客流数据在城市轨道交通网络化运营组织中的应用

客流数据作为运营工作的基础,是安排运力、组织列车和评价运营效果的依据。研究客流数据在城市轨道交通网络化运营组织中的应用,是提高路网乘客服务水平、降低运营成本的前提条件。结合北京城市轨道交通运营管理实际情况,针对网络化运营条件下的客流特性,分析了客流数据在路网列车运行计划编制、网络化运营组织协调、应急指挥工作中的应用,为网络化列车运行的合理组织提供了理论依据。     

城市轨道交通客流突增研究

基于北京地铁工作日的刷卡数据和北京地铁网络GIS数据,以网络流理论为支撑,挖掘地铁在平日稳定客流下的小时时段使用规律。提出轨道交通区间断面客流计算方法,量化轨道交通拥挤程度,并发现在客流高峰期,不同站点突增等量客流对城市轨道交通网络的影响有着巨大的差异。针对突增客流应对能力较弱的站点,结合站点客流分布基尼系数,提出相应的对策与措施,为城市轨道交通运营管理打开了新思路并提供信息支持。     

城市轨道交通站点客流不确定性研究

为提高城市轨道交通站点客流预测的可靠性,在分析客流不确定性影响因素的基础上,基于ARIMA-GARCH模型,依据南京地铁珠江路站点客流数据对客流不确定性进行建模和预测,并从预测置信区间和无效覆盖率两方面与传统的时间序列进行对比分析,研究结果表明,ARIMA-GARCH能够较好地拟合客流波动情况,为城市轨道交通运营与管理提供理论依据。     

城市轨道交通运营客流数据分析缺陷及应对

论述轨道交通运营客流数据对城市轨道交通的规划设计和运营管理的重要作用,讨论城市轨道交通运营客流数据的用途,主要包括票务清分、统计规律、调配运力、辅助预警等。结合客流分析过程中数据采集的时效性、准确性和完备性,针对数据分析方法和标准等方面的不同缺陷进行研究,归纳出产生的原因主要来自于自动售检票（AFC）系统、运营管理、分析方法和标准等方面。提出应对缺陷的措施包括统一数据平台和标准、提高AFC系统可靠性、改进运营管理手段、增加数据采集手段、改进数据分析方法和指标等。通过这项研究,以期保障城市轨道交通运营安全,并提高运营效益。     

苏州轨道交通线网指挥中心的 网络化运营模式优化

线网指挥中心是各城市轨道交通网络化运营深入发展后的必然选择,是网络运营协调、信息互联互通和 应急处置联动的核心机构。在借鉴中国各典型城市轨道交通网络运营管理经验的基础上,基于苏州轨道交通在运 营安全的严峻性、设备制式的多元性、线网结构的复杂性、运行组织的多样性、网络客流的波动性、出行特征的 异质性、交通衔接的多重性等方面的运营需求,对线网指挥中心的运营职能进行优化。最后以网络客流分析为例, 梳理业务流程并提出优化建议,为网络客流的精细化管控提供支撑。     

城市轨道交通运营客流交通状态评价

客观评价客流交通状态对于改善城市轨道交通运营服务水平、提高运营管理效率具有重要意义。在定义城轨运营客流交通状态的基础上,以乘客流的均衡程度和顺畅程度为准则,构建了客流交通状态的三层评价指标体系;根据某城市地铁1号线运营实际客流数据,计算各评价指标,并用层次分析法对客流交通状态进行评价。评价结果与实际情况相吻合,验证了城轨运营客流交通状态评价体系的合理性,能够为城市轨道交通运营管理提供理论支持。     

城市轨道交通客流高峰持续时间预测方法

分析了国内城市轨道交通运营管理的发展现状,总结了关于客流高峰持续时间现有的研究方法,通过对比分析,选择回归分析作为城市轨道交通客流持续时间预测模型。分析和定义了城市轨道交通客流高峰事件的概念,探讨了客流高峰事件的影响因素,阐述了回归分析模型的理论基础和求解方法。以南京地铁1号线的数据作为原始数据并进行建模,在此基础上验证研究方法的可行性。     

