摘要
本文基于地铁车站高峰时段客流组织优化需求,对客流时空分布特征和行为模式进行系统分析,提出了一套基于深度学习的客运组织优化方法。通过引入GRU模型实现高峰客流精准预测,采用元胞自动机构建微观人流仿真模型优化通道布局,运用深度强化学习算法动态调整运力配置。实证研究表明,该方法使目标车站乘客进站时间缩短15%,站台滞留时间减少17.6%,特殊群体满意度提升11.5%,显著提升了高峰时段运营效率和服务质量。
出处
《人民公交》
2025年第10期102-104,共3页
People's Public Transportation
