来源：期刊VIP网 时间：
作者：冯紫嫣;王宪喆;李想;
单位：北京化工大学经济管理学院;北京理工大学管理学院;
摘要：地铁系统凭借其高效的运载能力与便捷的服务模式，逐渐成为我国各大城市交通网络骨干。精准预测客流需求有助于促进地铁运营规划与列车运行组织。然而，地铁网络规模的扩增和智慧城市建设步伐的迈进，多源数据维度显著增加，且受天气变化、特殊事件、其他交通模式等多重外部因素的干扰，地铁系统在客流预测精度和管理效能方面面临着严峻的挑战。以机器学习为代表的AI技术为解决复杂地铁客流预测任务提供了解决思路。本文通过综述近年来国内外交通与管理领域期刊的相关论文，从AI技术赋能地铁客流预测任务出发对现有文献进行分类，探讨了地铁客流预测领域所面临的现实挑战和未来研究方向。尽管不同预测方法下相关文献所探讨的预测任务与分析角度各异，但AI技术正引领地铁客流预测向更复杂、更现实、更智能的方向迈进。
关键词：地铁系统;;客流预测;;AI赋能;;机器学习;;大语言模型
基金资助：国家自然科学基金资助项目(72401018,W2411066,U2469202);; 北京市科技新星计划资助项目(20230484421)
