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