铁路车站客流量波动规律与预测方法探讨

铁路客运呈现出显著波动特性和复杂变化趋势,准确把握客流变化规律和趋势,实现客流的精准预测,对铁路网络规划、运营组织优化、服务质量提升具有重要意义。以铁路车站客流量2017—2019年历史数据为基础,对节假日和非节假日铁路车站客运量波动规律进行分析,通过日期和节假日属性特征设计,应用提出融合注意力机制的长短时记忆网络(LSTM-AM)模型对铁路某车站日客流量进行预测。结果表明,LSTM-AM模型预测误差小且能够较好地反映出客流变化规律,可以为铁路相关部门提供数据支持。