（交通运输规划与管理专业论文）公交客流短期预测方法研究.pdf

卜 一了 d f o rt h ea c a d e m i cd e g r e eo fm a s t e ro fe n g i n e e r i n g b y l i uk a i s u p e r v i s e db y p r o f l iw e n q u a n s c h o o lo ft r a n s p o r t a t i o n s o u t h e a s tu n i v e r s i t y n a n j i n g j a n2 0 1 0 2jj1舢8 357，iiii1y 作及取得 中不包含 教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 研究生签名：列垫 日期：型：兰丝 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包 括刊登) 授权东南大学研究生院办理。 研究生签名：刘坦导师签名： 扯日期：一 方法研究摘要 摘要 共交通系统的快速发展，公交调度人员对于实时客流信息的掌握水平也大大 交客流短期预测问题上，由于短期客流序列具有混沌特性和显著的随机性， 测方法难以进行及时、准确、可靠的预测，导致实时客流信息无法有效应用 制了公交服务水平的提高。 现有文献的基础上，基于短期客流序列特性和观测尺度分析，提出以小波分 组合预测方法。首先采用离散傅里叶变换研究短期客流序列的频域特性；基 用l y a p u n o v 指数法分析短期客流序列的混沌特性。其次，分析观测尺度对 性、客流序列混沌特性的影响，结合公交调度实际应用的要求，提出适用于 测的观测尺度范围，采用无标度区间法评价观测尺度的可行性。根据特性分 析和观测尺度分析结果，采用降低短期客流序列非平稳性的思路建立预测方法。为此引入信 号分析原理与小波分解方法，将短期客流序列视为一个完整信号，通过小波分解与重构得到 多个平稳性较好的单支信号，各单支信号分别预测后再将预测结果合成即得到整体信号预测 结果。研究结果表明短期客流序列信号包含高频成份与低频成份，低频成份构成信号主体， 高频成份导致信号波动，且短期公交客流序列具有混沌特性，这些特性导致采用单一方法得 到的短期客流预测结果精度较低；在同时满足使用要求、客流观测序列完整反应公交系统信 息、客流序列不至于表现为纯随机性三项条件下，短期客流观测尺度为1 1 5 分钟是合适的； 小波预测方法在保留全部客流信息的基础上，有效降低了客流信号的非平稳性，实例计算结 果证明该方法可以有效提高客流预测精度。 本文的研究结果说明从分析客流序列特性和观测尺度入手建立客流短期预测方法是可 行的，通过小波分解与重构降低短期客流序列非平稳性，结合使| 睡i 现有时间序列预测方法即 可得到精度较好的预测结果，满足客流短期预测及时、准确、可靠的要求，具有一定的实用 价值。 关键词：短期客流预测，客流特性，观测尺度，小波分析，混沌 公交客流短期预测方法研究a b s t r a c t a b s t r a c t t h ed e v e l o p m e n to fi n t e l l i g e n tp u b l i ct r a n s p o r ts y s t e ma l l o w sd i s p a t c h e rt oe f f e c t i v e l y e q u i pt h ev e h i c l eo p e r a t i o na n dp a s s e n g e rf l o wi n f o r m a t i o n m e a n w h i l e ，i t sd i f f i c u l tt op r e d i c t i n g s h o r t t e r mp a s s e n g e rf l o wt i m e l y , a c c u r a t e l ya n dr e l i a b i l i t yb ye x c i t i n gf o r e c a s t i n gm e t h o d ，w h i c h l e a dt o p a s s e n g e rf l o w i n f o r m a t i o nc a n n o tb ee f f e c t i v e l y a p p l i e d t or e a l t i m e s c h e d u l i n g ， l i m i t e dp u b l i ct r a n s p o r ts e r v i