基于数理统计的地铁车站换乘走行时间估计研究

对车站换乘走行时间的估计是分析成网条件下地铁线路间列车合理衔接,减少乘客总换乘等待时间的前提.基于数理统计方法对地铁车站换乘走行时间规律进行研究,设计地铁车站换乘走行时间规律的抽样调查方法,同时采用正态分布和对数正态分布函数对地铁车站换乘走行时间分布进行描述,并利用极大似然估计法对其中的参数进行估计.最后,以重庆地铁两路口换乘站为例,对所提出方法的实际可行性进行验证.     

基于IC卡和稀疏GPS数据的中小城市公交乘客上下车站点推算方法

为有效获取中小城市公交乘客出行信息,挖掘其出行特征,基于公交乘客IC卡数据、稀疏GPS数据和公交站点位置信息等数据,提出一种公交乘客上下车站点推算方法.首先,通过内插法补齐稀疏GPS数据并与公交站点经纬度匹配获得车辆到站时刻,进而匹配乘客的IC卡刷卡时刻,识别乘客上车站点;然后,根据出行链理论划分不同公交出行链,结合乘...     

基于IC卡数据的轨道站点候车时间特征分析

城市轨道在面对高峰时刻大量的通勤客流时,有可能因地铁已满负荷行驶乘客而等待下一车辆,由此产生轨道站点候车时间。基于此,提出了一种基于地铁IC卡数据来计算高峰时期乘客真实候车时间的方法。其特点是针对特定OD,通过高峰时刻乘客出行时间与非高峰时刻乘客的出行时间的关系来计算乘客站内高峰候车时间。基于IC卡数据可计算出真实准确的候车时间,并使用北京市地铁IC卡数据计算了北京市278个轨道站点站内候车时间,并对其候车时间特征进行了分析。     

������վ�ڳ˿���ɢʱ����㷽���о�

在分析实测数据的基础上,针对地铁车站内乘客疏散时间计算问题建立了考虑人群密度、空间环境变化的数学模型。文中分别对乘客下车过程、站台、通道和楼梯的行走过程、使用自动扶梯过程以及通过出口过程进行分析研究,以乘客疏散过程为依据建立基于统计学与排队理论的综合计算模型,给出了适合计算地铁车站内容乘客出站所需疏散时间的方法。本文以西直门地铁站乘客疏散为案例验证了所建立计算模型的有效性及实用性,模型计算结果与观测数据的总体误差约为2.25%,其中仅楼梯阶段与出口的通行时间计算误差超过10%。案例研究结果还表明地铁车站疏散能力存在上限,在进行地铁车站设计与列车运行计划制定的过程中应充分考虑这一限制因素。     

地铁安检客流智能引导及组织优化方法研究

为避免因地铁车站进站客流的空间不均衡性所导致的乘客安检排队时间过长、车站拥堵,甚至踩踏事故,本文设计了地铁安检智能引导分流系统并基于此提出客流组织优化方法。首先,在传统地铁安检模式的基础上设置智能引导分流系统,根据乘客行李类型将安检台划分为大包、小包/无包安检通道,实时采集安检区域的客流分布特征;其次,在排队等候理论的基础上综合考虑乘客转移时间和转移意愿,计算最优安检排队决策;最后,通过引导设备指引乘客选择最优安检通道。选取上海地铁1号线上海火车站地铁站晚高峰时期的客流数据作为案例,进行计算仿真分析,并通过实地实验进行校准验证。结果表明：运用本文方法后,地铁车站各安检通道的客流排队压力显著降低,计算仿真结果与实际安检情况误差为3.2%,且优化后大包乘客的平均安检排队效率提升38%,小包/无包乘客的平均安检排队效率提升16%。研究成果为提高乘客安检排队进站效率,有效避免地铁车站拥堵提供理论依据与方法支持。     

过饱和地铁线路的列车容量分配策略及优化模型

为缓解过饱和地铁线路的局部车站极端拥挤问题，提出一种新颖的车厢容量分配策略及优化方法，即通过预留和分配车厢的方式，将列车运力合理分配到各个车站，从而确保各车站乘客(特别是拥堵车站)均能得到公平服务，缓解极端拥堵。基于上述策略，以线路各车站所有乘客总等待时间最小为目标，以各列车在各车站的预留车厢数量为决策变量，构建关于车厢容量分配问题的线性整数规划模型。针对北京地铁八通线，对其工作日早高峰7:00-10:40下行方向的车厢容量分配进行数值实验。实验仿真结果表明，线路内各车站最大乘客聚集人数均降到安全范围内，其中最大聚集乘客数量由3642人降低至1345人，约降低63%。而全线乘客的总等待时间仅由418027 min增加至420099 min，增加0.5%。上述结果表明，列车容量分配的方法有效缓解了过饱和地铁线路内极度拥挤问题，实现各车站客流聚集均衡，在线路层面提高了总体运营安全性， 同时保证了客运服务质量。     

以安全为导向的地铁高峰时段多车站客流协同控制模型

传统的客流控制大都以减少乘客等待时间或者客运周转量最大为目标,缺乏对于安全性的考虑.保证乘客等待时间在可接受范围以内,以客流聚集预警值最小为目标,提出了以安全为导向的地铁高峰时段多车站客流协同控制模型,并成功将其转化为单目标线性整数规划模型,借助CPLEX优化器可直接进行求解.以某地铁线路高峰客流数据为例,通过计算得出,相对于以乘客等待时间最小为目标的客流控制方法,本文方法在保证乘客总等待时间仅增长1%的情况下,能够将所有车站客流聚集控制在安全范围以内,大大提高了客运组织安全性,为实际客流控制提供了很好的依据.     

