基于FIG-SVM的公交客流波动趋势与空间预测

摘要

根据公交客流时间序列的波动特征和影响因素的相关关系,将公交客流以7 d为长度划分时间窗口,通过模糊理论将时间窗口样本数据信息粒化,得到LOW、R、UP这3组模糊信息粒化后的时间序列,使用支持向量机模型对其进行预测,获得了公交客流波动趋势与空间范围。运用该模型对哈尔滨市1路公交245 d的IC卡数据进行实证研究。结果表明:该模型相较于ARMA和GA-BP模型具有较高精度,能有效预测公交客流的波动趋势与空间。