Resumen

Con el rápido desarrollo de los trenes de alta velocidad en China, el centro de transporte de trenes de alta velocidad (HRTH, por sus siglas en inglés) se ha convertido en el centro de distribución de alta densidad del flujo de pasajeros. Para detectar de manera precisa posibles riesgos de seguridad ocultos en el flujo de pasajeros, es necesario prever el estado del flujo de pasajeros. En este artículo, proponemos un enfoque híbrido de pronóstico temporal-espacial para obtener el estado del flujo de pasajeros en el HRTH. El enfoque combina el pronóstico temporal basado en una red neuronal de función de base radial (RBF NN, por sus siglas en inglés) y el pronóstico espacial basado en el grado de correlación espacial. Experimentos computacionales sobre el estado real del flujo de pasajeros desde una posición específica de cuello de botella y sus puntos de correlación en el HRTH mostraron que el enfoque propuesto es efectivo para prever el estado del flujo de pasajeros con alta precisión.

• Materias:Redes complejas Redes ecológicas Ecuaciones en diferencias Sistema de ecuaciones diferenciales Valor límite fraccional
• Subjects:Complex networks Ecological networks Difference equations System of differential equations Fractional limit value
• Palabras claves:Desarrollo; Ferrocarril de alta velocidad; Centro de transporte; Flujo de pasajeros; Peligro de seguridad; Enfoque de pronóstico
• Keywords:Development; High-speed railway; Transport hub; Passenger flow; Safety hazard; Forecasting approach