Scidown文献预览系统!
基于多源数据的城市轨道交通短期客流预测( Short-term passenger flow forecast for urban rail transit based on multi-source data )
W Li L Sui M Zhou H Dong
城市轨道交通短期客流预测是运营调度决策的重要组成部分。然而,客流预测受多种因素影响。采用季节自回归综合滑动平均模型(SARIMA)和支持向量机(SVM)建立交通流预测模型。该模型是利用大规模城市交通流预警系统提供的智能数据,如利用物联网和传感器网络采集的精确客流数据建立的。本文提出的模型能够适应城市轨道交通客流的复杂性、非线性、周期性等特点。在北京交通数据集上的测试结果表明,SARI-MA-SVM模型能够提高交通预测的准确性,减少误差。所得预测值与实测值吻合较好。因此,SARIMA-SVM模型能够充分反映交通变化,适用于客流预测。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】