论文摘要
通过采集和计算得到地铁站楼扶梯等候区的客流密度和通过时间两个客流参数。对各闸机的进出站AFC数据和预测楼扶梯等候区的客流参数进行相关性分析,筛选出与预测楼扶梯相关联的闸机组。在此基础上,采用改进的NARX神经网络建立基于关联闸机组AFC数据的楼扶梯等候区客流参数预测模型,并提出基于客流参数预测值的楼扶梯等候区客流状态判定方法。通过MATLAB对AFC数据及客流参数进行仿真。结果表明,该预测方法能够通过地铁车站关联闸机组的进出站AFC数据对楼扶梯等候区的客流参数进行较高精度的预测。研究成果可为地铁站内楼扶梯等拥堵点的客流状态预判提供决策依据。
论文目录
文章来源
类型: 期刊论文
作者: 孙建辉,胡华,刘志钢
关键词: 地铁站,楼扶梯等候区,数据,神经网络,客流参数
来源: 计算机应用与软件 2019年01期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 铁路运输,自动化技术
单位: 上海工程技术大学城市轨道交通学院
基金: 国家重点研发计划项目(2017YFC0804900),国家自然科学基金项目(71601110)
分类号: TP183;U231.4
页码: 277-283
总页数: 7
文件大小: 2275K
下载量: 160