您当前所在位置: 首页

论文收录信息

论文编号 201801-76
论文题目 基于时间因子的客流模型的研究和实现
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于时间因子的客流模型的研究和实现

引用

复制文本

导出参考文献

.txt .ris .doc

周俊文

周俊文(1992-),男,硕士研究生,主要研究方向:数据挖掘

闫丹凤

闫丹凤(1972-),女,硕导,主要研究方向:数据挖掘

发送私信

发送给闫丹凤

北京邮电大学网络与交换技术国家重点实验室,北京 100876

摘要:随着城市交通的大力发展,乘客数量急剧增加。乘客出行信息中蕴含着巨大的价值,如何有效地分析客流便尤为关键。在此背景下,本课题利用时间相关的客流模型对多站点的短期客流进行分析和预测。由于站点本身数量庞大,同时也在不断在增加,因此对每个站点分别建模需要耗费大量的人力。为了解决这个问题,本文利用自相关函数等统计学方法分析客流中存在的时间属性,证明当前客流与历史客流之间存在相关性。并据此提出了基于时间因子的客流模型,时间因子能从趋势和数值等角度衡量不同站点客流之间的相似程度,并对站点客流聚类。该模型能够有效地利用客流中蕴含的时间属性,聚合客流序列相似的站点,有效地完成客流预测工作。实验证明该客流模型能够对多站点客流有较好的预测能力。

关键词: 计算机软件与理论 客流预测 多站点 时间因子 聚类

图表:

动态公开评议

评论

评论一下

全部评论
评论