Resumen

La previsión de la afluencia de pasajeros tiene una importancia esencial para la organización del transporte ferroviario y es una de las bases más importantes para la toma de decisiones sobre el modelo de transporte y la planificación de la explotación de los trenes. El flujo de pasajeros del ferrocarril de alta velocidad presenta variaciones casi periódicas en poco tiempo y una compleja fluctuación no lineal debido a la existencia de muchos factores de influencia. En este estudio, se presenta un modelo de previsión de flujo de pasajeros basado en la lógica temporal difusa (FTLPFFM) que se basa en técnicas de reconocimiento de relaciones de lógica difusa y que predice el flujo de pasajeros a corto plazo para el ferrocarril de alta velocidad, y la precisión de la previsión también se mejora significativamente. Un caso aplicado que utiliza datos del mundo real ilustra la precisión y exactitud del FTLPFFM. Para este caso aplicado, el modelo propuesto se comporta mejor que los modelos k-nearest neighbor (KNN) y autorregresivo de media móvil integrada (ARIMA).

• Materias:Algoritmos (Matemáticas) Ingeniería del transporte Neurociencias Seguridad del transporte Ingeniería ferroviaria
• Subjects:Agorithms (Math) Transport engineering Neurosciences Transport safety Railway engineering
• Palabras claves:previsión del flujo de pasajeros, caso aplicado, velocidad del ferrocarril, técnicas de reconocimiento de relaciones, planificación de las operaciones ferroviarias, términos del flujo de pasajeros, relación lógica difusa, lógica temporal difusa, organización del ferrocarril, precisión del ftlpffm
• Keywords:passenger flow forecast, applied case, speed railway, relationship recognition techniques, train operations planning, terms passenger flow, fuzzy logic relationship, fuzzy temporal logic, organization of railway, accuracy of ftlpffm