公交枢纽客流分析与短时预测为提升公交枢纽客流组织和安全保障水平提供数据支持。只有对公交枢纽客流量进行周密的分析以及精准的短时预测,才能掌握公交枢纽客流未来变化规律以及短时变化态势,才能够采取对策从根本上提升公交枢纽运行服务水平和安全水平,提高城市公交系统的运营效率,同时也能够为公交枢纽内客流组织以及安全预警方案提供依据。论文主要研究工作如下:(1)确定公交枢纽的客流构成,利用数据分析技术,对公交IC卡数据进行分析,确定在该公交枢纽刷卡的上客客流量、落客客流量和换乘客流量,并与IC卡刷卡率数据相结合,确定城市公交枢纽上客客流、落客客流、换乘客流以及总体客流的人数。(2)分析日、小时、高峰小时客流的时间变化规律,并对公交枢纽客流的日变动、小时不均匀性以及高峰小时系数进行了定量的分析,提取了公交枢纽客流的短时特征,为公交枢纽客流短时预测提供预测思路。(3)建立BP和小波两种神经网络模型分别对公交枢纽客流进行短时预测并对结果进行评价。通过对公交枢纽短时特征分析,确定相邻时段、相邻天同时段、相邻周同天同时段的公交枢纽客流数据作为预测模型的输入。同时,研究确定神经网络模型的隐含层神经元数目,利用整理好的公交枢纽客流数据分别对建立的两种神经网络模型进行训练以及预测,同时对模型的预测结果进行评价分析,结果表明,小波神经网络模型的预测精度高于BP神经网络模型的预测精度。