c el e v e l s b a s e do na n a l y s i so n s e q u e n c e c h a r a c t e r i s t i c so fs h o r t t e r m p a s s e n g e rf l o wa n d c h a r a c t e r i s t i c si m p a c ta n a l y s i so no b s e r v a t i o ns c a l e ，w a v e l e tf o r e c a s tm e t h o dw a sp r o p o s e d ，w h i c h c o m p o s e db yt h r e es t e p s ，n a m e l yw a v e l e td e c o m p o s i t i o na n dr e c o n s t r u c t i o n ，s i n g l eb r a n c h f o r e c a s t i n ga n dp r e d i c t i o nr e s u l t ss y n t h e s i s f i r s to fa l l ，c o n s i d e r i n gt h a tw i t hs h o r t e n i n go f p r e d i c t i n gt i m e ，s h o r t t e r mp a s s e n g e rf l o we x h i b i t su n i q u ec h a r a c t e r i s t i c st h a td i f f e r e n tf r o ml o n g t e r mp a s s e n g e rf l o wa n dc a n n o tb ep r e d i c t e da c c u r a t e l yb ye x i s t i n gm e t h o d s ，w h i c hc a l lf o rs t u d y o nc h a r a c t e r i s t i ca n a l y s i s b a s e do ns u r v e yd a t aa n ds u m m a r yo fe x i s t i n gr e s e a r c hr e s u l t s ，d f t t r a n s f o r mw a sp r o p o s e dt oc a r r yo nf r e q u e n c yd o m a i na n a l y s i so fs h o r t t e r mp a s s e n g e rf l o w ； l y a p u n o vi n d e x ，b a s e do nc h a o st h e o r y , w a sc a l c u l a t e dt od i s c r i m i n a t ec h a o t i cc h a r a c t e r i s t i c s s e c o n d l y , s t u d yo b s e r v i n gs c a l ee f f e c to fp a s s e n g e rf l o ws e q u e n c es t a t i o n a r i t ya n dc h a o s ，t a k i n g i n t oa c c o u n tp r a c t i c a lr e q u i r e m e n tp r o p o s e sa na p p r o p r i a t eo b s e r v a t i o n a ls c a l eo fs h o r t t e r m p a s s e n g e rf l o w b a s e do nt h o s ea b o v ea n a l y s i s ，m o d e li n ga p p r o a c ha sr e d u c ep a s s e n g e rf l o w s e q u e n c en o n - s t a t i o n a r yw a sp r o p o s e d ，s i g n a la n a l y s i sa n dw a v e l e tw a si n t r o d u c e dt ob u i l d w a v e l e tm e t h o da sm e n t i o n e da tb e