基于客票数据的城市轨道交通车站客流控制决策研究

城市轨道交通大客流控制是保证运行秩序和乘客安全的客运组织管控手段,目前由运营人员根据经验进行大客流辨识和客流控制决策的模式具有一定的主观性和滞后性。基于自动售检票系统(AFC)历史客票数据,分析车站大客流的发展规律,基于实时客票数据和列车运行实绩,获取进站客流的实时聚集数量及其空间分布情况,提出的辅助决策方法能够基于客票数据确定车站客流控制等级和控制时机,具备较好的精确性和前瞻性。     

基于网络可控性的城市轨道交通客流网络限流优化控制方法

城市轨道交通客流网络的可控性决定客流状态密度在时间空间上是否达到均衡。建立城市轨道交通客流网络模型,提出限流车站备选集评价指标。基于系统可控判定理论,将客流分布转化为系统状态方程,提出城市轨道交通客流网可控性判定方法,建立基于驱动节点匹配的路网限流车站优化方法,实现对城市轨道交通客流网络限流车站的优化控制。以北京城市轨道交通客流网络进行实证分析。结果表明,当限流车站达到车站总数25.3%以上时路网达到可控状态,并计算出早高峰时的路网可控状态下的最小限流车站集合。     

地铁车站出入口设施优化设置研究

闸机检票效率影响地铁车站的整体通行能力,且作用于乘客等待时间来影响社会效益。为此,从系统优化的角度出发,以稳态条件下单位时间总费用为目标函数,通过研究北京西直门地铁枢纽A口客流出入站的过程,分析影响闸机设置的因素,以客流需求、空间限制、成本投入、疏散要求等为约束条件,采用线性规划的方法,对闸机设置进行优化研究,分别确定普通闸机与加宽闸机的个数。根据优化结果,为科学组织高峰小时客流出入车站提供基础数据和重要参考,检验实设闸机的合理程度。     

考虑跨站停车的地铁客流协同控制模型

针对城市轨道交通高峰时段客流需求过饱和与分布不均衡情形下,车站乘客滞留集中效应明显和乘客候车时间过长等问题,提出一种考虑开行部分跨站停列车的多站客流协同控制优化方法.建立以车站与列车安全容量、列车跨站数量、列车追踪间隔等为约束,以车站乘客滞留率方差最小与线路乘客候车时间最小为优化目标的控制决策模型,设计自适应差分进化算法,求解列车跨站停车方案与车站进站客流限制比例.研究结果表明:在时变的城市轨道交通高峰客流需求下,采取本文的协同控制决策方法,能够有效降低案例线路车站乘客滞留率方差60.23％和乘客候车等待时间24.78％.     

基于空间加权的LS-SVM城市轨道交通车站客流量预测

为提高城市轨道交通车站客流预测模型精度,简化模型数据需求规模,提出基于空间加权的LS-SVM城市轨道交通车站客流预测模型。基于交通网络距离重新划分车站的影响范围,提出分距离影响带的线型和指数型空间权重系数方程,结合空间权重系数,输入区域特征变量和车站属性变量构建城市轨道交通车站客流LSSVM预测模型,运用动态改变惯性权重自适应粒子群优化算法(DCW-APSO)对模型参数进行优化选取。应用模型预测2011年成都市地铁1号线部分车站客流,并与其他模型进行比较,结果表明:模型明显提高客流预测精度,简化数据需求量,作为城市轨道交通客流预测的补充模型可以进一步提高系统的可靠性。     

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Delphi和改进模糊层次分析法的自动检票闸机通行能力评价指标体系

针对城市轨道交通车站出入口自动检票闸机评价指标涉及因素多、范围广,以交通供求关系为出发点,构建闸机通行能力评价指标集。采用Delphi法和改进模糊层次分析法(FAHP)集成的方法,筛选出闸机自身性能、数量、闸机位置、客流特征4个一级指标中的13个二级指标,构建城市轨道交通闸机通行能力评价指标体系。以北京地铁1号线复兴门站闸机组为例,计算影响闸机通行能力的多项指标,并重点分析闸机数量、乘客熟知程度和闸机故障率3个指标。实例验证结果表明,该评价体系能客观反映实际情况,具有较强的可操作性和实用性。     

