城市轨道大型换乘站大客流拥堵缓解方法

以成都市轨道交通4条线路换乘站骡马市站为研究对象，通过站内客流流线分析，提出站内客流拥堵解决方案，为缓解城市轨道交通大型车站的客流拥堵问题提供参考。运用基于社会力模型算法的AnyLogic仿真软件构建城市轨道交通大型换乘站模型，基于Fruin服务水平评价标准，分析远期规划高峰时段的客流时空轨迹演变规律，辨识地铁站内客流集散瓶颈点。根据拥堵成因分析，提出3类地铁换乘站内客流瓶颈点，分别为流线交织瓶颈点、通行能力不足瓶颈点与混合瓶颈点。结合骡马市站站内设施设计，针对3类瓶颈点分别提出优化改进措施，研究结果表明，优化后的车站场景模型能大幅度缓解车站客流拥堵，提升车站服务水平。     

基于逆向搜索的轨道交通车站客流瓶颈筛选方法研究

在城市轨道交通客流量急剧增加的同时,城市轨道交通车站的相关设施设备也暴露了严重的集散能力瓶颈问题。为了研究以设施疏散能力为基础的静态瓶颈识别方法,改善轨道交通车站客流组织方案内容,结合通行能力的理论计算方法,提出了一种基于逆向搜索筛选出车站客流瓶颈的方法:通过模拟乘客在车站的走行路径,结合各设备及通道等部位的通行能力,运用逆推的方法来找到车站疏散体系的瓶颈节点。最后,根据广州地铁三号线市桥站的车站空间结构和设施最大通行能力,进行了算法的实际应用。结果表明,该车站的客流瓶颈与实际观测的可能拥堵点相吻合,验证了方法的可用性和有效性。     

城市轨道交通乘客换乘决策因素分析

许多城市的轨道交通系统已经完成从单线运营到多线网络化运营的转变.伴随网络化发展而来的集中换乘客流,给轨道交通的规划建设与安全运营提出了挑战.以上海市轨道交通为例,通过对比手机信令与客流分配模型两种统计途径下的换乘客流差异,探究乘客换乘行为特征与换乘决策影响因素.将绕行换乘行为归纳为6类:高辨识度换乘车站、换乘不便捷车站、多功能复合型车站、长距离少换乘、避免拥堵和纸面地图误导.考虑轨道交通换乘站自身属性,对未来城市轨道交通客流分配模型提出改进方向,为轨道交通网络规划提供参考.     

基于元胞自动机的轨道交通突发客流拥堵消散演化机理研究

为保证城市轨道交通运输系统在突发客流条件下能够安全高效运营，本文基于元胞自动机建立城市轨道交通突发客流拥堵传播模型.分析突发客流量拥堵传播过程，采用状态参数集反映车站拥挤程度的多样化差异，定义更为准确合理的客流量元胞自动机演化规则.以成都市轨道交通部分线网为例，仿真设置不同量值的突发客流，研究线网客流状态的演化规律.结果表明，随着突发客流量增加，客流状态从区域拥堵演化至线拥堵的速度减缓，从线拥堵演化至点拥堵的速度保持不变或略有加快.此外，大量突发客流会引起拥堵消散速度的减缓，造成更大时空范围的区域性拥堵.     

基于元胞自动机的轨道交通突发客流拥堵消散演化机理研究

为保证城市轨道交通运输系统在突发客流条件下能够安全高效运营，本文基于元胞自动机建立城市轨道交通突发客流拥堵传播模型.分析突发客流量拥堵传播过程，采用状态参数集反映车站拥挤程度的多样化差异，定义更为准确合理的客流量元胞自动机演化规则.以成都市轨道交通部分线网为例，仿真设置不同量值的突发客流，研究线网客流状态的演化规律.结果表明，随着突发客流量增加，客流状态从区域拥堵演化至线拥堵的速度减缓，从线拥堵演化至点拥堵的速度保持不变或略有加快.此外，大量突发客流会引起拥堵消散速度的减缓，造成更大时空范围的区域性拥堵.     

基于元胞自动机的轨道交通客流拥堵传播研究

随着轨道交通网络化运营的发展,客流拥挤己成为大城市轨道交通常态.本文基于元胞自动机建立轨道交通大客流拥堵传播仿真模型,研究通勤大客流情景下城市轨道交通车站与区间拥堵状态传播问题.该仿真模型克服平均场理论的局限,通过建立局部交互的演化规则反映大客流传播过程中车站与车站间、车站与列车间的交互作用,定义列车满载率作为传播强度的衡量指标.从网络层、线路层和车站层构建指标,定量分析大客流拥堵传播规律.结果表明,本文模型可用于分析可预见性的大客流,预测客流在轨道交通网络中的传播规律,为客流控制策略的制定和评价提供依据.     

