摘要：為了更精確地預(yù)測短期站點客流量,動態(tài)調(diào)整城市軌道交通的日?？土鞣桨?采用支持向量機模型對預(yù)測地鐵客流量。首先,通過對AFC數(shù)據(jù)分析,利用上周同期進站量、前一天同期進站量、當(dāng)日前兩個時段進站量以及高峰和非高峰時段參數(shù)作為模型的輸入變量;然后,構(gòu)造支持向量機預(yù)測模型并運用粒子群算法優(yōu)化模型(PSO-SVM模型),實現(xiàn)地鐵站點客流量預(yù)測,并進行不同模型預(yù)測誤差的比較分析;最后,以蘇州地鐵數(shù)據(jù)為例,預(yù)測汾湖路地鐵站的進站客流量。結(jié)果表明,優(yōu)化模型能夠有效改善預(yù)測誤差,預(yù)測結(jié)果更為準(zhǔn)確,證明PSO-SVM方法能有效用于地鐵進站客流量的預(yù)測研究,為地鐵進站客流量預(yù)測提供了新的方法。