g i no ft h i sp a r a g r a p h r e s u l to ft h i sp a p e rs h o wt h a ts h o r t t e r m p a s s e n g e r f l o ws e q u e n c ec o n t a i n s l o w f r e q u e n c yc o m p o n e n t s a sm a i nc o m p o s i t i o nb e s i d e s h i g h - f r e q u e n c yc o m p o n e n t sa si n t e r f e r e n c es i g n a l ，i na d d i t i o n ，s h o r t t e r mp a s s e n g e rh a v ec h a o s c h a r a c t e r i s t i c ，t h o s ec h a r a c t e r i s t i c sd i s a b l et h ee x i s t i n gm e t h o d s ；w i t ht h eo b s e r v a t i o ns c a l e r e d u c e d ，p a s s e n g e rf l o ws e q u e n c es h o wm o r en o n - s t a t i o n a r y ；c o n s i d e r i n gt h a ta p p l i c a t i o n r e q u i r e m e n t s ，p a s s e n g e rf l o ws e q u e n c ec o n t a i n sa l ld e t a i l si n f o r m a t i o no fb u ss y s t e ma n d p a s s e n g e rf l o ws e q u e n c es h o u l d n ts h o wp u r er a n d o m i c i t ya r es a t i s f i e ds i m u l t a n e o u s l y , s h o r t t e r m p a s s e n g e rf l o wo b s e r v a t i o ns c a l ea r r a n g e db e t w e e n1a n d15m i n u t e si sa p p r o p r i a t e w a v e l e t p r e d i c t i o nm e t h o dr e d u c ev o l a t i l i t yo ft h es i g n a lw h i l er e t a i na l lp a s s e n g e rf l o wi n f o r m a t i o n ， e x a m p l ea n a l y s i sp r o v et h a tw a v e l e tp r e d i c t i o nm e t h o dr a i s ef o r e c a s ta c c u r a c ye f f e c t i v e l y f i n a l l y , t h i sp a p e rs t u d yr e a l - t i m es c h e d u l i n gm e t h o dp r e l i m i n a r i l y , p r o p o s e dd i s p a t c hm o d es e l e c t i o n m e t h o dt or e s p o n dt or e a l - t i m ep a s s e n g e rd e m a n d e x a m p l ea n a l y s i sp r o v e dt h a t s t a r tf r o mt h ea n a l y s i so fp a s s e n g e rf l o ws e q u e n c ea n d o b s e r v a t i o ns c a l ei sap r o p e rw a yt ob u i l df o r e c a s t i n gm o d e l ，b ym e a n so fw a v e l e td e c o m p o s i t i o n i l 1 1 i 公交客流短期预测方法研究 目录 目录 摘j 