基于可控性的城市轨道交通客流控制车站识别方法

为进一步拓展可控性理论在城市轨道交通客流控制领域的应用,首先根据相邻车站间进出站客流和断面客流的关系,论证城市轨道交通客流网络为线性时不变系统,证明可控性理论在城市轨道交通网络上的适用性.基于严格可控性框架和滞留人数为核心的子网生成策略,得到客流控制车站的识别方法.进一步地,引入机器学习领域的相关评价指标评估该方法的效果.研究结果表明:平峰时段北京市城市轨道交通网络的可控性为0.043,意味着该时段的网络状态较为稳定,无需采取客流控制措施;高峰时段,识别方案在拥堵生成到消散的过程中,更加侧重于对线网中心车站的控制.通过识别方法得到的客流控制方案与实际客流控制方案的吻合度最高可达70％.当两种方案控制车站的数量相同时,识别方法得到的客流控制方案更加侧重于对城市西部和中心区域的站点进行控制.     

基于可控性的城市轨道交通客流控制车站识别方法

为进一步拓展可控性理论在城市轨道交通客流控制领域的应用,首先根据相邻车站间进出站客流和断面客流的关系,论证城市轨道交通客流网络为线性时不变系统,证明可控性理论在城市轨道交通网络上的适用性.基于严格可控性框架和滞留人数为核心的子网生成策略,得到客流控制车站的识别方法.进一步地,引入机器学习领域的相关评价指标评估该方法的效果.研究结果表明:平峰时段北京市城市轨道交通网络的可控性为0.043,意味着该时段的网络状态较为稳定,无需采取客流控制措施;高峰时段,识别方案在拥堵生成到消散的过程中,更加侧重于对线网中心车站的控制.通过识别方法得到的客流控制方案与实际客流控制方案的吻合度最高可达70％.当两种方案控制车站的数量相同时,识别方法得到的客流控制方案更加侧重于对城市西部和中心区域的站点进行控制.     

城市轨道交通车站客流吸引范围重叠区域划分模型

现有城市轨道交通车站客流吸引范围划分方法大多未考虑相邻车站间的重叠区域,导致车站客流预测值偏大。为了提高车站客流预测的准确性,考虑中间站、首末站、换乘站,针对不同相邻车站类型提出客流分配量计算公式。基于此构建轨道交通车站客流吸引范围重叠区域划分模型,并采用日本东京都城市轨道交通车站的相关数据标定模型参数。最后,以上海市轨道交通11号线安亭站及相邻的兆丰路站和汽车城站为例进行模型验证,结果显示精确度为78.6%。指出产生误差的原因可能在于上海市与东京都的差异以及交通小区数量过少。     

基于网络客流传播的轨道交通关键站点识别

为了更为真实的反映城市轨道交通网络的实际运营情况,在复杂网络理论基础上,进一步考虑客流因素的影响,提高网络中关键站点识别的准确性,通过分析站区间断面客流来源,根据普通站和换乘站的客流运输功能特征,分别构建了客流传播模型,对历史刷卡数据配流统计标定模型参数,并结合复杂网络的度与介数提出了4个关键站点识别指标.以某市轨道交通网络为例,利用刷卡数据对某工作日早高峰时段进行了全网动态客流演示并展示关键车站.研究结果表明:关键线路为1号线与10号线,南站、西二旗、天通苑附近乘客滞留严重,客流负荷强度大的车站更易受到大客流的冲击;本文所构建的客流传播模型可动态显示全网各区间等级及滞留车站的变化,并能综合真实客流、线路运输能力以及线网结构三方面的指标识别关键站点,可更有效地为轨道交通网络安全管理提供参考.     

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。     

基于AFC系统的苏州市轨道交通网络化客流特征分析及启示

从运营轨道线网客流中找寻规律,可以有效指导城市科学合理地预测轨道交通客流。本文根据目前苏州市AFC系统运营数据积累,从网络、线路、车站三个层面探讨苏州市轨道交通客流特征,分析目前线网客流特征,为后续预测模型的参数选择提供参考和依据,并且针对轨道交通规划设计及运营提出相关工作建议。     

上海轨道交通网络化客流成长规律

轨道交通网络化客流成长规律和经验总结对提高轨道交通规划设计水平具有重要作用.上海是我国最早进入轨道交通网络化发展阶段的城市之一,根据上海轨道交通网络化建设历程,将其划分为单线建设阶段、基本网络形成阶段和大型网络形成阶段等3个阶段.从客流角度出发,对不同阶段的客流成长规律以及客流空间分布规律进行分析,实证城市轨道交通客流...     

