基于谱聚类的城市轨道交通车站间客流分型研究

摘要：

在轨道交通运营管理过程中,不同车站间客流的时间分布特性及规律直接决定了客流组织方案.明晰车站间客流分型及特征,对合理配置客流组织方案大有裨益.相对于单车站客流类型,多车站间客流类型的影响因素多样且复杂,为此,从时间、空间和结构3个角度对车站间客流分类特征进行分析,并通过谱聚类方法压缩搜索空间,从而达到更加精准的类型划分.利用轮廓系数与戴维森堡丁指数对比不同方法的分类结果,证明所提出的谱聚类方法相对于k-means等其他方法具有更好的分类效果.以苏州地铁2020年数据为例,通过提出的方法寻找出7种车站间客流分型,该结果可应用于预测模型训练等领域.

关键词：城市轨道交通、车站间客流、谱聚类、多特征分析

所属期刊栏目：35

分类号：U231(特种铁路)

资助基金：苏州市科技发展计划SS201830

在线出版日期：2022-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：99-104,116