要1 a b s t r a c t i i 目录l v 第一章绪论1 1 1论文研究的背景1 1 2论文研究的意义1 1 3国内外研究现状总结2 1 3 1 国外研究和应用概况2 1 3 2 国内研究和应用概况3 1 3 3 研究现状总结3 1 4论文主要研究内容4 1 5论文研究重点、难点与解决方法5 1 5 1 研究重点5 1 5 2 研究难点及解决方法5 1 6论文组织结构6 第二章短期公交客流序列特性分析8 2 1短期公交客流序列形式分析8 2 1 i 时间序列分类8 2 1 2 短期公交客流序列分类9 2 2现有公交客流序列特性研究总结1 0 2 3短期客流序列频域特性分析1 1 2 4短期客流序列混沌特性分析1 2 2 4 1 混沌理论与相关概念1 2 2 4 2 相空间重构方法1 4 2 4 3 混沌特性分析1 8 2 5短期公交客流序列特性分析方法2 0 2 5 1 时域特性分析方法2 0 2 5 2 频域特性分析方法2 1 2 5 3 混沌特性分析方法2 2 2 6实例分析2 3 2 6 1 短期客流样本数据采集与处理2 3 2 6 2 频域特性分析2 5 2 6 3 混沌特性分析2 6 2 7本章小结2 8 第三章短期公交客流观测尺度研究3 0 3 1短期客流观测尺度范同研究3 0 3 2观测尺度对客流序列特性的影响分析3 0 3 2 1 观测尺度与序列平稳性3 1 3 2 2 时间序列平稳性分析方法3 2 i v 目录 3 3 3 3 3 4 3 5 3 5 3 5 3 6 3 7 3 7 3 8 4 0 4 0 4 1 i ：1 4 1小波组合预测方法4 2 4 1 1 现有客流预测方法4 2 4 1 2 短期客流预测方法崽路分析4 3 4 1 3 小波组合预测方法4 4 4 2小波组合预测方法的理论基础4 5 4 2 1 小波函数4 6 4 2 2 小波变换与正交小波4 6 4 2 3 多分辨率分析4 8 4 2 4 信号分解与重构算法4 9 4 3信号分解关键参数研究5 0 4 3 1 小波函数5 0 4 3 2 分解层数5 l 4 4单支信号预测方法吲i ：究5 l 4 4 1a r m a 模跫5 1 4 4 2a r m a 模型阶数与参数5 3 4 5客流短期预测的小波组合方法5 3 4 5 1d b 小波函数阶数算法5 3 4 5 2 信号分解层数算法5 4 4 5 3 单支信号a r m a 模型参数与阶数算法5 4 4 6实例分析5 5 4 6 1d b 小波函数阶数选取5 5 4 6 2 计算分解层数5 6 4 6 3 单支信号分解与重构5 7 4 6 4 单支信号预测与预测结果合成5 8 4 7本章小结6 0 第五章 结论与展望6 1 5 1主要结论6 1 5 2 主要创新点6 1 5 3研究展望6 2 坌銮查鎏堑塑堡塑查垄婴壅卫 攻读硕士学位期间发表论文及参与科研情况6 3 致谢6 4 参考文献6 5 附录6 8 v i 公交客流短期预测方法研究第章绪论 1 1 论文研究的背景 第一章绪论 随着我国社会经济的迅猛发展，城市规模日益扩大，城市人口和小汽车保有量快速增长， 交通拥挤、交通污染、交通安全状况越来越严重。日趋严重的城市交通问题，在很大程度上 影响了城市经济的进一步发展和人民生活水平的进一步提高。国家中长期科技发展规划已经 把缓解交通拥堵列为需要解决的“重要热点问题”，优先发展公共交通，提高城市居民公共 交通方式出行比例，已被认为是缓解城市交通拥堵的关键措施。 运营调度是公交企业工作的核心，运营调度水平直接影响到企业生产效率、经济效益和 服务质量，并进一步影响居民公交出行比例乃至城市运输效率。为了提高公交运营调度水平， 我国多个城市相继建设了智能公共交通系统，计算机网络、无线通讯、客流自动统计技术、 公交i cg - 系统等先进技术或设备逐步推广i l d j ，公交调度人员对于客流信息的实时掌控程度 进一步加强，为公交实时调度打下了良好的基础。然而，文献1 4 1 的信息表明，在已经建立了 智能公交调度系统的公交线路上，调度措施依然由调度人员依据经验决定，系统无法最大限 度地发挥作用。造成这种现象的关键原因就是缺乏有效的方法对客流短期发展趋势进行预 测，调度人员不能采取正确的调度措施及时满足乘客需求。由此可见，公交客流短期预测技 术的不足，已经成为公交发展的瓶颈。 为了解决公交发展中存在的种种问题，国家科技部高技术研究计划将公共汽车交通智能 化运营调度关键技术立项进行专题研究。本论文将依托于国家高技术研究发展计划( 8 6 3 计 划) 探索导向类专题课题城市常规公共交通智能化运营调度关键技术研究( 批准号： 2 0 0 7 a a li z 2 1 0 ) 开展研究：i ：作。