文档名：考虑稀疏特性的城市轨道交通短时OD时空预测方法
摘要：准确快速地获取城市轨道短时OD需求对城轨交通管理者及时获取乘客出行需求变化、做出科学决策具有重要意义.由于OD数据存在高维度稀疏特性,导致短时OD预测存在预测精度不高和计算效率低的问题.为进一步提升预测准确性和时效性,考虑OD需求的时空特性和矩阵可分解特性,提出一种基于时空分解和动态模式分解的短时OD预测模型(STDMD).该方法首先采用融合时间序列分解和离散小波变换的时空分解模块,将原始数据分解为多个时空分量,提取时空特征;同时,利用动态模式分解预测模块通过奇异值分解截断数据矩阵的特征值,对数据进行降维去噪,并集成各分量预测结果,实现城市轨道OD的快速、精准预测.为验证模型的有效性,采用北京地铁数据进行案例验证.研究结果表明:STDMD模型具有较高的预测精度和较短的预测时间,在预测精度上,比向量自回归模型、卷积长短期记忆网络和时间正则化矩阵分解模型分别提高了5.0％,15.3％和17.9％;在预测时间上,比向量自回归模型和卷积长短期记忆网络分别缩短了95.7％和37.6％.STDMD模型各模块均可有效提升模型的预测精度.STDMD模型在不同数据集上表现出较强的鲁棒性.STDMD模型可为稀疏条件下的OD分析预测提供新的思路和方法,具有研究意义与现实意义.
作者：李浩然 许心越 李建民 张安忠Author：LIHaoran XUXinyue LIJianmin ZHANGAnzhong
作者单位：北京交通大学轨道交通控制与安全国家重点实验室,北京100089
刊名：铁道科学与工程学报 ISTICPKU
Journal：JournalofRailwayScienceandEngineering
年，卷(期)：2023, 20(10)
分类号：U231
关键词：城市轨道交通 时空特性 稀疏特性 动态模式分解 短时OD预测
Keywords：urbanrailtransit spatio-temporalcharacteristics sparsecharacteristic dynamicmodedecomposition short-termODprediction
机标分类号：U239.5U491TP391
在线出版日期：2023年11月22日
基金项目：北京市自然科学基金资助项目，中央高校基本科研业务费专项资金资助项目考虑稀疏特性的城市轨道交通短时OD时空预测方法[
期刊论文] 铁道科学与工程学报--2023, 20(10)李浩然 许心越 李建民 张安忠准确快速地获取城市轨道短时OD需求对城轨交通管理者及时获取乘客出行需求变化、做出科学决策具有重要意义.由于OD数据存在高维度稀疏特性,导致短时OD预测存在预测精度不高和计算效率低的问题.为进一步提升预测准确性和时...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
考虑稀疏特性的城市轨道交通短时OD时空预测方法 A spatio-temporal prediction method of short-term OD in urban rail transit with sparse data
考虑稀疏特性的城市轨道交通短时OD时空预测方法.pdf
- 文件大小:
- 9.28 MB
- 下载次数:
- 60
-
高速下载
|
|
