城市轨道交通客流预测内容与方法探讨，施泉，吴中，本文阐述了轨道交通客流预测的历史、内容、复杂性及评价标准，并对其方法进行了探讨。
2021-12-02 10:42:01
244KB
1
客流预测是城市轨道交通或地铁运营中必不可少的功能部分。 准确的客流预测有助于解决诸如减少拥挤和乘客等待时间、缓解交通拥堵或通过交通控制和路线引导减少发生率等问题。 这篇系统的文献综述展示了 Metro 几年来最先进的客流预测算法。 此前，已有多项研究提出了一种预测地铁客流的算法，从传统的经典算法、基于回归的模型、基于机器学习的模型和混合模型。 我们探讨了多年来研究中使用算法的频率、开发算法时使用的变量，以及如何衡量每种算法的性能。
2021-11-30 20:14:18
1.15MB
1
南京地铁每日客流统计
使用 python 脚本抓取官方微博@南京地铁 每天发布的__【昨日客流】__报告，并提取出各线路客流数据。
客流数据起始于 2012-09-07，目前更新至 2015-03-21。，不定期更新。
2015年 南京地铁每日客流数据图表
自 2012-9-7 南京地铁每日客流数据图表
2021-11-20 20:21:09
388KB
1
深圳地铁大数据客流分析系统
如果图片不能正常显示请移步码云地址：
项目参考
本项目借鉴了 SZT-bigdata 深圳地铁大数据客流分析系统 ，对数据处理部分进行了借鉴，并在原作者的框架下进行了大量改动，原作者使用数据仓库的模式对数据进行查询和可视化取得了非常不俗的成果，本人由于时间原因和数据集规模不算特别大(百万级)没有走数据仓库的技术路线，使用 Flink 完成数据清洗和聚合后，再使用 Elasticsearch + Kibana 的的技术路线，完成了客流信息，地铁收入、乘客车费、乘车区间和乘车时间的查询和可视化。在此基础上，还使用 Flink 实现了计算各线路、站点和乘车区间的客流信息等实时计算功能，并将实时计算的结果写入到Hbase中，供下游业务查询使用。
再次对原作者的非凡的技术成果表示感谢，本人深受启发。原作者优秀的数仓建模和查询分析也已经列入本人后续的学习计划。
1 数据集
2021-11-10 20:37:20
21.11MB
1