基于公路通行数据的节假日山地景区运力适配方法

摘要

为确定节假日期间山地景区承运旅客所需的运力水平，提出了基于短时客流预测的景区运力适配方法。基于公路通行数据，将车流量换算为客流量，建立用于短时客流预测的CNN-LSTM混合模型；运用高斯函数拟合客流预测的离散数据，采用广度搜索算法，得到适配客流曲线的发车班次；确定山地景区车辆运营的合理约束条件，结合发车班次、客车核载人数、单程行驶时间等关键参数，运用逆差函数构建运力适配模型；选取金丝峡景区进行模型验证与实例分析。结果表明：CNN-LSTM混合模型可有效预测山地景区短时客流量，在15 min的时间粒度下，模型的R²可达到0.92；运力适配模型相较于传统“客满即走”的调度模式，运力需求从57辆降至28辆，有效降低了车队规模。研究可用于山地景区客流短时预测和节假日景区运力需求的精确测算。

关键词

交通工程 / 收费数据 / 景区运力适配 / 短时客流预测 / 循环神经网络 / 广度搜索算法