客流饱和条件下轨道交通网络动态可达性分析

轨道交通客流的日益增长使乘客在网络上的出行可达性受到影响,当轨道交通处于客流饱和时乘客存在无法上车而被迫留乘的可能性。为分析轨道交通网络可达性的动态变化特征,建立考虑客流饱和条件下的轨道交通网络动态可达性的评价模型;模型以轨道交通网络拓扑结果作为可达性的空间特性,以列车运行计划作为其时间特性。在深圳轨道交通网络上进行案例分析,通过网络客流和列车运行计划,得到乘客在网络上的期望旅行时间,继而得到OD对及车站的可达性指标。结果表明,目前的轨道交通网络中客流需求更大的车站往往配备较好的列车运输能力,以提高可达性,但是受限于列车开行间隔,客流饱和条件下的部分热门车站动态可达性较低。提出可达性评价方法,可用于评价网络中的客流需求与列车运行计划的匹配程度。     

苏州市轨道交通客流时空分布特征

为对已开通线路较少的地级市城市轨道交通客流特征进行研究,选取苏州市轨道交通作为研究对象,对其客流的时间分布特征和空间分布特征进行分析。时间分布的研究主要包括对网络客流、线路客流和站点客流的时间分布特征的分析;空间分布的研究主要包括对进出站客流和断面流量的分析。研究发现,从时间分布来看,苏州市轨道交通全网客流的高峰小时系数较高,1号线的早晚高峰系数均高于2号线;同时,居住和居住主导型车站的高峰小时系数最大,商业中心类车站高峰小时系数最小。从空间分布来看,1号线主要承担通勤客流,2号线承担的客流类型则较为分散。     

基于系统动力学的轨道交通车站客流演变算法

将轨道交通车站看作人、设施、环境、管理4类元素相互交融的复杂系统,引入系统动力学的方法分析轨道交通车站系统各元素之间复杂的关系;在考虑闸机通行力、楼梯通道最大容纳人数、通道阻塞以及列车满载率等因素的基础上,利用系统动力学建立轨道交通车站客流的演变模型及演变算法;对轨道交通车站的客流演变规律进行分析。在此基础上,以一典型换乘车站为例,将该算法结合轨道交通服务水平评价方法,应用于以优化车站设施服务水平为目的的轨道交通乘客引导决策支持;通过实例与仿真软件legion的仿真结果进行对比,验证该客流演变算法的可信性。     

都市圈区域轨道交通客流预测研究

依据都市圈的特点提出了以轨道交通站点为中心,以合理的客流吸引半径的圆形范围作为交通小区进行客流预测的思路.研究了轨道交通车站客流的合理步行区及合理交通区,把车站客流划定为一、二、三级吸引范围;提出了以车站节点为中心,以客流吸引范围为半径的圆形范围作为交通小区,并划分为一、二、三类小区,选择各类小区之间出行的步行时间矩阵、等车时间矩阵、在乘时间矩阵、交通费用矩阵等作为客流预测Logit模型参数矩阵.     

基于网络瓶颈控制的轨道交通车站客流疏导研究

轨道交通客流在特定时空区间的强聚集效应导致车站内部设施的服务能力与客流量不匹配,极易造成乘客拥堵、滞留等问题。通过对轨道交通车站客流流线大范围调研,确定服务设施实际通行能力,识别车站瓶颈区域。进而利用多点联动的瓶颈控制方法,构建网络瓶颈客流疏导模型,协调流线网络结构中设施通行能力的匹配度,计算瓶颈点上下游客流调节量。以北京东单地铁换乘站为例进行流线瓶颈优化,制定不同客流强度下瓶颈优化方案,验证模型的有效性和实用性。模型可协助车站管理人员明确瓶颈控制区域的范围,并制定详细的限流泄流乘客量分配,为高密度客流组织提供理论依据与数据支撑。     

轨道交通短期客流预测方法及其算法研究

轨道交通客流预测对轨道交通日常运营有着重要作用,文章首先根据轨道交通历史数据,对其客流特性进行了分析,着重利用灰色模型对轨道交通短期内的客流量进行建模预测,利用马尔科夫链修正和改进模型预测结果;为了方便客流预测的自动化实现,给出了整个客流预测过程的流程图,并对其预测算法进行了研究。     

轨道交通车站客流集散能力仿真及评估

为优化城市轨道交通车站服务设施设计,研究车站服务设施对客流集散的影响,基于随机服务理论描绘车站客流集散过程,并利用设施服务强度、设施协调度和设施服务水平等级对集散情况进行评估。以轨道交通车站内各类服务设施为建模对象,考虑设施服务及客流到达规律,基于随机服务理论,分别构建服务型设施、通过型设施、集散型设施随机服务模型,并通过Simulink仿真平台建立车站客流集散随机服务网络模型,通过行人跟随实验获得的实测数据验证模型的有效性。同时模型还可通过更改到达和服务分布、服务台等参数,实现对不同车站的仿真,无需重新建模,具有较好的普适性。     