广州市轨道交通客流特征分析

科学合理的预测轨道交通客流状况已成为轨道交通系统决策中面临的重大课题,需要在实践中不断积累、完善和提高。根据广州市轨道交通运营资料,从网络、线路、车站三个层面探讨轨道交通从单线向网络转变过程中的客流特征和成长规律,为客流预测模型的参数选择提供参考。分析发现：随着轨道交通网络的扩展,客运强度边际效应递减、换乘系数增大、平均运距增长;从线到网,换乘客流成为客流增长的主要来源;不同类型车站的客流特征差异较大,预测时应分类考虑。     

城轨线路列车时刻表与车站客流控制协同优化方法

在轨道交通网络化运营条件下，针对高峰期车站拥挤问题，综合考虑站外到达乘客的持续 性到达特征和换入客流的脉冲性到达特征，研究换入客流影响下的列车时刻表与客流控制问题。 具体的，以最小化乘车延误人数为目标，考虑乘客换乘约束、列车容量约束等，构建城轨列车时刻 表与客流控制协同优化非线性规划模型，并引入0-1决策变量将其转化为整数线性规划模型。为 验证模型有效性，以某轨道交通线路实际运营数据为背景，借助优化求解器CPLEX对模型进行求 解。结果表明，本文所提方法具有良好的优化效果和计算效率，与优化前相比，乘车延误人数可显 著降低；与仅优化列车时刻表方案相比，协同优化方法可使乘车延误人数减少17.69%，可有效提升 轨道交通的服务水平，为城市轨道交通系统高质量运营提供一定的理论支撑。     

基于AFC和POI数据的轨道交通车站客流影响因素挖掘

精细化研究轨道交通车站客流影响因素对于建立轨道交通与土地利用长效互动机制,发挥轨道交通支撑和引领城市发展作用,指导轨道新线开通和周边用地开发等具有重要意义。以南京为例,首先获取轨道交通运营客流AFC数据和网络爬取的POI数据;然后考虑四种类型轨道交通车站客流特征,挖掘用地特征、公共交通接驳特征、车站属性三类因素;最后利用结构方程模型分析城市轨道交通规划建设与城市用地开发之间的作用机制。实证结果表明,基于POI获取的住户数、商业设施数、文化设施数、公共汽车线路数等数据对工作日轨道交通进站客流有突出贡献。     

重庆市璧山区云巴1号线客流时空特征分析

云巴是一种重要的低运量城市轨道交通制式。以重庆市璧山区云巴1号线作为研究对象,从时间和空间两个维度、线路和车站两个层面,选取全日与早高峰时段的相关客流指标进行系统性解析,并与重庆市中心城区轨道交通1号线客流指标进行对比分析,评估云巴1号线的运营表现。研究结果表明：璧山区云巴1号线客流时间分布形态与中心城区轨道交通1号线较为相似,但工作日客流高峰小时系数较低,节假日较高;云巴1号线的客流空间分布特征也与轨道交通1号线较为相似,包括线路断面客流形态、方向和断面不均衡性等特征,但云巴1号线主要承担了沿线中长距离客流,平均运距占线路长度比例较大。最后,从沿线用地开发、公共交通一体化、运营服务以及网络效应等方面对云巴1号线的发展提出了优化对策建议。     

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。     

北京市轨道交通线网客流分布及成长规律

为了应对城市轨道交通快速建设带来的客流规模及分布的变化,有必要对线网客流变化趋势及成长规律进行研究。以北京市轨道交通系统IC卡数据为基础,从客流量的空间、时间分布等角度分析轨道交通网络化运营客流特征。分析轨道交通新线开通产生的诱发客流和转移客流,揭示新线开通对既有线路客流分布的影响。最后,从线网规模、线位、线网布局等方面归纳轨道交通线路及线网客流成长的一般规律。     

基于动态反馈神经网络的城市轨道交通短期客流预测

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交通的断面客流特征的基础上,建立基于动态反馈神经网络的城市轨道交通短期客流预测模型,提出通过若干组连续历史断面客流数据训练动态连续的神经网络,以此对未来客流进行预测;并以北京轨道交通某日早高峰客流为例进行分析,验证了该模型与方法的有效性。