都市快轨交通·第31卷第2期2018年4月 doi: 10.3969/j.issn.1672-6073.2018.02.010
《学术探讨
苏州地铁客流波动特性分析
彭培培」，杨越思2，高国飞3，魏运3，郭建华2
（1.苏州轨道交通集团有限公司，苏州215004；2.东南大学智能运输系统研究中心，南京210096：
3.北京城建设计发展集团股份有限公司，北京100037）
摘要：为研究轨道交通客流的波动性，提出使用SARIMA+GARCH这一随机结构作为轨道交通客流的综合时间序列模型。在这个随机结构中，SARIMA模型描述客流时间序列的一阶状态，即均值特征：GARCH模型获得客流时间序列的二阶状态，即条件异方差特征。采用苏州地铁全网客流数据作为分析实例，对5min、15min 和1h汇集度的工作日和休息日客流共6组客流数据进行波动性建模、预测与分析，结果表明，SARIMA+GARCH 模型具有较好的预测性能。基于各组客流数据的分析结果，分别对工作日与休息日以及不同时间汇集度之间的客流波动特性进行对比，结果表明：休息日客流的波动性强于工作日客流：时间汇集度小的情况下，客流的波动性会更强。
关键词：城市轨道交通；客流波动性：SARIMA模型；GARCH模型
中图分类号：U293.6
文献标志码：A
文章编号：1672-6073(2018)02-0058-08
CharacteristicsofPassengerFlowVolatilityofSuzhouRailway
PENGPeipei',YANGYuesi,GAOGuofei',WEIYun',GUO Jianhua
(1. Suzhou Rail Transit Group Co., Ltd., Suzhou 215004; 2. Intelligent Transport System Research Center, Southeast University, Nanjing 210096; 3. Beijing Urban Construction Design & Development Group Co., Ltd., Beijing 100037)
Abstract: To study the volatility of passenger flow, the random structure of the SARIMA + GARCH model as a compre-hensive time-series model for railway passenger flow is proposed. In this structure, the SARIMA model describes the first-order state, i.e. the mean feature, and the GARCH model obtains the second-order state, i.e. the conditional heteroskedasticity. Taking the passenger data of Suzhou railway as an example, the volatility of passenger flow in 5 min, 15 min, and 1 h time intervals and rest days is modeled, forecasted, and analyzed. It is found that the SARIMA + GARCH model can provide a good prediction performance. Based on the analysis results of each group, the passenger flow volatility between the working and rest days, as well as between different time intervals, is compared. The results show that the volatility of passenger flow on rest days is stronger than that on working days. At the same time, when the time interval is shorter, the volatility of passenger flow is stronger.
Keywords: urban rail transit; passenger flow volatility; SARIMA model; GARCH model
研究背景 1
乘客是轨道交通的服务对象，客流量和行为特性是决定轨道交通系统设计与运营的重要因素。在微观层面，波动性是轨道交通客流的重要特性，主要包括
修回日期：2017-06-05
收稿日期：2017-05-15
第一作者：彭培培，男，硕士，高级工程师，从事城市轨道交通
前期研究和设计管理，464980255@qq.com
基金项目：苏州市轨道交通集团有限公司科研项目（SZZGO6YJ
1050008）
58
URBAN RAPID RAILTRANSIT
平均水平变化特征和离散变化特征。平均水平变化特征表明平均客流率随时间段的不同而不同：离散变化特征主要表达轨道交通客流的离散性或不确定性。以高峰小时客流为例，若高峰小时内客流率恒定在平均流率，则表明该时段内客流无离散现象，即客流没有不确定的变化，是一个确定值。然而，实际客流始终处于变化之中，可能高于或低于平均流率，呈离散现象，具有不确定性。
客流的平均水平变化特征分析即客流的一阶波动性分析，主要目的是分析客流平均值的演变特征，从