轨道交通站点聚类及其对客流预测的影响分析

城市轨道交通站点受多层面因素交互作用而反映出异质性，为实现站点精细化分类，本文统筹考虑地铁刷卡数据、兴趣点数据和地铁网络数据，提取客流、土地利用和网络性质等特征，其中，客流层面考虑工作日、周末和节假日等不同日期类型下客流状态，土地利用层面考虑站点辐射区用地强度和均衡性，网络层面考虑节点自身特性和影响能力。构建基于主成分分析与K-means++算法的聚类模型，综合聚类评价指标确定簇数，辨析不同类型站点多维度特性，结合站区土地利用和站点网络特征探讨对出行活动的影响，并设计簇内联合预测和整体联合预测策略，采用3种多元时序预测方法探究站点聚类对预测性能的影响。研究结果表明：考虑全部客流特征时，划分为10簇，考虑工作日进站客流特征时，划分为5簇，充分挖掘客流时变特征能够获得更加精细化的聚类结果；各簇站点客流分布特征与其土地利用及网络特征间存在一定的反馈关系；相比于整体联合预测，通过聚类联合相关性强的站点进行预测，以间接捕获空间相关性的方式能有效提升预测性能，各模型均方根误差平均降低9.04%，平均绝对误差平均降低4.94%。研究结果为站点精细化管理和站区设施建设规划提供依据。     

城市轨道交通短时客流预测体系框架及关键技术

针对当前城市轨道交通短时客流预测系统性不强等问题,构建短时客流预测体系框架,并讨论预测过程涉及的关键技术。框架的构建以自动售检票系统（AFC）获得的数据为出发点,统计站点客流和线网客流OD矩阵两类基础客流数据;在此基础上,构建线网客流分配模型,结合视频数据、站点平面布置和列车运行时刻表三类数据,考虑乘客步行时间的影响,估计断面客流数据;接着,在分析站点客流和断面客流数据时空特性的基础上,分别预测站点和断面短时客流;利用站点客流和断面客流短时预测结果反推未来OD矩阵;同时引入GARCH模型分析预测结果的可靠性,以提高短时客流预测结果的可信度。     

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.     

上海轨道交通1号线客流特征研究

伴随上海轨道交通的发展,轨道客流不断增长,在城市交通中的地位越来越重要,但随之而来的是服务水平下降,高峰时段严重拥挤.主要利用地铁运营公司的统计数据和交通卡刷卡原始数据对现状客流最大的轨道交通1号线进行客流的特征分析,分析客流在时间、空间、断面以及站点上的不均衡特征,寻求一般规律,希望能为运营管理和未来预报提供支持和建议.     

基于改进KNN算法的城轨进站客流实时预测

针对实时进站客流数据的高维数、多噪声、波动频繁等特征,本文提出一种基于改进 K最近邻(K-nearest-neighbor, KNN)算法的城轨进站客流实时预测方法.首先,通过对分时客流数据的相关性分析,确定表征客流特征的状态向量;其次,结合数据特性改进近邻样本的模式匹配过程,利用关键点法去除原始序列中的噪声扰动,并引入动态时间规整算法实现考虑序列形态的相似性度量;再次,根据样本间流量差异引入距离权重和趋势系数,推演未来时段的进站量,实现滚动的实时预测;最后,依托广州地铁客流数据仓库对预测模型进行精度分析. 结果表明,对于全网159个站点,5 min粒度下全天分时进站量预测的平均绝对百分比误差的均值为11.6%,能够为路网状态监控提供可靠的数据支撑.     

基于动态时空神经网络模型的地铁客流预测

针对城市轨道交通站点客流预测问题，本文提出一种基于注意力机制的动态时空神经网络(DSTNN)模型。模型采用多分支并行架构，能够有效提取地铁客流的复杂时空特征，在空间维度上，全局和局部注意力机制相结合，实现站点间动态时空关联和静态拓扑结构的捕捉；在时间维度上，使用双向长短时记忆和注意力机制共同学习客流数据的时变规律。在杭州地铁数据集上进行实验，结果表明：相较于经典预测模型和深度学习模型，DSTNN具有更高的预测精度和训练效率。在4种不同的预测时长下，DSTNN模型平均绝对误差的平均值较基线中扩散卷积循环神经网络模型(DCRNN)和物理虚拟结合图网络模型(PVCGN)分别降低6.63%和2.57%。此外，可视化分析证明了本模型对时空关联的动态学习能力，消融实验验证了各分支的有效性。     

青岛市轨道交通一期工程功能定位及客流预测

城市轨道交通建设中,客流预测是先导。在分析青岛市轨道交通一期工程功能定位的基础上,结合轨道一期工程沿线土地利用现状和规划,以及常规公交布局,对轨道交通一期工程客流进行预测分析。提出一期工程客流总量规模、站点乘降量和换乘量等客流指标。     

城市公共自行车租还不均衡的时空特征与影响因素

准确掌握城市公共自行车租/还不均衡程度的时空规律,是引导用户参与自平衡调度、降低调度成本的重要前提。本文以宁波市中心城区公共自行车及其300 m缓冲区建成环境为研究对象,将站点的单车缺口值作为不均衡程度量化指标,基于大规模IC卡刷卡记录数据,利用Kmeans聚类与空间统计等手段,分析了全局站点单车缺口的时空变化规律及骑行OD特征,并构建考虑空间自相关的地理加权回归模型,对建成环境与单车缺口的内在联系进行实证研究。研究表明：(1)研究区域内公共自行车站点的工作日活跃特征分为2类：均衡型、就业导向型,休息日内站点特征分为3类：居住导向型、均衡型、休闲导向型;(2)工作日和休息日的站点单车缺口的全局Moran’s I分别为0.116和0.102,表现出显著的空间正相关性;(3)人口密度、主干路里程、居住社区型POI变量在早/晚高峰时段分别对单车缺口具有正向/负向影响,并且南北部地区影响效用差异明显;地铁站点的影响效用与以上变量相反,空间作用特征是随地铁2号线的走向呈梯度变化。     

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。     

地铁客流数据分析系统的设计与开发

从地铁路网日客流分布特征开展研究,对地铁客流数据进行收集整理,通过研究数据分析模型,建立客流数据库及数据分析系统,在满足现有客流统计功能基础上进一步对客流数据进行深入挖掘分析,最终运用计算机和互联网技术快速及时地掌握客流分布特征、线网运力与运量匹配情况及数据统计分析结果。