通过研究短期客流序列特性、观测尺度对短期客流序列特 性的影响，提出优化的短期客流预测方法，及时、准确、可靠的预测短期公交客流，为公交 企业进行科学的运营调度提供理论依据和技术支持。 1 2 论文研究的意义 公交系统不能及时有效的满足乘客需求，是目前我国公交运营调度管理中急需解决的关 键问题之一。由- 丁客流短期预测能力不足，调度管理实时性较差，公交企业对运营过程中发 生的客流变化反应滞后，不能及时采取正确的临时调度措施，造成公交车辆资源配置不够合 理，乘客需求不能得到有效满足。 目前国内公交客流预测的研究多集中在中长期客流领域，对以年、月、日等较长时间跨 度为观测尺度的客流序列提出了一系列可行性较好的预测方法，如时间序列法、神经网络、 k a l m a n 滤波方法等【5 6 7 1 。客流短期预测旨在获得短期内客流变化信息，往往要求以几分钟 为观测尺度统计客流情况，短期客流序列包含了丰富的客流变化信息，表现出强烈的： f 平稳 性【s j ，使用现有的客流预测方法很雉获得良好的客流短期预测精度。 l 公交客流短期预测方法研究 第一章绪论 本文将对短期客流序列的特性进行分析，明确短期客流序列与中长期客流序列的特性差 异，并分析观测尺度对于短期客流序列特性的影响，最终建立一种及时、可靠、准确的公交 客流短期预测方法。论文研究结果对准确把握客流趋势，提高公交调度水平，有效满足居民 公交出行需求，贯彻实施公交优先的发展思路有重要的现实意义和一定的社会经济价值。 1 3 国内外研究现状总结 1 3 1 国外研究和应用概况 发达国家对于客流预测预报技术较为重视，但是其研究重点为使用先进设备快速获取乘 客需求信息并进行处理，对于公交客流短期预测方法的研究较少。此外，发达国家在道路交 通流预测、机场乘客需求预测、乘客需求响应等方面也有一些研究成果，对于本研究具有参 考价值。 1 9 9 7 年，b a r tv a na r e m 等提出短期交通流预测是实现动态交通管理的必要条件，并总 结了当时短期交通流预测和应用领域的研究进展，提出短期交通流预测技术在预测精度上尚 需改进【9 l ：2 0 0 1 年，h a i b oc h e n 和s u s a ng r a n t - m u l l e r 等研究了使用排序学习进行短期交通 流预测，对一种使用排序的神经网络算法进行了分析，研究结果表明动态神经网络可以取得 良好的交通流短期预测精度( 1 0 l ；2 0 0 1 年，h u s s e i nd i a 等以某公路交通流为例，研究短期交通 流预测的目标导向神经网络方法l ：2 0 0 1 年，b r i a nl s m i t h 等提出短期交通流预测是支持需 求响应网络模型的关键要素，对参数模型与非参数模型进行了比较分析，并研究了非参数同 归模型的理论基础1 1 2 i ；2 0 0 2 年，m a r ke t h o m 介绍了一种用于车队调度管理的软件系统， 该系统可实时收集乘客需求信息，并对客流信息进行统计分析i l 川：2 0 0 5 年，e l e n ii v l a h o g i a n n i 等提出了一种改进的遗传算法进行道路交通流短期预测，该算法采用了多层结构的优化策 略，在选择合适的神经网络结构和虑对交通流随机性上有所改进i l4 j ；2 0 0 6 年，j a ng d e g o o i j e r ， r o bj h v n d m a n 等对时间序列分析方法在预测领域的研究做了全面概括，提出时 间序列方法在多个方面仍有待突破【1 5 l ；2 0 0 8 年，l u c aq u a d r i f o g l i o 等研究了乘客需求响应系 统各种调度策略r ：作效率的影响因素，以总行驶里程、车队规模为指标比较分析了区域与非 区域调度策略，研究了实时客流数据的收集、预测与响虑 1 6 1 ；2 0 0 8 年，c o s k u nh a m z a c e b i 等 研究了改进神经网络模型在时间序列预测上的应用，对于客流序列预测具有一定的参考价值 【1 7 l ：2 0 0 9 年，t s u n g h s i e nt a i 等认为短期客流预测在铁路效益管理上具有重要应用价值，并 研究了两种新型神经网络结构在铁路短期客流预测上的应用，即m u n 州( m u l t i p l e t e m p o r a l u n i t sn e u r a ln e t w o r k ，多阶层神经网络) 与p e n n ( p a r a l l e le n s e m b l en e u r a ln e t w o r k ，并行 神经网络) ，认为这两种神经网络相对于传统的多层感知神经网络在预测精度上有较大改进 1 1 8 】；2 0 0 9 年，m a n o e lc a s t r o n e t o 等提出现有道路交通流短期预测模型没有考虑非正常道路 因素影响，提出使用在线支持向量机来预测正常交通流状况下或者异常情况下道路交通流短 期预测l l w 。 