基于大数据技术的铁路客流预测系统架构研究

基金项目: 国家自然科学基金（U1334207）；中国铁路总公司科技研究开发计划课题（2016X005-B）；中国铁路总公司科研计划课题（2016X004-G）；中国铁道科学研究院科研专项课题（研发中心）（J2016X009）。

详细信息

Architecture of Railway Passenger Flow Prediction System based on big data technology

Institute of Computing Technologies, China Academy of Railway Sciences, Beijing 100081, China

摘要: 分析现有铁路客流预测理论研究和系统应用，针对预测过程中缺乏对不确定因素考虑的情况，提出预测系统中事件的概念，基于大数据技术构建事件处理平台和预测系统架构，该架构为铁路客流预测实时性和准确性的提升奠定基础。
- 大数据 /
- 客流预测 /
- 体系架构
Abstract: Based on the analysis of the existing theory and system application of railway passenger flow prediction, aiming at the lack of consideration to uncertainty factors in the prediction process, this article proposed the concept of uncertain event processing, built a data processing platform and prediction system architecture based on big data technique. This architecture is the basis for the improvement of real-time and accuracy of railway passenger flow prediction.
- big data /
- passenger flow prediction /
- system architecture

[1]	黄召杰，陈伟. 组合预测方法在我国铁路客流预测中的应用[J]. 交通科技与经济，2011，13（4）：96-98，102.
[2]	Clark, S. Traffic prediction using multivariate nonparametric regression[J]. Journal of Transportation Engineering, 2003, 129(2): 161–168.
[3]	王卓，王艳辉，贾利民，等．改进的BP 神经网络在铁路客运量时间序列预测中的应用[J]．中国铁道科学，2005，3（2）：127-131．
[4]	潘亮. 基于EEMD-GSVM 的高速铁路客流短期预测[D].北京：北京交通大学，2012.

1.	邹丹，马小宁，王喆. 铁路大数据平台架构研究. 铁路计算机应用. 2019(08): 1-4 . 本站查看
2.	彭景，吴建华，刘春梅. 商业智能在房地产管理系统的应用解析. 邮电设计技术. 2018(04): 72-76 . 百度学术
3.	陆泉，张良韬. 处理流程视角下的大数据技术发展现状与趋势. 信息资源管理学报. 2017(04): 17-28 . 百度学术