故障イベント下における地下鉄駅の inbound 乗客フローの短期間予測

地下鉄の乗客フローの正確な予測は、効率的な列車スケジュールの開発に不可欠と考えられています。しかし、予期しない列車や電力供給の問題により、輸送能力の制約や駅の混雑が生じ、乗客の安全を脅かす可能性があります。故障時の乗客フローの予測は、故障の低確率や関与する要因の複雑さのため、特に難しいです。さらに、乗客フローの時点予測によって観察値からの逸脱が生じる可能性があり、これが乗客フロー制御手段の効率に影響を及ぼします。この問題に対処するために、注意メカニズムと二層 LSTM (Long Short-Term Memory) ニューラルネットワークを利用した三段階の A-LSTM 予測モデルが提案されています。このモデルは、故障イベントが遅延に関して地下鉄輸送能力に与える影響を、inbound 乗客フローにマッピングするために使用されます。中国の大都市の地下鉄システムからのデータを分析することで、10 分間隔での乗客フローの変動範囲が正確に予測され、さまざまな地下鉄駅に適用されます。