������·����վ����΢�۷��潨ģ�����

为准确掌握大型铁路客运站候车区旅客集散特点,预测旅客聚集能力,在旅客到站提前时间分布拟合研究基础上,从微观仿真角度提出了到达旅客生成方法,建立了大型铁路客运站候车区微观仿真逻辑模型. 以大连站为实例,得出该站高峰期候车区客流变化曲线和最高聚集人数95%置信区间为［3 638,3 706］. 以候车区旅客最高聚集人数为目标函数,对候车区客流变化影响因素进行了灵敏度分析. 研究发现：旅客到站提前时间对数正态分布的位置参数对候车区旅客最高聚集人数和旅客平均逗留时间均有显著影响;送站人数比例对最高聚集人数有显著影响;进站检票模式只对平均停留时间有显著影响.     

������·����վ�����ÿ���ɢ΢�۷���

对铁路客运站客流到达、疏散的时空特性进行分析,提出了大型铁路客运站到达旅客疏散仿真概念模型. 从车站到达旅客交通特性出发,在经典社会力模型基础上对旅客站内交通行为进行微观仿真建模,并对模型的行人尺寸和期望速度参数进行了分析和标定. 通过对沈阳铁路局大连站到达旅客疏散仿真实验,得到该站地下通道和南出站口处旅客人数随时间变化的曲线、旅客最高聚集人数95%置信区间和高峰出现的时间,到站旅客换乘时间95%置信区间,找出了存在安全隐患的带状区域和点状区域. 仿真结果表明,模型具有较高的可靠性和实用性.     

高铁车站始发列车旅客聚集规律分析

旅客聚集规律是高铁车站站房设计和流线组织的重要指标,到站旅客聚集规律对车站旅客工作组织尤为关键。在现有研究基础上结合对兰州西客站的调查结果,分析始发列车旅客聚集规律,利用MATLAB软件拟合旅客到达时间分布曲线,推导出曲线拟合函数,对某一始发列车旅客聚集规律进行预测,通过实际数据对比验证函数合理性和有效性,为车站客流组织提供理论依据。     

客运专线旅客最高聚集人数计算方法初探

本文在分析常规铁路旅客最高聚集人数设计及存在问题的基础上,结合相关课题的调查资料,提出了客运专线旅客最高聚集人数的计算方法--概率统计法,该方法是根据车站聚集人数变化的概率分布来确定车站最高聚集人数的.它首先需要确定旅客出现最高聚集的瞬时T1和各待开行列车旅客提前到达车站的概率分布P(χ),在计算车站各列车出发前全站旅客聚集人数Ki的基础上,选取最大的Ki为该车站的旅客最高聚集人数.论文并以新广州站为例介绍采用概率统计法计算旅客最高聚集人数的过程及方法.     

城市轨道交通站台最高聚集人数计算方法研究

对周期时间内城市轨道交通站台客流分阶段变化过程进行分析和简化. 基于乘客遵循先下后上原则的情形,提出一种在列车到达间隔时间恒定条件下计算站台最高聚集人数的方法. 在此基础上,进一步考虑列车到达间隔时间偏离图定时间的情况,对列车到达间隔时间的分布进行分析,提出在列车到达间隔时间存在偏离的情况下对应于给定概率的站台最高聚集人数的计算方法. 以某城市轨道交通车站为案例,在考虑列车到达间隔时间偏离的条件下计算该站岛式站台最高聚集人数. 与现行设计规范的计算方法相比,采用本文提出的方法算得的站台最高聚集人数较小.     

大连北站旅客换乘常规公交等候时间分析

以大连北站为研究对象,首先对旅客到达间隔时间进行了分布曲线拟合;其次,采用离散事件的仿真方法建立了旅客在高铁车站换乘常规公交的排队系统模型,并验证了模型的有效性;最后,基于旅客换乘等候时间影响因素进行了仿真实验分析.结果表明:旅客平均等候时间与公交换乘比例、公交发车频率和旅客换乘人数都呈正相关关系.     

基于仿真的虹桥枢纽一体化安检行人组织方案

综合客运枢纽实施跨方式的安检标准互认有利于改善旅客的出行体验、促进旅客联程运输发展.为改善铁路到达旅客至地铁站二次安检引起的拥堵及安全问题,上海虹桥枢纽拟实行铁路到达至地铁站的一体化安检措施.基于虹桥枢纽一体化安检封闭区域的客流特征分析,提出安检设施布局方案;选取Legion软件作为仿真平台,构建地下一层大通道的行人交...     

基于人与环境交互作用的交通枢纽导向标识布局评估

为优化轨道交通枢纽的导向标识布局,提升运营效率与服务水平,分析了人与空间环境交互作用下旅客寻路行为与导向标识的交互特性,在此基础上,利用元胞自动机建模思想,构建了旅客寻路行为仿真模型,建立了标识布局评估指标体系,通过输入客流、设施设备等参数,应用GSign系统分析了标识引导下旅客寻路效果,提出了动态仿真定量评估方法.通过北京南站典型场景仿真试验进行了实证研究,结果表明:对典型进站、出站及换乘流线的标识优化后,旅客平均走行速度分别提高了4.0%、3.2%和13.3%;仿真模型输出结果与实际结果的平均相对误差约为7%.      

