1. 研究目的与意义
随着经济的不断发展，城市规模的不断扩大，居民出行方式不断多样化，城市交通拥堵问题已经成为亟待解决的社会问题。并且随着新冠肺炎疫情政策的放宽，使人们对轨道交通出行有了改变，城市轨道交通的发展对缓解城市交通问题起到了重要的作用，城市轨道交通的建设是一项长期的、投资较大的、综合性强的建设，所以必须进行合理的规划和科学的客流预测工作。城市轨道交通客流预测具有局限性，所以结合城市实际情况进行客流预测的研究有很重要的实际意义。
本论文针对南京地铁3号线进行客流量预测，本论文结论将有助于南京地铁对3号线进行优化建设使运营费用和维修费用合理以及政府对南京地铁3号线周边用地的规划、设计及建设提供依据；本次客流量预测结果也对地铁车站及时疏散旅客、防范风险、避免踩踏等具有重要意义。
2. 课题关键问题和重难点
在当前我国都市区的人口密度高，社会经济发展迅速，土地利用形态处于急剧变化以及的背景下，本论文针对乘客的出行特点结合相关文献和数据资料，对南京地铁3号线的客流量进行准确的预测，并对预测结果进行合理分析，来对南京地铁3号线的运营规划指导。
1、关键问题
（1）收集相关文献和数据资料，并整理分析；
3. 国内外研究现状（文献综述）
王兴川，姚恩建，刘莎莎在《基于afc数据的大型活动期间城市轨道交通客流预测》一文中，从活动客流与背景客流进行分析，建立了背景客流预测模型和活动客流预测模型并对模型验证分析，提出了大型活动期间活动客流与背景客流的分解方法，并针对活动客流采用了基于小波分解与重构的gm-arima预测模型,以捕捉大型活动期间既有一般的趋势性规律又有难以预见的随机性因素的特点，能够有效的对大型活动期间城市轨道交通客流进行预测,并能够兼顾不同客流成分的基本变化趋势及大型活动期间随机性因素带来的影响。
付泽坤在《基于时间序列分析的城市轨道交通客运量预测——以西安市为例》一文中，为系统研究轨道交通客运量周期性规律和变化趋势,提高轨道交通客流预测准确性,采用温特斯加法指数平滑法和温特斯乘法指数平滑法分别对日均客流量时间序列进行拟合,并对日均客流量进行预测。结果表明了地铁工作日日均客流量的时间序列具有自相关性;总体上温特斯加法指数平滑法的拟合优度好于温特斯乘法指数平滑法;模型对工作日客流量预测精度高于休息日。
董艺在《轨道交通短时客流分析与预测》一文中，为做好客流组织与运行优化、突发大客流等事件处置工作，解决传统轨道交通客流预测方法的预测尺度大、准确性较差等问题，提出基于机器学习算法的精细化地铁短时客流预测模型，应用不同种类机器学习算法对地铁短时客流进行预测，选取客流运营数据进行实例分析，通过对比多种机器学习算法的预测效果发现随机森林算法能够更加准确地预测地铁站短时客流量。
4. 研究方案
1、研究思路
本论文从交通规划的相关理论出发，首先查找国内外的相关文献和数据资料并分析其中的技术方法，结合实际案例情况，运用四阶段法对南京地铁3号线进行客流量预测分析，结合预测的结果和案例实际情况得出结论。
2、研究对象和内容
5. 工作计划
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