2 究了公交l c 卡数据处理方法，并针对间断客流序列使用指数平滑法进行了短期客流预测【2 5 1 。 国内关于道路交通流短期预测的研究较多，这些研究对于本论文有借鉴意义。相关代表 文献有： 1 9 9 9 年，杨兆升、朱中利用g - 尔曼滤波理论建立了交通流量预测模型，并提出了对交 通流原始数据进行比例变换的处理方法，证明了比例变换对于提高数据预测精度有改善作 用，同时说明卡尔曼滤波可以用于短期交通流预测【2 6 】；2 0 0 4 年，况爱武、黄中祥根据短期 交通流的特性，以神经网络技术为基础，构建短期交通流预测的神经网络模型，并用某高速 公路短期交通流观测数据进行验证【2 7 】；2 0 0 6 年，邓j 占龙、李全、陈茜通过分析短期交通流 时序特性，将灰色系统理论应刖于短期交通流预测，建立了滚动g m ( 1 ，1 ) 预测模型，并 较好地预测了短期交通流的变化趋势【2 8 l ；2 0 0 6 年，蒋海峰、马瑞军、魏学业、温伟刚提出 了一种基于混沌时间序列分析理论的快速识别短期交通流时间序列最大l y a p u n o v 指数的计 算方法，用以判别短期交通流混沌特性1 2 9 1 ：2 0 0 7 年，张勇、贺国光在对交通流序列进行尺 度分解的基础上，提出了一种基于系统历史信息在线快速判别交通流混沌的方法f 3 0 j ；2 0 0 8 年，喻丹、吴义虎使用分形理论和主成分分析法分析了道路交通流的混沌特性，阐述了道路 交通流最小可预测周期的概念井提出了相应的算法，构建了小波网络进行短期交通流预测， 提出通过小波分解对交通流进行分类预测的思想p 。 1 3 3 研究现状总结 综观国内外研究历史与现状，可以说公交客流预测是交通领域的研究重点之一，但是在 公交客流短期预测方法方面的成果并不多。 国外对于客流信息研究的重点在于如何及时有效收集乘客需求信息并作出响应，主要内 3 公交客流短期预测方法研究 第一章绪论 容为以先进的智能交通系统为基础，通过先进设备获取乘客实时需求信息，根据需求信息研 究车辆调度方法满足乘客需求，在客流短期预测方法方面的研究较少。“需求响应 ( d e m a n d r e s p o n s i v e ) ” 1 3 】策略处理的是已经发生的乘客需求，不能预测乘客需求，在响应 时间上存在延迟，会造成乘客等待时间增加。此外，国外在交通流短期预测方面成果较多， 提出了线性同归模型、非线性同归模型、神经网络等多种交通流短期预测方法【l o 1 2 1 4 j 。 国内公交客流预测的研究主要集中在中长期领域，针对年、月时间尺度下的公交客流预 测研究取得了较多的成果f 3 2 3 3 1 ，对于短期公交客流来讲，这些预测理论、方法并不完全适 用。部分研究【2 2 2 5 】进行了较小时间尺度下的客流预测，并进行了调度形式选择或者时刻表设 计研究，这些研究方法在客流序列选取、预测尺度分析上有待改进。此外，短期公交客流序 列特性对于预测方法的选择至关重要，观测尺度对客流序列特性也会产生较大的影响，而国 内对这些内容还没有充分的研究。 1 4 论文主要研究内容 本论文将依托于国家高技术研究发展计划( 8 6 3 计划) 专题课题城市常规公共交通智 能化运营调度关键技术研究，对公交客流序列特性、观测尺度对客流序列特性的影响以及 观测尺度评价方法进行研究，建立公交客流短期预测的小波组合方法，并通过实例分析验证 预测方法的有效性。本文具体内容分为以下四个方面： l 、短期公交客流序列特性研究 短期客流序列冈公交系统中存在人量的随机冈素而具有随机性和非平稳性。时间序列的 随机性有噪声和混沌两种可能，前者是外在随机性，斤者属y - 内在随机性，内在随机性即混 沌特性，混沌序列与其他序列的可预测性差别较大，为此需要研究短期客流序列是否为混沌 序列。另外，将短期客流序列看作是公交系统的输出信号，从信号分析的角度研究短期客流 序列特性，能够更清晰的解释短期客流序列的特性。 本文拟在讨论信号分析方法、混沌特性识别算法的基础上，研究短期客流序列时域特性、 频域特性和混沌特性的分析方法，为进一步建立预测方法奠定基础。 2 、短期公交客流观测尺度研究 观测尺度即客流序列的数据统计时间间隔。对丁客流序列而言，观测尺度相当予一个滤 波器，客流序列的每一个数值都是观测尺度内观测值的平均。