城市轨道交通车站高峰时段与高峰客流预测模型

现有轨道交通车站高峰客流预测方法简化了车站高峰形成过程,基于默认假设,即车站高峰小时与所属线路高峰小时一致进行预测,忽略了车站与线路间存在的高峰偏差现象,造成部分车站高峰客流量被低估,导致车站能力设计不足,站台拥挤风险增加。从车站高峰形成机理出发,基于用地发生率模型,考虑不同目的出行行为的差异化,对客流属性进行划分,引入不同目的的出行时间概率分布函数,建立站点尺度的高峰小时与高峰客流预测模型框架。该模型真实反映了车站高峰与高峰偏差现象形成的这一复杂过程,可解释性强、符合实际,且能适用于建成环境、车站特征和轨道交通网络服务等变化情形下的车站高峰客流预测。验证结果显示：1)提出模型较传统模型提升了43%～47%的车站预测精度(高峰客流相应的MAPE值下降了5.7%～6.38%,高峰时间相应的APE值下降了23～50 min),具有更广泛的适用性和更稳定、更准确的预测结果,能为车站设计和运营方案制定提供更可靠的决策依据;2)各类出行目的的峰值和峰尺度存在差异,按不同比例叠加后,会产生不同的叠加曲线。揭示了车站高峰客流形成机理为不同用地产生的不同出行目的客流时间分布叠加曲线的高峰。     

轨道交通大客流换乘站客流组织仿真分析——以深圳会展中心站为例

为有效应对轨道交通网络化运营初期可能出现的客流拥挤等问题,运用行人仿真方法进行客流组织方案的动态检验和调整。以深圳会展中心站为例,选取适当的仿真参数和评价指标,对车站客流组织进行防真,分析客流拥堵原因,提出客流组织调整方案,并对调整方案进行仿真及评阶。总结了车站行人仿真在指导车站客流组织方面的普遍适用性。     

基于复杂网络的城市轨道交通线网评价与优化

采用复杂网络理论对城市轨道交通线网进行分析,建立复杂网络模型,进行特征值计算分析,对轨道交通网络进行评价。以武汉市规划2021年轨道交通线网为例,确定网络中交通压力最大的车站和区间,提出优化方案并进行评价比较。研究结论为:在轨道交通线网中重要的车站不仅是多线换乘站,还应包括介数较大的车站;疏解重要站点客流压力不能简单增加线路,而应考虑整个网络结构,增加外围的通道连接;在构筑网络时,不能仅追求网络效率,更应从网络结构的角度考虑单个车站或区间的客流承受能力。     

世博会期间上海轨道交通客流的时空特征研究

在2010年世博会期间,上海地铁采取了一系列服务措施,如开通涉博线路和车站、开通13号世博专用线、延长地铁各线运营时间等,为世博客流和日常通勤客流提供了有力的交通保障.从时空特征角度,分析比较世博前和世博期间上海轨道交通的客流情况,结果表明:各涉博车站客流分布不均匀,且世博客流对上海轨道交通客流的影响不仅局限于涉博车站...     

基于谱聚类的城市轨道交通车站间客流分型研究

在轨道交通运营管理过程中,不同车站间客流的时间分布特性及规律直接决定了客流组织方案。明晰 车站间客流分型及特征,对合理配置客流组织方案大有裨益。相对于单车站客流类型,多车站间客流类型的影 响因素多样且复杂,为此,从时间、空间和结构 3 个角度对车站间客流分类特征进行分析,并通过谱聚类方法 压缩搜索空间,从而达到更加精准的类型划分。利用轮廓系数与戴维森堡丁指数对比不同方法的分类结果,证 明所提出的谱聚类方法相对于 k-means 等其他方法具有更好的分类效果。以苏州地铁 2020 年数据为例,通过 提出的方法寻找出 7 种车站间客流分型,该结果可应用于预测模型训练等领域。     

轨道交通换乘车站客流仿真评估指标体系优化及应用

为更好实现客流仿真技术在轨道交通换乘车站评估中的合理、高效应用,在初步构建的轨道交通换乘车站客流仿真评估指标体系基础上,结合实际应用中的适用性,优化了换乘车站客流仿真评估指标体系,并明确了各项指标计算方法、评价范围及评价标准,最后,通过北京地铁安华桥站客流仿真实例,验证了换乘车站客流仿真评价指标体系及其评价标准的可行性、全面性及有效性.     

