考虑节假日效应的交通枢纽客流量预测模型

交通运输系统工程与信息 ›› 2015, Vol. 15 ›› Issue (5): 202-207.

考虑节假日效应的交通枢纽客流量预测模型

成诚¹，杜豫川*¹，刘新²

1. 同济大学道路与交通工程教育部重点实验室, 上海201804; 2. 青岛海信网络科技股份有限公司, 山东青岛266071

收稿日期:2015-05-07 修回日期:2015-07-20 出版日期:2015-10-25 发布日期:2015-10-28
作者简介:成诚（1989-），男，广西桂林人，博士生.
基金资助:
工信部电子发展基金项目（201406）.

A Passenger Volume Prediction Model of Transportation Hub Considering Holiday Effects

CHENG Cheng¹，DU Yu-chuan¹，LIU Xin²

1. Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China; 2. Qingdao Hisense Network Polytron Technologies Inc, Qingdao 266071, Shandong, China

Received:2015-05-07 Revised:2015-07-20 Online:2015-10-25 Published:2015-10-28

摘要/Abstract

摘要：

客流量预测是城市交通枢纽管理的基础，准确的客流量估计为交通枢纽的运力调整，管理预案的设计提供基础.目前对客流量预测的研究较多，但现有模型并未考虑节假日效应对枢纽客流量的影响.因此，本文基于多元季节性时间序列(SARIMAX) 原理，建立考虑节假日效应的城市交通枢纽客流量预测模型，并以上海虹桥2 号航站楼站轨道交通客流量数据为基础，对该模型进行了标定和预测.标定结果显示，在春节期间，该站点客流量将有明显的下降，而在其他法定节假日期间流量均有一定程度的提升.对模型预测值和真实值比对结果显示，该模型的平均误差在5%以内，表明该模型具有较强的实用性.

关键词: 城市交通, 客流量预测, 多元季节性时间序列模型, 节假日效应, 交通枢纽

Abstract:

Passenger prediction model is one of the fundamental process in transportation hub management. The precise estimation of passenger volume provides instructions for transit scheduling and transportation hub management solution planning. At present, some of the studies are proposed in forecasting passenger and traffic volume. However, most of these studies fail to consider the holiday effect on passenger volume variability. Therefore, a passenger volume prediction model of transportation hub is proposed which take the holiday effects into consideration based on the seasonal ARIMA model that considers explanatory variables (SARIMAX) method. The metro passenger volume of Shanghai Hongqiao International Airport Terminal 2 Station is used for calibration and prediction. The calibration results indicate that during spring festival, the passenger volume witnesses a relative decrease while increases would occur in other legal holiday periods. The mean absolute percent error of the prediction results is less than 5% . The accuracy suggested its advantage in passenger volume evaluation and on site application.

Key words: urban traffic, passenger volume prediction, SARIMAX model, holiday effects, transportation hub

中图分类号:

U268.6

成诚，杜豫川，刘新. 考虑节假日效应的交通枢纽客流量预测模型[J]. 交通运输系统工程与信息, 2015, 15(5): 202-207.

CHENG Cheng，DU Yu-chuan，LIU Xin. A Passenger Volume Prediction Model of Transportation Hub Considering Holiday Effects[J]. Journal of Transportation Systems Engineering and Information Technology, 2015, 15(5): 202-207.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19083.shtml

http://www.tseit.org.cn/CN/Y2015/V15/I5/202

参考文献

[1] Williams B M, Hoel L A. Modeling and forecasting vehicular traffic flow as a seasonal ARIMA process: Theoretical basis and empirical results[J]. Journal of Transportation Engineering, 2003, 129(6): 664-672.

[2] 顾杨, 韩印, 方雪丽. 基于ARMA模型的公交枢纽站客流量预测方法研究[J]. 交通信息与安全, 2011, 29(2): 5-9. [GU Y, HAN Y, FANG X L. Method of hub station passenger flow forecasting based on ARMA model[J]. Journal of Transport Information and Safety, 2011, 29 (2): 5-9.]

[3] 蔡昌俊, 姚恩建, 王梅英, 等. 基于乘积ARIMA 模型的城市轨道交通进出站客流量预测[J]. 北京交通大学学报（自然科学版）, 2014, 38(2): 135-140. [CAI C J, YAO E J, WANG M Y, et al. Prediction of urban railway station’s entrance and exit passenger flow based on multiply ARIMA model[J]. Journal of Beijing Jiaotong University, 2014, 38(2): 135-140.]

[4] 贾洪飞, 宗芳, 乔路. 综合客运枢纽换乘量预测方法[J]. 系统工程, 2009, 27(1): 15-20. [JIA H F, ZONG F, QIAO L. Transfer volume forecasting method in comprehensive passenger transport hub[J]. Systems Engineering, 2009, 27(1): 15-20.]

[5] 孙立山, 姚丽亚, 荣建, 等. 基于最大熵模型的客运枢纽换乘量分布预测研究[J]. 公路交通科技, 2008, 25 (9):140-144. [SUN L S, YAO L Y, RONG J, et al. Application of entropy- maximizing model in transfer distribution forecast of urban public transportation terminal[J]. Journal of Highway and Transportation Research and Development, 2008, 25(9): 140-144.]

[6] 刘杰, 衡玉明, 赵辉, 等. 城市交通枢纽短期客流量的组合预测模型[J]. 交通信息与安全, 2014, 2: 009. [LIU J, HENG Y M, ZHAO H, et al. Simulation analysis of reasonable corridor scale in passenger transport terminal[J]. Journal of Transport Information and Safety, 2014, 2: 009.]

[7] 葛亮, 王炜, 邓卫, 等. 城市公共交通枢纽客流量预测实用方法研究[J]. 公路交通科技, 2006, 22(8): 110- 113. [GE L, WANG W, DENG W, et al. Research on practical forecast method of passenger volume for urban public transport hub[J]. Journal of Highway and Transportation Research and Development, 2006, 22(8): 110-113.]

[8] US Bureau of Transportation Statistics.“U.S Holiday Travel”, America on the Go, Findings from the National Household Travel Survey[R]. US Bureau of Transportation Statistics, 2003.

[9] Williams B M, Hoel L A. Modeling and forecasting vehicular traffic flow as a seasonal ARIMA process: Theoretical basis and empirical results[J]. Journal of Transportation Engineering, 2003, 129(6): 664-672.

[10] Cools M, Moons E, Wets G. Investigating effect of holidays on daily traffic counts: Time series approach[J]. Transportation Research Record: Journal of the Transportation Research Board, 2007, 2019(1): 22-31.

[11] Cools M, Moons E, Wets G. Investigating the variability in daily traffic counts through use of ARIMAX and SARIMAX models[J]. Transportation Research Record: Journal of the Transportation Research Board, 2009, 2136(1): 57-66.

[12] Daziano R A, Motoaki Y. Data collection and econometric analysis of the demand for non-motorized transportation[R]. 2014.

[13] 郭存芝，杜延军，等.计量经济学:理论，方法，Eviews应用[M]. 科学出版社. 2008 [GUO C Z, DU Y, et al. Econometrics: theory, methods, and application on eviews[M]. Science Press, 2008.]

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.