观测尺度越大，客流细：竹信息 丢失越多，而客流序列的平稳性越好，预测越容易；观测尺度越小，观测序列反应的细节信 息越完整，但也导致序列的随机性、非平稳性增强，预测难度增加。当观测尺度小到一定程 度，就会成为纯随机序列而无法预测，因此观测尺度理论上存在最小值。 为此，选取短期客流观测尺度必须考虑观测尺度对客流序列特性的影响，且客流序列不 能任意小。本文从麻用实际出发，分析短期客流序列观测尺度的范围。接着从短期客流序列 平稳性、频域特性、混沌特性三个方面研究观测尺度的影响，根据分析成果总结观测尺度的 取值原则。为了避免观测尺度过小，引入分形理论，采用无标度区间判断观测尺度可行性的 4 绪论 建立适用于单支信号的预测模型。 4 、实例分析 依托项目调查数据，对本文提出的特性分析方法、观测尺度范围确定方法、小波组合方 法进行验证，评价方法的实川性。 1 5 论文研究重点、难点与解决方法 1 5 1 研究重点 在调查数据和资料的基础上，研究公交客流序列特性分析、观测尺度影响分析、观测尺 度范围确定的方法，根据短期客流序列特性和观测尺度研究结果，最终建立准确、可靠、及 时的公交客流短期预测小波组合方法。 1 5 2 研究难点及解决方法 l 、客流序列混沌特性识别 常见的混沌特性识别方法有功率谱法、主分耸分析法、李雅普洛丈指数法，各方法在计 算过程、对数据簧要求上有所不同，必须对各种方法进行对比分析后。根据客流序列特性选 择合适的方法。 2 、短期客流序列观测尺度研究 混沌和分形理论从非线性的角度考虑了系统的内部动力特性和细节奇异特性，通过判断 给定观测尺度下客流序列重构相空间中是否存在无标度区间，判断观测尺度是否可用于短 期客流预测。混沌系统的无标度区间内存在分形现象，理论上可以确定最小无标度与最小 观测尺度之间的定量关联，但目前在这一方面的研究尚不成熟。 5 公交客流短期预测方法研究 第一章绪论 本文对给定观测尺度下的短期客流序列进行相空间重构，采用g r a s s b e r g e r 和p r o c a c c i s 根据w h i t n e y 嵌入定理和t a k e n s 相空间重构方法提出的从样本数据中提取系统关联维数的 g p 算法，绘制分形图判断无标度区间，进而判断观测尺度的合理性。 3 、小波预测方法关键参数的选择 客流短期预测的小波组合方法关键是使用合适的小波函数和分解层数将短期客流序列 分解成为多个平稳性较好的单支信号。如何选择合适小波函数对客流序列进行多分辨率分 解，如何判段信号分解深度，单支信号如何预测以及预测结果的无差重构都是预测方法中难 点。 论文从分析小波函数的分类标准入手，考虑客流序列信号分解要求，根据对称性和正则 性选取小波函数；通过评估单支信号中低频主趋势信号的平稳性确定信号分解层数；综合使 用a i c 最小信息准则和试算法确定单支信号预测模型参数和阶数。 1 6 论文组织结构 论文章节安排如下。 第一章为绪论。主要分析客流短期预测问题的研究背景及意义，总结国内外客流预测方 法研究的现状，介绍论文的主要研究内容、重点难点与解决方法、章节安排与组织结构。 第二章为短期客流序列特性研究。首先对客流序列分类进行了分析，在总结现有客流序 列特性研究的基础上，分别就短期客流序列频域特性和混沌特性研究的意义、原理进行了论 述。最后提出短期客流序列特性分析方法。并在实例分析部分验证了方法的有效性。 第三章为短期客流观测尺度研究。首先分析了观测尺度与公交客流序列特性的关系，接 着分别就观测尺度对客流序列的平稳性和混沌特性的影响进行了详细分析，研究了客流序列 平稳性评价方法以及根据无标度区间判断最小观测尺度的原理。最后提出观测尺度确定方 法，并在实例分析部分进行验证。 第四章为短期客流小波组合预测方法研究。本章在客流序列特性分析、观测尺度研究的 基础上，从降低短期客流序列非平稳性的思路入手，引入小波理论建立小波组合预测方法， 并在实例分析部分对小波组合方法进行验证。 第五章为结论与展望。本章总结了本文的主要研究内容，指出本文的创新点，针对论文 的不足之处提出研究展望。 论文组织结构如图1 6 1 所示。 6 图1 6 1 论文组织结构图 7 公交客流短期预测方法研究 第二章短期公交客流序列特性分析 第二章短期公交客流序列特性分析 公交客流短期预测要求以较小的观测尺度统计客流信息，相比于中长期客流序列，短期 客流序列的随机性更加明显，时变性与不确定性更强，预测难度更大。这说明随着观测尺度 减小，客流序列自身的某些特性发生了变化，现有的客流预测方法无法有效应对短期客流序 列的特性，因此有必要对短期公交客流序列的特性进行分析。客流序列是种时间序列，因 此本章将从时间序列的分类入手，分析客流序列的不同形式。