数学建模资料——广州地铁客流预测模型研究
H篇霈L
#中国高斯|t术套土
广州地铁客流预测模型研究
◆文/陈秀昌
【摘要】
本文运用时间序列分析预潮法。借助EVIEWS软件时广州地铁二号线的日客流特点进行分析。并
建立二号线客流预测模型。预测结果表明,该模型适用于短期客流量预测,对日常客流预测具有比较理想的结果,对于客流量日益增长的城市轨道交通的运营组织。具有重要的指导意义。
【关键词】广州地铁客流预测时间序列方法模型
1研究意义与方法
客流量是轨道交通工程项目设计与建设、运营与管理的基础.是项目风险评价的关键要素,客流预测对于轨道交通建设规模决策起着十分重要的作用。客流预测已成为轨道交通领域一项专题研究。随着计算机技术的发展,城市轨道交通客流预测取得了一定的发展。已成为一门交通预测学分支。
多年来.客流预测主要集中在项目前期的规划咨询阶段,在投产期(运营期)对客流的短期预测研究相对较少。对日常客流量进行短期预测,分析并掌握客流的特性和规律,以合理安排运能。对于线路里程不断扩大、线网结构逐步形成的城市轨道交通的运营组织.具有重要意义。
广州地铁经过15年的发展,线网已初具规模。已经拥有4条地铁运营线路,开通运营的总里程达110多公里,客流量快速增长,日均客运量超过百万大关。线网日最高客运量已超过200万人次。即将开通的还有5、6、7、8、9号线等。运营里程数也将达到200多公里。这些线路建成开通后将透发更大的客流量。
定量预测方法可为因果关系预测法和时间序列分析法。前者需要全面考虑引起客流变化的各种外界因素。如当地经济、社会、人口的发展,当地气候,节假日以及一些政治和商业活动等等的影响。这些因素错综复杂。难以计量或预测。如果将这些因素及其关系综合考虑,预测过程将十分复杂。时间序列分析是一种考虑变量随时间发展变化规律并用该变量以往的统计资料建立数学模型作外推的预测方法。是一种动态的数列分析。所需要的只是序列本身的历史数据。对于开通运营多年、并已有一定历史数据的线路。比较适合采用时间序列分析预测法。
时间序列分析法通过建立时间序列模型进行预测.通常包括三
bStatistiC
Prob.’
NullHypothesis:EHXABhasExogenous:Con=afIILag
a
unitmot
Leng£h:12(Automatic
based
on
SIC.h脯Ⅺ^G嘘萄
麴叠翌皇堕皇受Q!曼蜒璺生£垡i撞!!皇塑垡熊熊生
TeStCriticalvalues:
1%l撕I5%I撕I
:】:翌趟
-34鬟洽1l
垒董!鲤
-2脯∞19
-2567926
’0%b姻I
"Mac埒nnon(1田6)one-sided
p卅llue¥.
图2序列ehxab的单位根检验
从图2可知,序列的自相关检验接受序列ehxab存在一个单位根原假设;从图3可知,序列的自相关系数没有很快地(滞后阶数大于2或者3时)趋于0,由此可知,ehxab是一个非平稳的序列。另外,从序列自相关图还可以看到.序列的自相关系数在第7天、14天、21天、28天和第35天周期性地出现峰值,也就是说,序列具有周期为7天季节性。
2.2参数的估计
序列ehxab不但具有趋势性.而且还具有季节性。因此拟建立SARIMA(p。d。q)(P,D,Q)模型,这里P,D,Q分别是关于AR过程,时间序列本身。及MA过程的季节滞后或差分的阶数。为消除序列的趋势性和季节性,需要对序列进行单整。以使序列具有平衡性。
对序列进行一阶差分一阶季节(7步)差分,经差分后,序列的自相关系数较快地落入了随机区间,季节性也明显减弱;从单位根检验结果可以看出,序列拒绝原来存在一个单位根的假设。序列存在一个单位根的假设不成立。由此可知。经过差分后。序列变成了一个平稳的序列。
为了确定P,q,P,Q(d=1,D=7)这些参数,在不同的取值下对模型进行了拟合,并计算相应的赤池信息判据(AIC)。在拟合过程中发现。相当一部分参数组合的模型存在特征根的倒数为1,还有一部分
个步骤:(D收集历史资料,整理成时间序列;(晷时间序列模型的建立;③序列预测。其中,预测模型的建立是关键,通常又分为①模型的识别、(蓼模型参数的估计、③模型的诊断与检验三个步骤。
2模型的袖建2.1模型的分析
本文选取广州地铁二号线2004年1月1日一2007年6月30日的日客流数据为样本。建立时间序列ehxab。通过观擦样本的时序图,可知序列ehxab具有周期性并有逐年上升的趋势.是一个非平稳的序列。如图l所示。
为进一步确认序列ehxab是否具有非平稳性。对序列作单位根检验和自相关图。序列的单位根检验结果如图2、图3所示。
器:::职名%o黯;琵蔷.hc¨d●4●¨●n,_I々r¨.1打7
●岍㈣m-口n
Plarttltt
Con●岫i舶、.^C
P^C
昏et■f’曲
i;黧;鹕ii篓;;量●U…V…'0’∞●
●
●08∞4∞●l日射20000
,08■2∞aB●lW1200∞tO08剪00E藩j
''083tooE沾t208●'0’j穿
●0874,087S
011':
1,08∞0a∞l■08∞0049
-
●_I
2目口良00∞
0830 oa901‘08:口.oaZ,
15
1,08∞ oo'01■oe∞0∞’200日∞0∞'
2'0e'0
0110
'●0日01 oo',
5Ⅲ00∞
6t7"3
70∞00∞
76●800∞
0000
●
I
■■■-
II
●
矗0810由o∞:
∞07∞-00∞:2‘07∞00t5:
2毒n78400∞:目私●.0000
oo‘':一07拿I
07∞oo鸲:∞09∞00∞:
峙17●.oo∞
:30000∞:甜077●402B:瓣077000∞:
0a∞:目3∞oa∞
辅07e'0∞o:
0017:09●20a∞
∞07"日0∞:
27
∞om-0010:
786
∞0m∞om
01∞0∽
圈1序列ehxab的时序圈
参数组合的滞后项系数不显著。结果如表l所示。
一3一
热门文档