进行状态统计，计算状态之间的转移概率：

P_ij＝P{X(t+1)＝a_j/X(t)＝a_i}

其中，X(t)是t时刻下的客流量；P_ij是当t时刻处于α_j状态的条件下，在(t+1)时刻转移到α_j状态的概率，

S4，基于状态之间的转移概率建立状态转移矩阵：

其中，n为状态的总数；