基于AnyLogic的轨道交通车站站厅设备布局优化及评价

针对城市轨道交通早期车站在客流持续增长的情况下,面临的车站结构及设备设施布置无法满足现场客运组织需求的现状,依据车站结构、设备布局及客流分布特征,明确"仿真-分析-优化-评价"的研究思路,利用AnyLogic软件对武汉轨道交通1号线宗关站进行仿真分析,基于客流分布密度等分析结果提出设备布局优化方案,并设计量化评价体系,综合评价优化方案对车站拥堵情况和流线通畅程度的改善效果。研究结果表明:本文提出的优化思路及方法可行有效,优化后车站面积利用率提高,换乘瓶颈被消除,站厅客流交叉减少,站内拥挤现象得到有效缓解,流线通畅程度明显提升,对早期轨道交通线路老旧车站的布局优化具有一定的指导意义。     

基于AFC数据的南昌轨道交通车站精细化分类

为满足城市轨道交通车站精细化客运组织需求,对车站进出站客流特性进行有效的分类管理。结合自动售检票系统(auto fare collection,AFC)采集的进出站客流数据,从车站进出站客流总量及时序特性方面入手,提出一种基于K-means算法的双层规划聚类方法对全线所有车站进行聚类并划分车站类型。首先以车站进出站客运总量为特征指标进行上层聚类,得出不同客运规模的车站大类;然后考虑车站进出站客流的时变特征,根据不同时段内的客流变化特点构建特征向量进行下层聚类,识别车站客流的时序分布特性。研究结果表明：利用本算法得到的分类结果与实际高度吻合,不同类别车站在客运规模和时变特性上差异明显。双层K-means聚类分析算法通过把握客运规模和客流时变特征,对车站进行精细划分,为车站的客运组织提供依据。     

城市轨道交通新站开通初期实时进出站客流量预测

针对城市轨道交通新站开通初期实时客流预测缺乏历史数据、客流波动大等问题,提出基于改进K近邻非参数回归的新站开通初期实时进出站客流量预测方法。考虑城市轨道交通客流生成机理,分析新站开通初期车站客流量变化规律及其与车站周边土地利用的相关性;基于该相关性,通过聚类分析构建新站与相似既有车站的映射关系,提出支撑新站客流预测的历史数据库构建方法;在此基础上,结合实时客流特征改进非参数回归算法,提出新站开通初期实时进出站客流量预测方法;利用广州地铁客流数据进行新线开通初期实时进站量预测的案例分析。结果表明:该方法具有良好的预测精度,新站开通初期实时进站客流量预测的平均绝对误差不大于16人次,可满足城市轨道交通精细化的运营管理需求。     

面向数据驱动的城市轨道交通短时客流预测模型

考虑城市轨道交通客流的时空交互关系,提出一种融合循环门控单元和图卷积神经网络的城市轨道交通客流预测模型(GCGRU)。首先,分析短时客流在城市轨道交通网络中的空间关系,建立图卷积神经网络提取不同车站客流的空间交互关系;其次,分析路网各车站客流的时间演化关系,并利用循环门控单元刻画各车站客流数据的时间特征,进而形成面向数据驱动的城市轨道交通路网短时客流预测模型。与传统方法相比,该模型能较好地刻画路网各车站客流的时空相关性,可以深度挖掘路网各车站客流变化的内在机理;同时与既有的图卷积神经网络相比,该模型提出了面向旅行时间的邻接矩阵,能够挖掘客流数据与运行图数据的内在关系,具有较高的精度和可解释性。最后,以广州地铁典型车站的出站量预测为例,验证该模型的有效性。结果表明:该模型在整体预测性能和各车站的预测性能上都优于现有模型,能较好地处理城市轨道交通客流的时空关系,精准地预测路网各车站客流变化。此外,通过邻接矩阵对预测精度影响的分析,进一步验证该模型的性能。     

