鐵路客流總量預(yù)測(cè)方法研究

呂曉艷，劉彥麟，顏 穎，王煒煒

（1.中國(guó)鐵道科學(xué)研究院 電子計(jì)算技術(shù)研究所，北京 100081；2.中國(guó)鐵路總公司 運(yùn)輸局營(yíng)運(yùn)部， 北京 100844）

鐵路客流總量預(yù)測(cè)方法研究

呂曉艷1，劉彥麟1，顏 穎2，王煒煒1

（1.中國(guó)鐵道科學(xué)研究院 電子計(jì)算技術(shù)研究所，北京 100081；2.中國(guó)鐵路總公司 運(yùn)輸局營(yíng)運(yùn)部， 北京 100844）

客流預(yù)測(cè)是鐵路運(yùn)輸進(jìn)行運(yùn)力布局，產(chǎn)品調(diào)整的重要基礎(chǔ)。預(yù)測(cè)的科學(xué)性、精確度將直接影響運(yùn)輸生產(chǎn)，因此努力提高客流預(yù)測(cè)的精度與可用性，是目前運(yùn)輸學(xué)科的一個(gè)熱門研究領(lǐng)域。本文提出基于歷史與預(yù)售的時(shí)間序列（HAP）預(yù)測(cè)方法對(duì)鐵路客運(yùn)中、短期客運(yùn)總量進(jìn)行預(yù)測(cè)分析，以預(yù)測(cè)鐵路客流總量，控制預(yù)測(cè)誤差。經(jīng)過(guò)實(shí)際應(yīng)用，驗(yàn)證了該方法的科學(xué)性和合理性。

鐵路；旅客運(yùn)輸；客流預(yù)測(cè)

鐵路客流預(yù)測(cè)一般包括長(zhǎng)期、中期和短期預(yù)測(cè)3種。長(zhǎng)期預(yù)測(cè)多用于鐵路運(yùn)力布局、建設(shè)與調(diào)整，中短期預(yù)測(cè)較多用于旅客運(yùn)輸組織工作，幫助客運(yùn)部門針對(duì)鐵路客流短期波動(dòng)情況做出快速響應(yīng)，有效組織運(yùn)輸力量，最大化經(jīng)濟(jì)和社會(huì)效益[1]。

鐵路客流受多種因素影響，因素之間關(guān)系錯(cuò)綜復(fù)雜，用傳統(tǒng)的計(jì)量方法來(lái)建立預(yù)測(cè)模型難以取得令人滿意的預(yù)測(cè)效果。本文從應(yīng)用性出發(fā)，引入生產(chǎn)預(yù)售因素，用于調(diào)整預(yù)測(cè)誤差，提出基于歷史與預(yù)售的時(shí)間序列（HAP）客流預(yù)測(cè)方法，除考慮傳統(tǒng)的因素外，還利用實(shí)際的生產(chǎn)數(shù)據(jù)影響因素調(diào)整模型，保證模型的預(yù)測(cè)精度，通過(guò)對(duì)2010年鐵路春運(yùn)客流預(yù)測(cè)案例分析，證明了該方法具有良好的效果和可應(yīng)用性。

1 鐵路客流特征

通過(guò)對(duì)客流的時(shí)序分析，發(fā)現(xiàn)鐵路客流具有相當(dāng)?shù)姆€(wěn)定性、良好的周期性和明顯的趨勢(shì)性，如圖1所示，鐵路客流具備時(shí)間序列的主要特征[2]。

圖1 連續(xù)3年的發(fā)送量趨勢(shì)圖

2 HAP方法

由圖1可知，鐵路客流具備采用HAP客流預(yù)測(cè)方法的重要特征。該預(yù)測(cè)方法最重要的是識(shí)別客流周期。這些客流周期相互交疊，整體作用于發(fā)送量，本文采用差分計(jì)算方法計(jì)算客流周期[3]。

2.1 周期識(shí)別

n階差分運(yùn)算是一個(gè)遞歸過(guò)程：

k步差分是指相聚k期的序列值之差：

以選取的發(fā)送量訓(xùn)練集為例，進(jìn)行15步的差分時(shí)序圖分析，如圖2所示。

圖2 發(fā)送量n步差分時(shí)序圖

鐵路發(fā)送量是一個(gè)受季節(jié)周期影響的遞增時(shí)間序列。通過(guò)時(shí)序圖分析可以看到，只有第12步差分趨勢(shì)是單增的，即其它步的時(shí)序圖都是圍繞0值上下周期波動(dòng)，具有明顯的增長(zhǎng)趨勢(shì)，所以，對(duì)訓(xùn)練樣本集的樣本增量分析應(yīng)以年為周期分析。

用k步差分尋找發(fā)送量的默認(rèn)周期是可行的，根本理由是時(shí)間序列自身的周期性。不同的發(fā)送量時(shí)間序列有不同的周期，如以分析日發(fā)送量為例，可得到的日基本周期為7，即以每一周為基本周期。但是，根據(jù)數(shù)據(jù)集的所有周期不能全部通過(guò)上述的發(fā)送量n步差分觀察獲得，如在上述發(fā)送量特征分析中，客流的一次探底客流周期是由于中國(guó)特殊的春節(jié)引起的，在公歷為周期的日期時(shí)間序列中，并不能很好地找到其變化周期，這需要對(duì)時(shí)間序列中的日期規(guī)則進(jìn)行公農(nóng)歷換算才可獲取。

2.2 HAP預(yù)測(cè)

圖3是采用HAP方法預(yù)測(cè)的基本流程，主要包括客票預(yù)售分布預(yù)測(cè)和客流變化趨勢(shì)預(yù)測(cè)。根據(jù)預(yù)測(cè)日期距乘車日期的遠(yuǎn)近，為兩個(gè)預(yù)測(cè)結(jié)果分配不同的權(quán)重，線性擬合出客運(yùn)量HAP預(yù)測(cè)參數(shù)。

圖3 HAP預(yù)測(cè)流程

目前采用的客運(yùn)量預(yù)測(cè)方法是客票預(yù)售分布預(yù)測(cè)值與客流變化趨勢(shì)預(yù)測(cè)值的擬合。圖4是從上述兩個(gè)角度對(duì)客運(yùn)量進(jìn)行獨(dú)立預(yù)測(cè)的結(jié)果分布圖。

Forecasting method for total railway passenger fow

LV Xiaoyan1,LIU Yanlin1,YAN Ying2,WANG Weiwei1
( 1.Institute of Computing Technologies,China Academy of Railway Sciences,Beijing 100081,China;2.Department of Transportation Operations,China Railway,Beijing 100844,China)

Passenger fow forecast is an important foundation for railway transport to arrange the transport capacity,adjust rail transport product.The science and accuracy of prediction would directly affect the transportation production,therefore to improve the accuracy and availability of passenger transport forecast is a hot research area.This article proposed a forecasting method HAP to analyze the total railway passenger transport volume for the middle-term and short-term railway passenger transport,forecast the total railway passenger fow and control the prediction error.The application test proved that HAP was a valid method to forecast the total railway passenger fow.

railway;passenger transport;passenger fow forecast

U293∶TP39

A

1005-8451（2016）02-0001-03

2015-06-03

中國(guó)鐵道科學(xué)研究院電子計(jì)算技術(shù)研究所基金項(xiàng)目（DZYF-14-16）。

呂曉艷，副研究員；劉彥麟，工程師。