城市轨道交通客流分布短时预测模型研究及应用

客流分布短时预测对于城市轨道交通运营管理和乘客出行服务具有重要的实际意义。采用自底向上的网络建模技术,利用动态仿真方法模拟乘客出行行为,构建城市轨道交通客流动态分布仿真模型,进行城市轨道交通线网客流分布短时预测,并通过实际AFC(自动售检票)刷卡数据进行二元校验。依托北京市轨道交通安全防范物联网应用示范工程,将其应用于北京地铁运营实践中,结合实例验证了模型的可行性和有效性。     

基于支持向量机的节假日进出站客流预测方法

节假日期间客流规律分析与预测是城市轨道交通运营企业做好节假日期间大客流组织工作的重要内容,可有效指导车站现场、OCC(运营控制中心)等提前做好预案,制定和实施合适的运营管理及客流组织计划。基于节假日期间车站进出站客流量特征分析结果,考虑按车站特点的分类情况,构建了基于支持向量机的城市轨道交通节假日进出站客流量预测模型。最后利用广州地铁客流数据对预测模型进行精度分析,验证了模型的预测精度。     

城市轨道交通客流补偿及引导措施研究

客流预测与实际运营客流之间不断增大的差异,已经成为影响大城市轨道交通网络化运营的突出问题.深入分析这一问题存在的根本原因,着重提出在客流总量、空间分布、时间分布三种不均衡条件下,为保证城市轨道交通高效运营而应采取的客流补偿和引导措施.研究轨道交通客流成长的基本规律以及客流与线网结构之间的基本关系,提出在城市轨道交通领域应用交通需求管理的方法,最后给出网络化解决城市轨道交通运营问题的宏观思路.     

苏州轨道交通节假日客流预测研究

节假日大客流往往会对城市轨道运营管理造成较大压力,及时准确地预测节假日期间客流,可以为城市轨道交通运营与管理部门制定运输计划、确定应对措施提供重要依据,保障节假日期间轨道交通安全顺畅运行。在分析节假日客流变化趋势的基础上,根据历史客流变化趋势获得基准客流;基于当前客流量水平,构建ARIMA-GARCH模型,预测轨道交通未来节假日各时段客流量。基于苏州轨道交通2018年与2019年的历史客流数据,对方法进行验证分析。结果表明,该方法能有效识别节假日客流特征,降低客流预测前期工作,并实现城市轨道交通节假日各时段客流预测。     

基于图像技术的城市轨道交通大客流辨识

通过分析我国城市轨道交通发展的现状,说明"大客流"状态已逐渐成为城市轨道交通运营中的常态化现象。为了对城市轨道交通车站内客流进行更准确的辨识与监控,保证运营安全,尝试将图像技术引入轨道交通的客流辨识与安全管理中:建立客流图像特征值与客流特征值的联动关系,给出客流辨识的函数,并开发客流辨识系统。北京地铁雍和宫站的实际视频数据的辨识应用结果表明,该方法的识别准确度较高,具有一定的可用性。     

基于大数据的城市轨道交通运营故障影响分析系统对客流影响的分析

运营故障影响分析系统基于大数据思想和技术,通过机器学习技术,可对城市轨道交通运营故障数据和客流数据实现采集、存储与处理、建模及呈现,可实现对城市轨道交通运营事件类型的分类及影响时间的推算。介绍了该系统的工作原理,描述了运营故障情况下的客流影响关联模型、故障影响分析方法及故障影响的可视化呈现手段。实例验证了该系统的有效性。     

城市轨道线网运营调度大数据服务平台及其应用

分析城市轨道交通网络化运营调度指挥业务的数据内容与特点，提出基于云平台的城市轨道线网运营调度大数据服务平台架构方案，创建以运营、调度、评估、安全为主题要素的数据资源目录，实现专业数据主题式访问服务。介绍客流指标统计分析、客流监视预警等典型应用场景，为运营管理和科学制定调度策略提供决策支持。     

