公开(公告)号：CN104021430A

公开(公告)日：2014-09-03

申请号：CN201410262069.1

申请日：2014-06-12

Applicant: 东南大学

Inventor： 张宁 ,  徐世鹏 ,  石庄彬 ,  钱振东

IPC: G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了一种城市轨道交通站点客流不确定性分析方法，包括以下步骤：首先利用AFC系统采集足够的历史客流数据，然后对原始数据进行处理，得到以△T为时间间隔的客流序列，接着基于城市轨道交通客流显著的以周为周期的特性，使用SARIMA模型拟合客流序列，并以拟合后的SARIMA模型作为GARCH模型的均值方程，接着对均值方程的残差序列建立条件方差方程，计算得到GARCH模型预测的置信区间，基于预测的置信区间评估模型预测的可靠性。本发明可用于城市轨道交通短时客流预测，能够提高城市轨道交通短时客流预测的可信度(可靠性)，为城市轨道交通运营与管理提供决策依据。

公开(公告)号：CN103984994A

公开(公告)日：2014-08-13

申请号：CN201410211258.6

申请日：2014-05-19

Applicant: 东南大学

Inventor： 张宁 ,  石庄彬 ,  何铁军

IPC: G06Q10/04

Abstract: 本发明公开了一种城市轨道交通客流高峰持续时间预测方法，包括以下步骤：首先选择足够样本量的历史客流数据，然后对原始数据进行处理，处理过程包括流量统计、高峰时间计算、数据清洗、数据区间分类，接着建立关联客流高峰事件属性集，接着计算每一个区间的客流高峰事件的概率分布，再使用贝叶斯分类的方法确定属性分类界限，最后对每一类客流高峰事件建立时间序列模型，并对方法的有效性进行检验。本发明可用于预测城市轨道交通常发和突发的客流高峰事件的持续时间，为轨道交通企业的客流高峰管理提供数据支持，能缓解通行能力浪费和服务水平降低的矛盾，跟随轨道交通客流的变化。

公开(公告)号：CN107563566A

公开(公告)日：2018-01-09

申请号：CN201710840901.5

申请日：2017-09-18

Applicant: 东南大学

Inventor： 季彦婕 ,  刘阳 ,  石庄彬 ,  马新卫 ,  刘攀

IPC: G06Q10/04 ,  G06Q50/30 ,  G06N3/00

Abstract: 本发明公开了一种基于支持向量机的公交车站间运行时间区间预测方法，首先对公交车辆GPS原始数据进行数据清洗，然后从中提取公交到站时刻并计算公交的站间运行时间，并选择相关的信息建立公交站间运行时间区间预测模型输入数据集，分别建立两个支持向量回归机预测公交运行时间区间的上、下界，采用粒子群算法对支持向量机进行参数寻优，并以考虑预测区间有效覆盖率更大和标准化预测区间平均宽度更小作为参数优化目标，根据PSO算法得到的最优参数构建最终公交站间运行时间区间预测模型。本发明在不确定性情况下为出行者提供实时、准确的预测公交车辆的到站时间区间预测，方便出行者进行出行路线的规划和选择。

公开(公告)号：CN106875314A

公开(公告)日：2017-06-20

申请号：CN201710062955.3

申请日：2017-01-31

Applicant: 东南大学

Inventor： 张宁 ,  王健 ,  刘洋 ,  何铁军 ,  石庄彬

IPC: G06Q50/26

Abstract: 本发明公开了一种城市轨道交通线网客流OD动态估计方法，包括以下步骤：首先基于历史客流数据，通过设定时间间隔，采用移动平均法对客流时空分布稳定性较差的单程票客流OD矩阵进行改进，生成改进后的客流OD分布矩阵，在此基础上计算客流分流率矩阵，结合OD流的行程时间分布规律，构建OD流与进出站客流间的动态流量关系，再根据动态流量关系以及实时上传的进出站客流量信息建立OD动态估计状态空间模型，用卡尔曼滤波方法对模型进行求解，并采用标准化法对OD估计结果进行修正，得出最优估计值，并对方法的有效性进行检验。本发明通过实时上传的进出站交易数据和历史客流数据进行统计，建立了基于卡尔曼滤波的状态空间模型，可用来估计实时的客流需求分布结构信息，为轨道交通企业的客流动态化管理提供数据支持。

公开(公告)号：CN103984993A

公开(公告)日：2014-08-13

申请号：CN201410202139.4

申请日：2014-05-13

Applicant: 东南大学

Inventor： 张宁 ,  何铁军 ,  石庄彬

IPC: G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了一种轨道交通客流OD分布实时推测方法，首先设定时间间隔，然后统计历史客流OD分布矩阵，再计算客流OD概率分配矩阵，再基于历史客流OD分布矩阵按日分布特征进行分类，再对每一类特征日建立一个可更新的客流OD概率分配矩阵，再对于每一类特征日分别建立基于进站客流历史统计数据和实时上传的进站客流统计数据进站客流的时间序列预测模型，再结合时间序列预测模型建立下一个时间段内进站客流预测矩阵，最后根据客流OD概率分配矩阵和进站客流预测矩阵，建立轨道交通客流OD分布实时推测矩阵。本发明通过对实时上传的进站交易数据进行统计并建立时间序列预测矩阵，不仅提高客流OD预测时间长度，也保证了估计结果的可靠度。