基于ARIMA和LSTM的城市轨道交通延时客流预测方法比较

李德奎，杜书波，张 鹏

(1.聊城大学 a.计算机学院；b.建筑工程学院，聊城 252000；2.同济大学 建筑与城市规划学院，上海 200092；3.西悉尼大学 建筑环境学院，悉尼 NSW2751)

近年来，为提升公共服务水平、提振夜间经济及满足城市居民夜间出行的需求，北上广深等一线城市的轨道交通的运营时间在不断延长。上海市从2017年4月1日起，常态周末(周五、周六)以及节假日的最后一个工作日延长运营1 h，部分城市有夏季或是周末常态、节假日延长运营的策略。在运营精细化的背景下，如何在延时运营的同时平衡能耗、运营和居民需求之间的关系，延时时长及线路选择能否更加精确合理，能否制定符合居民需求的弹性延时制度，是城市管理者以及城市轨道管理者所面临的挑战。

本文利用上海轨道交通刷卡数据，利用时间序列数据分析中最为有效的ARIMA和LSTM模型对轨道交通延时客流进行预测，同时对比了不同时间粒度以及不同数据选取量下的两种预测方法的优劣性，为轨道交通运营决策提供科学的依据及理论支持。

1 城市轨道交通延时与客流预测研究

1.1 城市轨道交通延时研究

随着居民出行以及城市低碳运营的整体需求，我国城市轨道交通急速发展，更多城市开始进入平稳发展期，改善服务质量、提高运营效率是这一时期的主要目标。运营时长是提高服务质量的一个重要考量指标，但运营时长会降低整体运营效率，增加能耗和成本，如何平衡服务质量与运营效率间关系，这是城市管理者以及轨道交通运营者关注的问题。……