城市轨道交通客流预测问题分析及建议

目前我国城市轨道交通客流预测中,普遍存在着规划阶段的预测结果与运营之后的实际客流有较大差异、实际客流远小于远期预测客流、不同机构预测的客流量离散性较大的问题。在分析形成这些问题原因的基础上,提出了利用政策协调和控制城市规划与交通规划的共同发展、尽快建立我国城市城市轨道交通客流预测完整体系、加强城市交通基础数据调查等改善城市轨道交通客流预测的一些建议。     

城市轨道交通时刻表优化技术框架及关键技术环节

时刻表优化技术是城市轨道交通运营管理所涉及的一项关键技术,其实施好坏直接影响到城市轨道交通运营的各个环节。针对当前实际运营过程中,列车时刻表的优化调整显著受制于断面客流预估精度的现状,借助城市轨道交通AFC(自动售检票)系统采集的乘客交易信息,提出了一种基于客流信息的城市轨道交通时刻表优化技术框架,并对其核心模块功能实现的关键技术环节进行了阐述,探讨了基于客流特性参数的发车模型。     

城市轨道交通初期运营客流预测技术研究

城市轨道交通新开通线路初期运营客流预测是开展初期运营安全评估和运营组织筹备的基础性工作。分析初期运营客流预测在预测期、研究对象、基础数据和预测模型方面的特点,总结该类预测工作开展的技术难点。在此基础上提出一套适用于初期运营客流预测的技术路线,阐述其中基础资料收集、交通调查、交通运行特征分析、出行需求预测、评估分析及敏感性分析的研究要点,并概括总结客流预测指标、对既有线的影响评估、需要重点关注的车站等研究内容。研究结果表明,初期运营客流预测重点在于准确把握城市及交通发展现状,而解读城市及交通发展现状资料并掌握其运行现状特点,研判其短期发展趋势是初期运营客流预测的基础性工作;针对宏观交通需求分析模型对微观客流指标预测的精度不足问题,可在城市宏观交通需求预测的基础上,通过开展各类交通调查建立城轨系统出行需求分析专题模型。本研究成果以期为初期运营客流预测的技术方法、研究内容等提供借鉴。     

城市轨道交通客流增长滞后性与预测方法研究

城市轨道交通客流是确定城市轨道交通建设规模及投资决策的主要依据,然而客流增长速度并不与城市轨道交通建设同步.考虑到城市轨道交通客流增长的滞后性,利用上海城市轨道交通1996-2010年客流与建设数据,基于协整理论建立了向量自回归模型进行城市轨道交通客流预测.研究结果表明:城市轨道交通客流与城市轨道交通网络长度以及连接度存在协整关系;在城市轨道交通建设初期,客流增长对于网络长度具有显著滞后性,随着城市轨道交通系统的完善客流滞后性减弱;2011年上海城市轨道客流预测误差为9.3％.     

ARIMA模型在城市轨道交通短期客流预测中的应用研究

城市轨道交通站点的客流监控与短期精准预测对实现高效列车调度、防范安全隐患、降低运营成本具有关键作用。文章通过优化ARIMA模型参数对不同时间粒度下天津地铁某站点周一到周五的AFC客流数据进行预测,预测结果表明ARIMA方法能够准确预测城市轨道交通站点的短期客流。减小客流数据时间粒度能够获得更多的客流数据细节信息,有利于提升预测的精准度。研究发现即便在客流数据能够通过平稳性检验的情况下,对客流数据进行差分处理依然能够明显提升ARIMA模型的预测精度。     

城市轨道交通客流特征及预测相关问题

客流预测是城市轨道交通建设的一个十分重要的环节,是各项设计工作的基础。预测结果的可靠与否直接关系到城市轨道交通的建设投资、运营效率和经济效益。通过对城市轨道交通客流进行分析,阐述了城市轨道交通客流规模影响因素、客流形成机理、客流特征、客流预测方法等。分析了四阶段法各阶段预测所使用模型及方法。