期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
数据不完备下基于特征识别的公交客流短时预测
被引量：
2
1
作者
方晓平
林美
+1 位作者
陈维亚
潘鑫
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第4期114-122,共9页
识别公交客流特征是提高短时预测质量的关键。但由于设备故障、数据收集受限等原因,客流数据属性往往是不完备的,这给特征识别和客流预测带来了挑战。文中以缺少乘客属性数据的长沙市104路公交卡数据为样本,利用卡号与出行时间的关联性...
识别公交客流特征是提高短时预测质量的关键。但由于设备故障、数据收集受限等原因,客流数据属性往往是不完备的,这给特征识别和客流预测带来了挑战。文中以缺少乘客属性数据的长沙市104路公交卡数据为样本,利用卡号与出行时间的关联性识别乘客出行频次,以此作为区分出行特征的变量,将客流总集划分为不同的特征子集,依据子集规模、方差确定变量最佳取值,推断客流特征。与直接预测客流总集相比,文中为每类子集建立季节性差分自回归滑动平均(SARIMA)模型分别进行预测,整合后得出的样本外平均绝对误差改善了36.11%,依据乘客出行特征建立的预测模型拟合度为0.95,可有效识别公交客流特征。
展开更多
关键词
公交客流
短时预测
不完备数据
出行特征
SARIMA模型
在线阅读
下载PDF
职称材料
题名
数据不完备下基于特征识别的公交客流短时预测
被引量：
2
1
作者
方晓平
林美
陈维亚
潘鑫
机构
中南大学交通运输工程学院∥轨道交通大数据湖南省重点实验室
出处
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第4期114-122,共9页
基金
国家自然科学基金资助项目(61203162)
湖南省自然科学基金资助项目(2018JJ2537)
湖南省交通运输厅科技进步与创新计划项目(201244,201723,201949)。
文摘
识别公交客流特征是提高短时预测质量的关键。但由于设备故障、数据收集受限等原因,客流数据属性往往是不完备的,这给特征识别和客流预测带来了挑战。文中以缺少乘客属性数据的长沙市104路公交卡数据为样本,利用卡号与出行时间的关联性识别乘客出行频次,以此作为区分出行特征的变量,将客流总集划分为不同的特征子集,依据子集规模、方差确定变量最佳取值,推断客流特征。与直接预测客流总集相比,文中为每类子集建立季节性差分自回归滑动平均(SARIMA)模型分别进行预测,整合后得出的样本外平均绝对误差改善了36.11%,依据乘客出行特征建立的预测模型拟合度为0.95,可有效识别公交客流特征。
关键词
公交客流
短时预测
不完备数据
出行特征
SARIMA模型
Keywords
bus passenger flow
short-time prediction
incomplete data
travel feature
SARIMA model
分类号
U491.14 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
数据不完备下基于特征识别的公交客流短时预测
方晓平
林美
陈维亚
潘鑫
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