基于出行数据的城市公交网络可达性研究

可达性是评估交通便利程度的有效指标，城市公共交通良好的可达性能够吸引更多人选择这类方式出行.基于公交刷卡、发车时间间隔等多源数据，提出考虑线路和流量的车站等待时间计算方法；利用换乘时间阈值拼接出行数据，获取起讫车站出行时间，建立两阶段机会模型.以北京市为例，评估公交网络实际可达性.研究表明：车站服务可达性和网络可达性均呈现城市中心高、郊区低、沿地铁变化趋势明显的特征，线路越多的车站可达性越高；传统的定值设置方法会低估高可达性车站的可达性水平，考虑流量和线路的等待时间计算方法是有效的.     

长沙地铁万家丽广场站厅仿真及客流优化研究

城市轨道交通作为居民主要出行方式，为建设更舒适的出行环境，提高乘客在站厅的进出效率，减少乘客拥堵现象。本文以长沙地铁万家丽为原型，研究已经开通运营的换乘车站，在建筑面积固定的情况下，如何根据既有设备布局高效组织激增的进出站和换乘客流。基于万家丽近期和远期客流数据，同时重现排布验票闸机、楼梯的进出方向和位置，利用仿真软件充分验证方法的可行性和有效性。结果显示，新的排布方式可满足实际性需求，使客流组织方案与站内空间布局更加协调，一定程度上消除了乘客拥堵现象。基于仿真结果和理论计算结果对比发现，行人走行时间增加量随进站客流量的增加呈现先增后减再增的趋势，该趋势可为未来车站行人走行时间预估提供一定的理论基础。     

长沙地铁2号线运营初期客流特征分析

开展客流特征研究对科学合理地设计轨道交通系统、优化运营组织设计具有重要意义。以长沙地铁2号线的地铁刷卡数据为研究对象,运用数理统计方法对其开通初期三年的运营客流进行分析,着重分析断面不均衡系数、车站进出站高峰系数与车站周边土地利用性质的相关性,线路客运量高峰系数与该线功能定位的关系,以及乘降量和换乘量的客流特征。针对上述结论对设计和运营提出建议,可为轨道交通的设计、建设、运营提供参考,也可为大城市轨道交通客流预测结果的合理性判断提供依据。     

基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型

为降低样本噪声对客流预测模型的干扰, 结合深度学习理论, 提出了一种基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型; 将预测过程分为3个阶段, 第1阶段预处理原始地铁刷卡数据, 构建进(出)站客流时间序列, 运用经验模态分解法将时间序列转化为一系列本征模函数及残差, 第2阶段利用偏自相关函数确定长短时记忆神经网络的输入变量, 第3阶段基于深度学习库Keras, 完成长短时记忆神经网络的搭建、训练及预测; 以上海地铁2号线人民广场站客流数据验证了模型的有效性。计算结果表明: 与代表性的预测模型(差分自回归移动平均模型、支持向量机、经验模态分解与反向传播神经网络、长短时记忆神经网络)相比, 经验模态分解与长短时记忆神经网络预测模型分别将工作日高峰、平峰、全日的进(出)站客流预测精度分别至少提升了2.1%(2.5%)、2.7%(3.5%)、2.7%(3.4%), 将非工作日全日的进(出)站客流预测精度至少提升了3.3%(3.5%), 说明经验模态分解与长短时记忆神经网络的组合是一种预测短时地铁客流的有效模型; 当预测步长由5 min逐渐增加至30 min时, 工作日高峰、平峰和全日进(出)站客流的平均绝对百分比预测误差分别由14.8%(13.9%)、16.8%(17.4%)和16.6%(17.0%)逐渐降低至7.0%(6.2%)、8.3%(7.5%)和8.1%(7.4%), 说明该方法预测误差与预测步长呈负相关。      

基于电子支付数据的公交车厢满载率实时估算方法

针对公交监测和调度中要求实时掌握车厢满载率，以及“一票制”无法获取乘客下车信息等问题，构建基于数据驱动的组合模型，在乘客上车时即推断其出行OD站点，进而融合多源数据实现车厢满载率的实时估算。提出以K近邻算法为组合模型的核心，针对K近邻推断率过低等问题，研究在更大空间维度分析乘客出行规律并推断下车站点的方法，有效提升历史数据的利用率和下车站点的推断率；此外，针对偶发型乘客缺少历史规律数据的情况，充分利用站点下车客流量先验概率随机分配，实现电子支付乘客OD的全样本推断。利用跟车调查法对不同线路、不同班次的车厢拥挤度进行验证。结果表明，模型计算结果与实际结果相符，能够反映出不同线路、不同站段之间的车厢拥挤水平变化。     

