空间异质性建成环境对地铁与公交换乘客流的影响

地铁与常规公交换乘的出行方式成为人口密集型城市的主要出行方式，探究两者换乘模式的影响因素有助于提高公共交通分担率。本文采用AFC(Automatic Fare Collection System)数据与AVL(Automatic Vehicle Location)数据，识别地铁-公交(M-B)和公交-地铁(B-M)两种模式的换乘客流。以地铁站点为核心，围绕站点周边开发程度、交通系统、城市设计及地铁网络结构特征这4个维度构建地铁站点建成环境指标体系。利用多尺度地理加权回归模型(MGWR)探究城市建成环境对地铁-公交与公交-地铁两种换乘模式的影响机理及其尺度效应，并以成都市为对象进行实证研究。研究结果表明：MGWR模型能够反映不同建成环境要素与M-B和B-M方式间依赖关系的空间异质性与作用尺度差异性，估计结果优于全局OLS(Ordinary Least-Squares)模型与GWR(Geographic Weighted Regression)模型；建成环境要素对公交与地铁换乘客流的影响效应存在空间异质性，公交线路数量空间异质性最为显著，非机动车道密度、土地利用混合度及地铁线路数量空间异质...     

建成环境对轨道交通客流非线性影响的空间特征

机器学习模型是研究建成环境对城市轨道交通车站客流影响的非线性方法，但既有的解释工具对该类模型结果空间特征的分析仍不够充分。基于多源位置大数据提出城市轨道交通建成环境的多维度指标及其计算方法，采用极限梯度提升决策树和局部回归分析技术，构建样本的κ指标以分析建成环境对客流非线性影响的空间特征。针对北京地铁的案例研究表明：建成环境对城市轨道交通车站出站客流的非线性影响差异显著，就业密度、公共交通可达性和用地混合度等排序前三的解释变量的重要度高达42.51%。这3个解释变量的κ指标空间分布呈现显著的空间异质性，表明客流对建成环境的依赖关系具有空间非平稳性。上述建成环境对客流非线性影响的空间效应说明：城市轨道交通车站周边用地开发不仅宜采取因地制宜的差异化发展策略，而且还需合理确定不同区域车站资源开发配置的下限值，激活建成环境因素的阈值效应以改善客流效果。     

基于常规公交的轨道交通站点吸引范围研究

在进行城市轨道交通规划与运营优化时,需要对客流进行分析,其中确定城市轨道交通站点的吸引范围属于关键性问题。考虑到不同用地性质的轨道交通站点承担的交通功能不同,对城市轨道交通的站点进行分类,建立基于聚集效应的城市轨道交通站点客流吸引范围模型,并通过实例进行分析,得到轨道交通站点对常规公交客流的合理和最大吸引时间,从而确定不同类型站点的客流吸引范围。     

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。     

建成环境对轨道交通客流的时空异质性影响分析

研究各类建成环境特征对客流的影响，对城市轨道交通网络规划和运营客流控制具有重要意义。本文考虑人口经济特征、车站特征、外部交通特征与土地利用特征这4类建成环境对客流的影响，提出一种融合时空地理加权回归(GTWR)和随机森林(RF)的时空地理加权随机森林模型(GTWR-RF)，以捕捉建成环境特征对客流影响的时空异质性与非线性。首先，利用多源数据对各建成环境的统计指标进行细化和完善，采用GTWR模型计算建成环境对客流的影响系数，捕捉并分析建成环境对客流影响的时空异质性。其次，将影响系数输入RF模型中进行训练，捕捉并分析建成环境对客流的非线性影响，实现客流预测并确定建成环境特征对客流预测影响的相对重要度。针对北京的案例研究表明：GTWR-RF模型能够同时捕捉建成环境特征对客流影响的时空异质性与非线性，在所有建成环境特征中，工作人口数量对客流预测影响最显著，其次为公交接驳量；与普通最小二乘法、RF、梯度提升回归树、极限梯度提升树和GTWR模型相比，GTWR-RF模型具有更好的预测性能，在早高峰客流预测中决定系数较其他方法分别提升了5.7%,6.3%,0.5%,10.1%和7.3%。     

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ARIMA模型的城市轨道交通进站量预测研究

客流量预测是客运组织的基础,预测结果能够为运营管理及应急处置提供决策依据。针对城市轨道交通客流量预测问题,在分析轨道交通站点客流的周期性波动规律及变化趋势的基础上,构建自回归积分滑动平均模型(ARIMA)进行站点进站客流量的短期预测。以北京地铁为例进行实证分析,利用符合要求的季节ARIMA模型对客流量进行短时预测,选取东直门站实际客流进行模型参数标定,并对路网上典型车站(端点站、中间站、换乘站及接驳站)进行客流预测。研究结果表明:自回归积分滑动平均模型的平均预测误差仅为4%,具有较高的预测精度,验证了预测方法的准确性。     

