Prediction and Impact Analysis of Passenger Flow in Urban Rail Transit in the Postpandemic Era
Notice bibliographique
Résumé
In the postpandemic era, exploring the relationship between the daily new COVID-19 cases and passenger flow in urban rail transit can help effectively predict the impact of future pandemic situations on rail transit. In this study, based on a gated recurrent unit (GRU) neural network model, the daily passenger flow in urban rail transit in the postpandemic era was predicted, and the results were compared with those obtained using the long short-term memory (LSTM) neural network and other conventional time series analysis models such as SARIMA (seasonal autoregressive integrated moving average). Based on the trained GRU model, a partial dependence plot (PDP) was adopted to explore the quantitative relationship between the daily passenger flow and the daily new cases or weather attribute. The results showed that (1) the prediction accuracy of the GRU neural network model was 95.25%, which was the highest among the prediction models studied, indicating that the GRU could achieve the best performance. (2) The GRU model did not fluctuate significantly in the initial training stage, and its convergence rate was higher than that of the LSTM. (3) The number of daily new cases was negatively correlated with the daily passenger flow. For every new case on the previous day, the daily passenger flow fell by an average of 54,600 person-times. (4) Compared with no rain condition, the daily passenger flow decreased by 207,600 person-times on an average on rainy days. In summary, the neural network could achieve accurate prediction, while the PDP could compensate for the “black box” disadvantage of nonparametric models, owing to which the quantitative relationship between the number of new cases and daily passenger flow could be successfully explored. Our study can serve as a basis for demand prediction, operational organization, and policy implementation related to urban rail transit.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».