基于VMD-GRU的城市轨道交通短时客流预测

作     者：吴娟 何跃齐 张宁 吴海峰 WU Juan;HE Yueqi;ZHANG Ning;WU Haifeng

作者机构：南京地铁建设有限责任公司南京210017 北京城建设计发展集团股份有限公司北京100037 东南大学ITS研究中心轨道交通研究所南京210018 浙江浙大网新众合轨道交通工程有限公司杭州310012 

基　　金：国家重点研发计划(2020YFB1600700) 

出 版 物：《都市快轨交通》 (Urban Rapid Rail Transit)

年 卷 期：2022年第35卷第1期

页      码：79-86页

摘      要：精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度,基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合模型预测方法,即VMD-GRU神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与GRU相比,VMD-GRU在15、30和60min的时间粒度下,预测准确度分别提升7.57%,16.93%,18.47%。该模型可为地铁运营管理部门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统的服务水平。

主 题 词：城市轨道交通 客流预测 变分模态分解 门控循环单元 

学科分类：08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1672-6073.2022.01.013

馆 藏 号：203107721...