中、高风险等级新冠肺炎疫情地区的城市轨道交通客流密度控制方法

新冠肺炎疫情期间，控制城市轨道交通车站及列车的客流密度是城市疫情防控的重点。基于疫情下中、高风险地区对城市轨道交通列车及车站客流密度的控制要求，建立了城市轨道交通客流密度控制流程，研究了列车满载率的控制方法，以及车站内各关键点位客流控制人数的计算方法，使列车满载率、车站拥挤度这两个客流指标控制在标准阈值范围内。利用Anylogic软件进行仿真，验证了城市轨道交通客流密度控制方法的可行性和可操作性。     

城市轨道交通AFC实时客流有效数据筛选

分析目前城市轨道交通AFC实时进站客流数据传输流程及其质量不高的原因,在挖掘城市轨道交通历史同期进站客流规律的基础上,通过设定阈值来对AFC实时进站客流有效数据进行筛选,建立阈值设定的方法,通过大量数据对阈值设定方法进行检验,之后对阈值设定方法存在的问题进行分析与解决,得到一套能够对城市轨道交通车站AFC实时进站客流数据筛选的流程,并进行实例验证。     

基于概率神经网络的城市轨道交通车站客流安全状态评价研究

以城市轨道交通车站安全为研究对象,建立基于概率神经网络的车站客流安全状态评价模型。将模型提炼出的城市轨道交通车站客流安全状态评价指标作为输入参数,将评价等级结果作为输出参数,以各指标不同等级的评价标准作为模型训练数据来源。为验证方法的有效性,设计不同的客流场景,利用微观仿真软件VISSIM对车站客流运行状态进行仿真实验,以获得各指标的数据。仿真应用结果表明,该方法能够对城市轨道交通车站客流安全状态进行评价。     

基于概率神经网络的轨道交通车站客流安全状态评价

以城市轨道交通车站安全为研究对象,建立基于概率神经网络的车站客流安全状态评价模型。模型将提炼出的城市轨道交通车站客流安全状态评价指标作为输入参数,将评价等级结果作为输出参数,以各指标不同等级的评价标准作为模型训练数据来源。为验证方法的有效性,设计不同的客流场景,利用微观仿真软件VISSIM对车站客流运行状态进行仿真实验,以获得各指标的数据。仿真应用结果表明,该方法能够对城市轨道交通车站客流安全状态进行评价。     

基于模拟试验的城市轨道交通车站人员疏散研究

与一般建筑物的人员疏散相比,城市轨道交通车站中的乘客在疏散过程中会受到垂直方向及水平方向的瓶颈约束,针对城市轨道交通车站应急疏散问题,以实际车站为背景开展列车发生火灾情况下人员疏散试验,比较了步梯和自动扶梯在垂直方向的疏散效率,以及三杆式闸机与双开门式闸机在水平方向上乘客疏散的瓶颈作用状态。结果表明,相同条件下,自动扶梯在垂直方向上的疏散效率高于步梯;双开门式闸机较三杆式闸机在水平方向上的瓶颈作用较弱,通过能力更稳定。相关结果可为城市轨道交通车站旅客疏散研究提供数据支持,并可为应急疏散方案的制定提供借鉴。     

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%。     

进出站闸机优化布局对地铁车站客流疏导的案例分析

介绍了上海轨道交通9号线漕河泾开发区站的客流状况,分析了该站在营运中存在的问题.提出了漕河泾开发区站客流快速疏导的对策及进出站闸机的优化实施方案.认为合理的进出站闸机布局设置可有效地对车站客流起到疏导作用.     

多元数据在北京轨道交通线网规划中的应用

随着城市轨道交通的发展,越来越多的难题显现出来,多元数据分析模型可为轨道交通线网规划提供定量技术手段。首先,介绍北京轨道交通多元数据库的构建,主要包括地铁AFC刷卡数据、手机信令数据、公交IC卡数据和浮动车数据等;其次,从地铁车站进出站客流特征、地铁车站换乘客流特征和线路断面客流特征三方面,阐述轨道交通现状客流特征;最后,以具体线路为例,对该线路的运营现状和线上重点车站存在的问题进行分析,并提出优化建议,展现多元数据在北京轨道交通线网规划中的应用。     

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。