计划性大型活动散场期间地铁OD客流量预测方法

在计划性大型活动举办期间地铁客流量会超过平常高峰期的客流量.客流的激增不仅对城市轨道交通正常运营造成巨大的压力,甚至会引起严重的安全事故.本文在对计划性大型活动散场期间地铁客流在时空范围的规律研究基础上,根据大型活动散场时段的OD客流量基础数据,结合影响因素特征数据,构建基于随机森林算法的计划性大客流预测模型,实现大型活动结束后在5 min粒度下的OD客流量预测,并以北京凯迪拉克中心五颗松地铁站为例进行实例研究.选取演唱会和体育赛事的AFC数据,对预测结果进行验证,并与SVM、XGBoost算法对比,证明本文所提出的基于随机森林算法的客流预测模型方法具有更好的预测效果.