基于ARIMA模型的地铁客流量数据分析与预测

随着城市轨道交通网络的日益发展和完善及客流量的不断增加,地铁站客流量过度饱和的现象经常出现,造成了车辆调度难、难以及时输送乘客的交通大难题.因此,找到一个科学有效的数学模型来预测地铁未来客流量,从而能够帮助地铁运营部门合理有效地调度车辆,达到高效分流的效果.通过对某城市地铁客流量的数据分析得出其依赖于时间变化,本文选择ARIMA(整合移动平均自回归)模型来对地铁的客流量进行预测,结果表明,ARIMA模型能很好地预测某城市地铁客流量变化的趋势,并且误差稳定在10％以内,达到了较好的预测效果.