公交乘客等车时间分布的估算方法研究

针对高频公交服务,以给定车头时距作为已知条件,作者研究了乘客等车时间分布的估算方法,该方法为评价公交服务可靠性奠定基础。依据乘客等车时间分布的定义,通过分析乘客等车时间概率密度,得到了以车头时距为自变量的乘客等车时间概率密度曲线,并以此为基础推导出乘客等车时间分布的一种估算方法。通过分析单车头时距内的乘客等车时间分布以及对应的载客量比例,推导出乘客等车时间分布的另一种估算方法。作者介绍了两种估算方法的应用方法,并以一个实例进行说明。两种估算方法的计算结果相差很小,用户可根据自己的需求选择合适的方法。     

城市轨道交通网络新线接入后的客流预测

城市轨道交通网络新线接入后,网络拓扑结构和客流时空规律都将发生较大变化。提出通过可达性指标将进出站量预测、OD分布量预测、基于路径选择模型的随机客流分配等阶段关联,构建客流预测模型。进出站量预测时,构建土地利用替代指标,避免对新车站周边土地利用、社会经济属性等进行调查;同时由目的地选择效用计算得到车站可达性指标,描述车站位置对进出站量的影响。OD分布量预测时,构建目的地选择模型,可适应拓扑变化后的场景,模型中OD可达性指标由路径选择效用计算得到。构建的路径选择模型,综合考虑了影响乘客路径选择的各因素。最后,对广州市地铁6号线接入后的客流进行建模预测,各模型参数均符合统计检验要求且客流预测精度较高。     

作为地铁接驳手段的公共自行车使用特性分析

本文以苏州公共自行车为研究对象,利用刷卡数据及问卷调查数据分析公共自行车作为地铁接驳手段的使用特性.研究发现,地铁型站点公共自行车的用车时长较短且较为离散,与其他类型站点有显著差异.在接驳地铁的出行者中,公共自行车经常使用者的平均学历较高,也非低收入人群.利用离散选择模型分析地铁接驳方式选择行为可知,接驳方式使用时间是最重要的影响因素,年龄、职业和出行目的等对公共自行车的选择均有显著影响.研究还发现,经常使用公共自行车的出行者在接驳地铁时同样也倾向于选择公共自行车,而不使用者则倾向于选择步行或公交车.     

基于模糊预测的高速铁路客流OD 表的推算方法

科学预测客流的变化趋势与波动及获取路网客流OD 表是制定旅客列车开行 方案的依据.结合高速铁路客运的运营实际,利用客流变化相对稳定特征,本文提出了客 流OD 表的反推方法和计算流程,该方法的计算工作量相对叠加法节省了（n2-2n）.考虑 实际客流日波动特征,依据模糊预测原理,建立了车站客运指标的时间序列模糊预测方 程和预测方法,该方法可获取预测期客运指标的变化区间.以南方一高速铁路线为背景, 对车站发送人数进行了预测,预测值与实际数据相比误差在1%以内.在车站发送人数预 测的基础上,给出了线路客流OD 表的反推演算.     

基于地铁停车换乘的区域差异性停车收费策略

为了鼓励公众尽可能多的采用地铁及停车换乘(PR)方式出行,从而缓解城市中心区的交通拥堵,研究区域差异性停车收费策略.针对大连市西安路商业中心及外围区域主要地铁站,开展停车来源与停车费用调查、PR意向性调查及沿线地铁、公交与小汽车客流调查.基于随机用户均衡理论,构建包含地铁、公交、小汽车及PR共4个选择肢的Logit模型,并利用调查数据进行参数标定.通过调整不同区域的停车收费价格,得到停车费用与PR及全程小汽车出行比例的关系曲线.通过案例,分析了区域差异性停车收费的效果.研究表明,提高中心区停车费将使全程小汽车出行比例显著降低;降低外围区停车费将使PR出行比例有所提高.     

考虑土地利用性质匹配度的城轨客流分布预测

传统城轨站间客流分布模型较少考虑起讫点土地利用对客流分布的影响,当 站点周边土地利用发生改变时适用性变差,无法保持较好的预测精度,因此有必要构建 考虑站点土地利用及其站点间土地利用性质匹配度的客流分布预测模型.首先,基于站点 聚类分析土地利用性质与客流分布之间的关联性,构造性质匹配度指标;其次,综合考虑 站点土地利用、性质匹配度、终点站吸引量、运行时间等因素建立效用函数,结合客流数 据进行参数估计,构建基于目的地选择的轨道交通客流分布模型;最后,利用广州市轨道 交通客流量数据对其进行精度分析.结果显示,在站点土地利用性质未发生改变与改变情 景下全网站间客流分布量的平均绝对误差仅为29.30 和29.52 人,表明模型具有较高的预 测精度.