北京城市轨道交通客流密集度指数研究

基于轨道交通物联网监测数据,从点、线、面三个层级,构建不同时间粒度车站、线路、网络的客流密集度指数计算模型和算法。车站客流密集度指数模型综合考虑影响车站密集度指数的关键区域(出入口、站台、楼扶梯、换乘通道)的拥挤程度和拥挤范围因素;线路客流密集度指数模型综合考虑车站和区间的影响;网络客流密集度指数模型由各线路的客流密集度指数加权得到。测试结果表明,提出的模型计算结果与实际地铁客流出行规律一致,可较好地反映地铁拥挤程度,为地铁运营拥挤状态评价和辅助决策提供技术支持。     

基于客流流线的城市轨道车站安全可靠性评价模型

为解决城市轨道交通车站运行安全可靠性科学评估的问题,从概率论的视角,以城市轨道交通车站乘客、交通服务设施、列车构成的系统为研究对象,对城市轨道交通车站安全可靠性进行了定义。结合城市轨道交通客流流线特征,建立了城市轨道交通车站节点安全可靠性评价模型和基于权联模型下的车站系统可靠性评估方法。以重庆轨道交通3号线两路口站为例,应用评价模型与方法,计算两路口站进出站节点安全可靠性和车站整体系统的安全靠性。结果表明:重庆轨道交通3号线两路口站进出站节点的安全可靠性为92.2%,整个车站系统的安全可靠性为90.4%。     

城市轨道交通客流密集度指数研究

基于轨道交通物联网监测数据，从点、线、面三个层级，构建不同时间粒度车站、线路、网络的客流密集度指数计算模型和算法。车站客流密集度指数模型综合考虑影响车站密集度指数的关键区域（出入口、站台、楼扶梯、换乘通道）的拥挤程度和拥挤范围因素；线路的客流密集度指数模型综合考虑车站和区间的影响；网络的客流密集度指数模型由各线路的客流密集度指数加权得到。测试结果表明，提出的模型计算结果与实际地铁客流出行规律一致，可较好地反映地铁拥挤程度，为地铁客流运营拥挤状态评价和辅助决策提供技术支持。     

轨道交通换乘车站客流仿真评估指标体系研究

为实现客流仿真技术在轨道交通换乘车站评估中的合理、高效应用,基于轨道交通换乘车站特点及评估指标体系设计原则,构建换乘车站客流仿真评估指标体系,并明确各项指标计算方法、评价范围及评价标准。最后,通过北京地铁安华桥站客流仿真实例,验证换乘车站客流仿真评价指标体系及其评价标准的可行性、全面性及有效性。     

轨道交通车站超高峰系数 概念辨析及取值研究

轨道交通车站超高峰系数是反映车站高峰客流特征的关键指标之一,是城市轨道交通设施设计规模的重 要依据。首先对超高峰系数的概念进行辨析,指出车站超高峰系数应为车站高峰小时内最大 20 min 进出站客流量 的小时当量与高峰小时进出站客流量的比值。然后,以北京市城市轨道交通车站为实例,对其超高峰系数进行综 合分析,提出轨道交通车站超高峰系数的主要影响因素。研究结果表明：虽有约 74%的轨道交通车站超高峰系数 处于相关规范推荐值 1.1～1.4 区间,但另有 26%的车站超高峰系数处于 1.0～1.1 区间,低于规范推荐最小值;车 站周边用地性质、车站高峰小时进出站客流量及车站客流管控限流措施对车站超高峰系数的取值均会产生影响; 就业类车站超高峰系数取较大值的可能性更高;高峰小时客流较小的车站,其超高峰系数往往偏大,而高峰客流 规模超大型车站,其超高峰系数取值一般不超过 1.2;此外,轨道交通车站限流会降低其超高峰系数。     

市域轨道交通运营车站超大客流问题的应对与反思——以上海轨道交通9号线九亭站为例

在城市化进程逐步深化、城市人口不断扩张的背景下,大城市市域轨道交通部分运营车站出现了超大规模客流的现象,需要相关部门积极应对,提早防范安全风险.以上海轨道交通9号线九亭站出现的大客流问题为例,通过对车站周边的发展研究及客流现状的分析,提出了优化思路,并对于后续可能出现类似情况的车站,从客流组织、设计流线和规划适应等方面...     

城市轨道交通超大客流网络拥挤传播研究

为研究城市轨道交通超大客流传播的时间规律以及不同数量拥堵站点对整体轨道交通网络的影响,通过定义超大客流,引用疾病传播理论,建立了基于网络拥挤模型的超大客流拥堵网络疾病传播模型,并运用Adams微分方程数值进行模型求解。对反演参数得到的SIR传染病模型的传播特性拟合运用于轨道交通网络,并通过不同的初始拥堵站点数量进行仿真。研究表明:轨道交通超大客流的病态传播受传染概率、恢复概率、初始拥堵站点数影响,该联系为超大客流网络拥挤传播提供一种新的研究思路。