城市轨道交通客流预测内容和应用

针对城市轨道交通客流预测存在的问题,介绍了城市轨道交通客流预测的基本观点、年限和范围。从线路客流、车站乘降客流、OD客流、换乘车站客流、车站出入口分向客流等方面,着重分析了城市轨道交通客流预测的内容及其在轨道交通建设项目中的作用。探讨了客流预测结果的可信度,包括线网总量控制、线路量级分析、敏感性分析和设计应用4个方面。最后,总结了轨道交通客流预测在未来应关注的问题。     

轨道交通与城市协同发展的空间差异性分析：以北京市为例

为识别轨道交通与城市协同发展程度的空间差异性，以及不同空间范围内城市发展水平对轨道交通客流影响的差异性，引入描述空间集聚特征的莫兰指数Moran's I 建立轨道站点周边城市发展水平评价方法，将轨道站点周边城市发展水平和站点客流空间集聚分布特征作为轨道交通与城市发展协同程度判断标准，划定若干研究区域，利用地理加权回归GWR 模型研究两者空间相关性和城市发展因素对轨道交通客流的影响. 实证研究表明：轨道站点周边城市发展水平与站点客流协同程度较高的区域，城市发展水平对站点客流影响更大；将城市发展因素对站点客流影响程度进行排序，密度高于交通便捷程度、功能多样化程度和发展紧凑度.     

基于节点备选集的城市轨道线网规划模型与算法

为完善城市轨道交通线网规划,指导城市轨道交通建设与运营,引领城市发展,优化城市空间结构,实现交通与用地协调发展的作用,提出一种基于节点备选集合的城市轨道交通线网规划模型.考虑影响轨道交通线网规划的主要因素,以直达客流、线路数量、建设成本、线路长度等作为线网布局的特质因子,建立轨道交通线网规划的数学优化模型;根据模型多决策变量的特点,采用免疫克隆算法进行求解.以某市的实际案例进行实证分析,结果证明模型算法合理、实用,可为制定城市轨道交通线网规划方案提供良好的定量支撑.     

城市轨道交通站点（出入口）选址规划设计优化综合评价指标体系研究

大城市高密度的人流亟待通过新交通方式缓解,城市轨道交通在其中扮演着越来越重要的角色,在其建设前期,交通站点(出入口)的选址显得尤为重要。通过对影响站点(出入口)选址的各项因素进行系统分析,建立选址规划设计优化综合评价指标体系的AHP模型,从而可作为站点(出入口)选址决策的重要参考依据。     

嘉定区公共交通规划

正一、嘉定区公共交通现状1. 轨道交通现状截至2016年底,嘉定区建成并投入运营轨道交通11号线和轨道交通13号线,通车里程35.6公里,建成轨道交通站点13个,平均站点间距2.9公里,站点600米半径覆盖率3%。现有轨道交通主要服务于嘉定区的入城交通,对嘉定区自身的服务比较有限。嘉定区轨道交通客流量31.35万乘次/日,其中对外客流占89%,区内(两端都在区内)客流仅占11%,轨道交通11号线嘉定段运送效率较低。2. 常规公交现状近年来,嘉定区公交线网规模不断增加,全区常规公交线路103条,公交线网总长度达到1 706公里,线网密度1.26公里/平方公里。全区公交站点500米半径覆盖率达到62%,平均站间距约740米,公交站点密     

轨道交通站点聚类及其对客流预测的影响分析

城市轨道交通站点受多层面因素交互作用而反映出异质性，为实现站点精细化分类，本文统筹考虑地铁刷卡数据、兴趣点数据和地铁网络数据，提取客流、土地利用和网络性质等特征，其中，客流层面考虑工作日、周末和节假日等不同日期类型下客流状态，土地利用层面考虑站点辐射区用地强度和均衡性，网络层面考虑节点自身特性和影响能力。构建基于主成分分析与K-means++算法的聚类模型，综合聚类评价指标确定簇数，辨析不同类型站点多维度特性，结合站区土地利用和站点网络特征探讨对出行活动的影响，并设计簇内联合预测和整体联合预测策略，采用3种多元时序预测方法探究站点聚类对预测性能的影响。研究结果表明：考虑全部客流特征时，划分为10簇，考虑工作日进站客流特征时，划分为5簇，充分挖掘客流时变特征能够获得更加精细化的聚类结果；各簇站点客流分布特征与其土地利用及网络特征间存在一定的反馈关系；相比于整体联合预测，通过聚类联合相关性强的站点进行预测，以间接捕获空间相关性的方式能有效提升预测性能，各模型均方根误差平均降低9.04%，平均绝对误差平均降低4.94%。研究结果为站点精细化管理和站区设施建设规划提供依据。     