����ʱ�̱�Э����̨ͬ���˾ۼ���������ģ��

从时刻表协调的角度,建立了不同到站间隔下地铁同台换乘站聚集人数的计算模型,并且采用Anylogic软件对乘客的实际集散行为进行仿真.仿真结果与模型计算得到的站台最大聚集人数相近,验证了模型的有效性.算例结果表明:在两方向列车发车间隔相同的情况下,同台换乘站的最大聚集人数随着两方向列车到站间隔时间的增加而减少.在算例的假设条件下,当两线路列车同时到站时,站台聚集人数最多;在此基础上,两线路列车的到站间隔时间每增加30 s,站台的最大聚集人数减少一定人数;当到站间隔时间达到150 s时,站台最大聚集人数降至最低.     

北京南站高铁旅客特征与接驳交通体系改善

以京沪高铁开通为背景,对北京南站高铁客流特征和接驳交通体系存在的问题进行研究。首先,从职业构成、接送站人数、出行目的、接驳交通方式选择等分析了高铁旅客的特征。然后,对京沪高铁开通前后北京南站外围路网,以及地铁、公共汽车、出租汽车、社会车辆等接驳交通体系运行状况进行阐述。最后,针对高铁客流冲击下北京南站东西区车流量分布不均衡、落客区秩序混乱、出租汽车候车旅客滞留、夜间接驳交通能力不足等主要问题提出了改善建议。     

轨道交通换乘常规公交平均候车时间模型

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

�����ͨ���˳��湫��ƽ����ʱ��ģ��

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

铁路旅客客运站集散微观仿真

以大连客运站为例,建立大连铁路客运站进站旅客疏散微观仿真模型。并对大连站旅客到达数、购票人数及安检人数进行研究,在此基础上对大连站的流线影响因素进行评价分析,得出在旅客高峰期车站设备不足,增大旅客排队时间。提出有效建议减轻旅客等待时间。结果证明,模型具有很好的使用效果。     

城市轨道交通车站站台行人交通特性

为了确定城市轨道交通车站站台行人交通特性,以北京市地铁2号线西直门站站台视频资料为基础,观测站台区域行人交通行为,分析行人速度、候车位置分布、密度时空分布特性。分析结果表明：与街道环境相比,站台区域行人自由流速度均值偏高,且站台与楼梯邻接区域行人速度随密度的增大下降较快;车辆到达之前行人候车呈队列形式,车辆到达后呈扇形分布在车门两侧;站台区域行人密度时空分布受轨道交通车辆班次影响,表现出规律性波动变化。     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

基于偏好顺序集的非补偿式铁路旅客选择行为估计方法

精细化需求预测是铁路提高收益的重要基础.本文考虑了铁路产品属性对于旅客选择行为的影响,构建具有一定偏好顺序的产品集合来表征不同类型的旅客.在此基础上,利用客票存根及余票数据,建立预售期内旅客选择过程的极大似然函数,求解得到不同旅客类型的出现概率.首先通过仿真算例验证了模型的计算可行性,然后通过实证数据,估算了北京南至上海虹桥方向不同旅客类型在各时段的出现概率,进一步统计得到旅客在不同时段下铁路旅客buy-up行为概率及属性敏感度的变化,并提出一些可用于优化售票策略的建议.     

考虑客流引导和小群体行为的地铁车站疏散模型

地铁车站疏散过程客流引导及小群体行为均对人员疏散行为及疏散结果产生较大影响. 为更加有效地模拟真实疏散情况,研究了考虑客流引导和小群体行为的社会力模型. 该模型通过分析小群体运动特征及客流引导策略对行人期望速度的影响,对既有社会力模型进行修正;针对地铁车站站台人员疏散过程,设计更贴近实际情况的多智能体感知及决策流程,构建基于多智能体技术的疏散仿真模型. 以北京地铁西直门2号线站台为研究对象展开研究,结果表明客流引导及小群体效应对疏散时间、疏散效率、瓶颈区域及绕行距离均有显著影响:客流引导可提高疏散效率18%～45%,小群体行为则会增加绕行距离17%.      

城市轨道交通故障下客流分布计算及评估方法

为了精细化掌握城市轨道交通故障对乘客出行的影响,对等车、上车和下车过程的客流与列车交互状态进行抽象,建立了站台等待乘客、车内乘客等客流分布数据的计算方法,设计了动态客流仿真算法及乘客服务水平评估指标. 以实际线路为背景,以正常运营场景为参照,计算和评估了故障场景下的客流时空分布,分析了乘客等待时间对列车和站台上客流分布及出行时间的影响. 算例结果表明:具体故障下乘客多等待能通过避免离开而减少部分出行时间,但与正常场景相比,列车满载率高、站台人数多的现象增多;最大等待时间15 min与9 min相比,离开人数减少77.0%,带惩罚的总旅行时间降低超过10.0%,留乘发生率一样,但最大留乘人数增加94.1%,最大等待人数增加29.6%.