基于ARIMA模型的城市轨道交通客流量预测实现

郭杰鹏 钟鸿彬

摘 要 以广州万胜围地铁站高峰客流量数据作为测试样本，基于Spark平台通过ARMA模型进行客流量預测预测。为广州的城市轨道交通运营作客流量数据预测上的参考指导。

关键词 城市轨道交通;客流量预测;ARIMA

引言

城市轨道是一个城市的经济与交通大动脉，与人们生活与工作息息相关。如何持续保持高效率，高可靠，安全的城市轨道交通运营成为当今的重要议题。城市轨道交通枢纽拥有巨大的乘客吞吐量与巨大的人员流动。运营方在应对日常安检、突发事件应急、人流管制与疏散等站点服务时都希望有一个较准确的客流预测系统作为工作规划与安排，并据此提前调配人力物力，更好地为市民服务。随着大数据、机器学习等技术的发展以及原始数据的积累，以客流量预测为核心的交通智能诱导技术越来越成为未来智能交通的热点问题之一。

1ARIMA预测模型

在城市轨道交通客流运输中，由于收到早晚高峰等影响，具有明显的时间特性。在分析单日客流时，也需要考虑时间序列的平稳性和季节性等的影响。假设把客流进站的粒度设置为20分钟，按每天正常的运营时间来5：00-24：00算，可以得到57个进站的时间序列，将此时间序列与大量的单日的历史客流同期序列进行组合，构成一系列时间序列用于ARIMA模型训练。模型涉及的主要参数有p（自回归项）、q（移动平均项数）和d（平稳化时间序列所做的差分次数）。时间序列平稳是模型建立的基本条件，在AIC和SBC标准的评判准则下进行大量反复测试，当两者统计量均达到较小时则表明拟合情况良好可作为预测计算的表达式。

由于ARIMA模型可以用来预测非平稳时间序列，所以在建立ARIMA模型之前要分析时间序列样本的平稳性。假如获取到的时间序列是非平稳时间序列，这种情况下就需要通过差分运算来转化为平稳时间序列。一般情况下，城市轨道交通的客流量数据{at}是非平稳的，需要进行差分转化[1]。

由上式可以得出ARIMA模型其实是ARMA和差分运算组合而成的运算模型。通过差分运算，可以把先把非平稳非线性的时间序列通转换成一系列的平稳时间序列，再通过ARMA模型去进行线性预测。客流序列当中的线性规律也就可以通过ARIMA模型来进行预测。而客流序列变化的非线性规律包含在ARIMA模型预测的误差之中[2]。

2基于Spark的ARIMA模型实现

2015年由GitHub上开源了用于Spark解决时间序列问题的Spark-TS库，包含了丰富的时间序列模型函数与数据抽象，极大地方便了开发人员编写时间序列相关问题的解决方案。Spark-TS的核心抽象TimeSeriesRDD，借助该抽象可以实现时间序列在Spark上的分布式形式运作。ARIMA在spark上的实现步骤：

输入参数：时间序列RDD;输出参数ARIMA预测值：forecastResult;

第一步：把采集好的时间序列数据从HDFS上读取出来并创建RDD数据集timeRDD;

第二步：通过timeRDD.slice对任意两个时间进行分片储存为sliceRDD;

第三步：利用线性算子sliceRDD.fill（“linear”）补插缺失的序列值;

第四步：为了使序列不平稳，初始变量设置为residuals=0;

第五步：若residuals=0，需要通过AR（1）模型进行差分并重新赋值，再去判断residuals是否为0。如果residuals值为0则继续进行差分赋值，如果不为0就表示时间序列已经平稳进入step6

第六步：将上一步的时间序列保存为数据索引tIndex;

第七步：通过调用ARIMA.autoFit（timeRDD）对模型进行反复的训练，把训练结果存为resultRDD，并和tIndex建立对应的映射关系;

第八步：输出最终的预测结果，forecastResult=tIndex.dateTimeAtLoc（x）[3]。

3预测结果

预测结果

万胜围地铁站8：00到8：20点内的预测结果均与真实情况较为吻合。在实际运营管理过程中，客流状态趋势的分析主要是针对各个车站的早、晚高峰时段，分析的结果将给辅助决策带来更重要的影响。

参考文献

[1] 陈玉宝，曾刚.基于组合预测方法的民航旅客吞吐量预测研究[J].中国民航大学学报，2014，32（2）：59-64.

[2] 杜刚，刘娅楠.季节性变动影响下的上海港即装下吞吐量预测[J].华东师范大学学报（自然科学版），2015（1）：234-239.

[3] 周志华.机器学习[M].北京：清华大学出版社，2016：62.