城市轨道交通客流与精细尺度建成环境的空间特征分析

既有研究对城市轨道交通客流与土地利用依赖关系的分析较为充分，然而针对建成环境 特征对客流影响的研究仍不够细致。本文采用开发强度、混合用地、慢行交通环境、公共交通可 达性和可获得性等变量刻画城市轨道交通TOD(Transit-Oriented Development, TOD)建成环境的 5D特征，基于多源地理大数据提出其计算方法，并利用多尺度地理加权回归研究TOD建成环境 对早高峰出站客流影响的空间特征。针对北京的案例研究表明：TOD建成环境特征的空间分布 具有显著空间异质性，多尺度地理加权回归能够刻画客流与上述特征变量依赖关系的空间异质 性及其影响尺度，其估计结果更为可靠。TOD建成环境对早高峰出站客流的影响效果呈现显著 的区域差异特征。两者关系的空间非平稳性表明：不同区域车站的TOD开发应采取差异化发展 政策。郊区车站更适合强调规模和强度的发展策略，而中心城区车站则较难通过进一步提高规 模和强度以改善客流效果，而应更强调发展的质量。     

地铁短时客流预测改进LSTM方法

短时客流预测可为轨道交通运营部门规划调度提供参考,其中短时客流预测的精准性尤为重要,为进一步提高城市轨道站点短时客流预测精准性,提出一种结合集合经验模式分解算法和贝叶斯优化算法的改进LSTM方法。先使用集合经验模式分解算法(EEMD)对地铁站点的客流数据进行分解,以减少数据噪声干扰;再通过贝叶斯优化算法(BOA)对长短时记忆神经网络(LSTM)的超参数进行优化,从而提高模型的参数精确性。采用真实的客流数据验证结果表明：相较于单一LSTM以及单层组合模型,双重叠加后的EEMD-BOA-LSTM组合模型预测结果平均绝对误差降低21.8%～44.8%,均方根误差降低16.9%～47.4%,对短时客流的预测结果误差改善显著。     

�����ͨ�����������÷���������——�Ա�������1����Ϊ��

如何实现城市轨道交通和土地利用的动态一体化规划,成为目前城市发展中亟需解决的问题. 本文首先利用GIS系统分析了北京地铁1号线站点周边的土地利用现状,结合地铁1号线现状客流情况,对其存在的问题进行了分析. 然后从轨道交通建设对周边土地利用的潜在影响,和土地利用规划对轨道交通客流的影响两个方面,探讨了轨道交通和土地利用的互动关系. 最后给出了轨道交通沿线土地利用规划的建议.     

基于精细化用地的轨道客流直接估计模型

现有轨道客流直接估计模型中,对于用地的描述多基于人口、岗位分布、用地面积等概略数据,未能准确反映用地开发的多样性和复杂性,难以揭示用地混合开发对于居民出行的作用机理.本文采用北京市电子地图中的兴趣点（POI）数据表示用地信息,结合轨道站点多层次吸引范围划分,实现了轨道站点吸引范围内各类用地比例的精细化描述.通过将精细化用地信息与轨道站点乘降客流量进行回归分析,总结了用地、交通、区位因素对于轨道站点乘降客流的影响机理,建立了基于精细化用地的轨道站点客流估计模型.验证结果显示,模型对于本文所研究典型站点的预测精度达到预期,反映了用地与轨道客流之间的强相关性.     

基于轨道交通网络的大城市综合交通规划理念

针对大城市轨道交通大规模网络化建设的新特点,提出基于＂轨道交通网络的综合交通规划（Rail Base Planning,RBP）＂理念。首先简要回顾了城市交通规划理念的发展,分析RBP与传统交通规划的区别。结合世界城市轨道交通百余年演进历程,提出＂优化用地布局、优化交通结构、优化生态环境＂的RBP＂三优论＂,以及＂轨道交通网络引导圈层用地格局、轨道交通线路引导复合客流通道、轨道交通车站引导高强度用地开发＂的RBP＂三导法＂。在此基础上,结合上海市10余年的综合交通规划和轨道交通规划建设经验,探讨上海市在优化城市用地布局、加强轨道交通导向作用过程中对BPR理念的实践。     

城市轨道交通地下线车站选址与平面线形优化

基于已知的线路起终点和研究区域内人口分布情况,研究城市轨道交通地下线平面设计方案。以轨道交通车站的布设数量、位置及线路平面线形为决策变量,考虑实际地理条件、站间距、换乘预留及线路平面设计等约束,建立城市轨道交通地下线平面优化模型,实现客流吸引量最大,以及包括建设投资、运营支出和环境影响在内的线路综合成本最小。设计基于非支配排序遗传算法(NSGA-II)与A*算法的混合启发式算法求解模型。选取国内某城市地铁线路为研究对象,结果表明,算法可求得模型帕累托前沿,提供不同客流吸引量下线路综合成本最低的解决方案。此外,与实际平面设计方案相比,帕累托最优方案能够在不降低客流吸引量情况下减小约 4.4％的线路综合成本。     

对郑州市地铁1号线站点选址合理性的评价

由于城市轨道交通建设的高成本性,站点布局的合理与否对城市轨道交通的运营效率、建设和运营费用及沿线土地开发利用等都将产生具大的影响。为此,在全面分析从站点设置的便利性以及地铁建成后与城市公共交通的协调性的基础上,通过对人口密度与地铁站点密度的曲线拟合,得到了很高的相关系数,得出了郑州市地铁1号线站点选址是合理的结论,为郑州市在对以后的地下空间的开发利用与可持续发展的规划时提供参考。