引入信号分析理论，从信号分 析的角度研究短期客流序列非平稳性：引入混沌理论研究短期客流序列的是否具有混沌特 性。 2 1 短期公交客流序列形式分析 2 1 1 时间序列分类 从系统意义的角度来看，时间序列可以看做由公交系统在不同时间的输出信息构成的时 间序列。时间序列有纵向时间序列和横向时间序列之分。纵向时间序列是指系统变量观测值 按照出现时间的先后次序，以相同或不同的时间间隔排列成的一组数值，是系统现象不同时 刻的输出信息形成的序列，因此纵向时间序列反映的是现象随时间先后变化的规律。横向时 间序列是指若干系统现象在某一时间点上输山信息按照一定顺序排列而成的一组数值，反映 的是一定时间、地点条件下各相关现象之间存在的内在数值关系p 引。 时间序列是系统历史行为的客观记录，包含了系统结构特征及其运行规律。通过对时间 序列的研究可以部分或完整的揭示系统的运行规律，对系统存在的特性进行判断，进而用以 预测、控制系统的未来行为，这也是使用短期客流序列进行客流短期预测的依据。 根据研究出发点的不同，时间序列可以分成不同的类型。 i 、按照系统复杂程度的不同，时间序列可以分为线性时间序列和非线性时间序列。线 性时间序列自身特性较为简单，可以通过线性回归等方法建立同归模型进行分析。非线性时 间序列特性较为复杂，有些时间序列还具有混沌特性和分形特征，很难直接建立数学模型进 行预测。 2 、按照系统的确定程度而言，时间序列可以分为随机时间序列和确定性时间序列。随 机时间序列是源自于随机性系统的数据，一般采用统计方法研究。确定性时间序列是指从确 定性系统通过观察或实验获取的时间序歹0 ，可以通过建立确定性的数学模型进行研究。 3 、现有研究表明，随机性和确定性并不是完全区分的。混沌理论和分形理论的发展揭 示出这样一种复杂的确定性系统，它具有内在随机性，即混沌特性。混沌系统具备确定性系 统固有的可预测性，又具备初值敏感性，导致混沌系统的预测能力受到严重限制，混沌系统 是短期可以预测而长期不可预测的。由混沌系统得到的序列称为混沌时间序列。本文的研究 8 到的公交客流序列按照序列数据的连续性不同，可分为连续客流序列和间断客流序列。连续 客流序列是以固定的观测尺度连续、完整的记录某段时间内的客流信息，得到形如式( 2 1 ) 所示的客流序列，该序列在时间上是连续的。间断客流序列可视为连续客流序列的子集，只 保留部分周期性的数据，得到形如式( 2 2 ) 的客流序列，该序列在时间上是不连续的。 v = ( f i ，t 2 ，3 ，j v ) v = ( i ，f “7 ，t f + 27 ，“ 7 ) ( 2 1 ) ( 2 2 ) ( 2 1 ) 、( 2 2 ) 中，f 、刀、n 为表示数据项序号的常数。r 表示间断客流序列数据 项的时间间隔。 间断客流序歹u 往往用于根据历史周期客流数据推测未米客流量。由于公交客流具有一定 的周期性，间断客流序列数据项之间的相关性较强，序列平稳性较好，采用简单的时间序列 预测方法即可得到满意的预测结果。间断客流序列预测多用丁公交调度时刻表制定，杨秀华、 韩秀华对此做了详细的研究1 2 5 1 。间断客流序列的不足之处在于人为的破坏了客流数据的连 续性，不能有效反映公交系统客流的连续性以及客流到达的随机性。而连续客流序列则完整 记录了一段时间内客流连续到达的情况，对于客流随机性具有良好的表现能力。为了及时、 准确、可靠的预测客流短期变化趋势，公交客流短期预测应采用连续客流序列作为研究对象， 卜文所提剑的客流序列都默认为连续客流序列。 按照观测规模的不同，短期客流序列还可分为站点客流序列、线路( 区间) 客流序列、 区域客流序列，其中站点客流预测最为基础。根据站点的客流预测结果，结合站点客流o d 分布，就可以得到线路( 区间) 客流和区域客流的预测值。本文的预测方法针对站点客流序 列展开。由于不同空间规模的短期客流序列并无序列特性上的区别，本文的研究成果也很容 易推广到线路、区域短期客流序列预测方面。另外，从客流数据收集的角度看，站点客流数 据可通过先进公交设备，如通过车载l c 卡系统、乘客技术系统等方便的获取【2 3 】，这为本研 究的进行和研究成果的应用提供了前提条件。 9 公交客流短期预测方法研究 第二章短期公交客流序列特性分析 2 2 现有公交客流序列特性研究总结 现有公交客流序列特性研究集中在时域分析领域。时域分析可以定义为系统在一定输入 下，根据输出量的时域表达式，分析系统的稳定性、瞬态性能和稳态性能。对于客流序列而 言，时域分析包括对客流时段分布特性研究，即研究客流序列数据样本随时间变化的规律； 此外还包括客流序列统计特性分析，即对数据序列在时间域上的各种统计值进行分析研究， 以评价客流序列稳定性和趋势性。 1 、客流时段分布特性 居民公交出行受到大量随机