Una predicción fiable del flujo de pasajeros a corto plazo podría servir de gran apoyo a los procesos de decisión de las autoridades de metro, ayudar a los pasajeros a ajustar su horario de viaje o, en casos extremos, ayudar a la gestión de emergencias. La afluencia y la afluencia de la estación de metro están estrechamente relacionadas con la demanda de viajes dentro de las redes de metro. El objetivo de este artículo es obtener dicha predicción. En primer lugar, recopilamos la información de origen y destino a partir de los datos de las tarjetas inteligentes y exploramos los patrones de flujo de pasajeros en una red de metro. A continuación, proponemos un marco basado en datos para la predicción a corto plazo del flujo de pasajeros en el metro, con capacidad para utilizar información relacionada tanto espacial como temporalmente. El enfoque adopta dos previsiones como modelos básicos y luego utiliza un método probabilístico de selección de modelos, la clasificación de bosque aleatorio, para combinar los dos resultados y lograr una mejor previsión. En los experimentos, comparamos el modelo propuesto con otros cuatro modelos de predicción, a saber, autorregresivo-moving-average, redes neuronales, regresión de vectores de soporte y modelo ensemble de promediación, así como con los modelos básicos. Los resultados indican que el enfoque propuesto supera a los demás en la mayoría de los casos. Los flujos origen-destino extraídos de los datos de las tarjetas inteligentes pueden explotarse con éxito para describir distintos patrones de viaje en metro. Y el marco aquí propuesto, especialmente el método de combinación probabilística, puede mejorar el rendimiento de la predicción del transporte a corto plazo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis de los factores críticos de los accidentes de tráfico graves basado en la red bayesiana en China
Artículo:
Detección automática de peatones en condiciones de alta densidad mediante técnicas de aprendizaje profundo
Artículo:
RS-Lane: Un método robusto de detección de carriles basado en ResNeSt y destilación de autoatención para situaciones de tráfico difíciles
Artículo:
Investigación de los efectos de las condiciones del tráfico y las características del conductor en el tiempo y la calidad de la toma de control de vehículos automatizados mediante un simulador de conducción
Artículo:
Marco basado en la simulación para estimar los factores de modificación de las colisiones (CMF): Un estudio de caso para las contramedidas ITS
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Manual:
Química de los taninos
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.