论文部分内容阅读
在城市轨道交通运营管理中,准确、可靠的站点短时客流预测结果是轨道交通服务水平、系统运行状态评价的重要决策指标。但是目前的研究主要集中于客流均值的预测,针对现有相关研究对客流不确定性研究的不足,本文在客流不确定性机理研究的基础上,重点研究了站点客流不确定性的预测模型,并对模型的预测性能进行评估。本文首先利用自动售检票(AFC)系统采集的站点客流数据分析了客流不确定性机理,主要考虑了运营时间、站点位置、客流类型、票价、天气季节等方面相关因素,并着重对不同特征日和不同地理位置站点的客流波动变化进行了定性分析,从客流组成角度来看,双休日和节假日对客流不确定性的影响大于工作日,周边为大型枢纽的站点(如南京站)和周边为商业中心的站点(如新街口站)对于客流不确定性的影响要大于周边为办公或住宅区为主的站点(如珠江路站)；接着,在了解自回归条件异方差(GARCH)模型和随机波动模型(SV)模型的背景知识基础上,以6种不同类型客流为研究对象,通过数据平稳性检验、ARMA模型识别、异方差性检验以及模型参数的标定,最终构建了ARIMA-GARCH模型和ARIMA-SV模型；最后基于置信区间宽度(CI)、无效覆盖量(KN)和无效覆盖率(KP)三种指标对ARIMA模型、ARIMA-GARCH模型和ARIMA-SV模型预测的不确定性进行对比分析。基于实际观测值的城市轨道交通站点客流不确定性预测性能研究结果表明,对于各类波动变化不同的客流,ARIMA-GARCH模型和ARIMA-SV模型预测性能显著优于ARIMA模型；而ARIMA-SV模型预测性能优于ARIMA-GARCH模型。相对于ARIMA模型,本文所提出的GARCH模型和SV模型都能更好地拟合客流的波动情况,可为轨道交通运营管理提供更可靠的理论依据。