���й����ͨ��������ֲ�����ģ���о�

城市轨道交通网络客流时空分布特征是网络化协同运输组织的基础与核心.本文在系统分析城市轨道交通乘客出行行为的基础上,基于Multi-Agent建模技术,构建了网络客流分布动态仿真模型,应用该模型模拟乘客的网络出行过程,统计分析得到路网的客流分布特征.该模型既能反映乘客网络出行行为全过程,又能满足大规模路网仿真需求.最后,开发了城市轨道交通网络客流仿真系统,通过北京市轨道交通网络的实际数据对模型和算法进行验证.     

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.     

基于WIFI数据的城市轨道交通乘客出行时空轨迹推定

针对复杂轨道交通网络环境中乘客出行路径选择与站内走行行为的问题,传统方法由于缺乏时空维度的详细数据,所得结果与实际情况易存在偏差。城市轨道交通网络WIFI信号的逐渐覆盖和移动终端数量的持续增长,提供了大量无线定位信息资源。为实现乘客出行时空轨迹的精准化识别,利用轨道交通网络范围内的WIFI信号数据,建立基于乘客完整出行链的轨道交通超级网络,提出基于改进的接收信号强度指示(RSSI)定位算法的乘客出行轨迹推断模型。通过实验测试验证了该方法的可靠性,结果表明:该方法能更为准确地推断乘客在城市轨道交通网络及车站内的综合出行过程,可为城市轨道交通客流分析、票务清算等提供理论与技术支持。     

突发事件下地铁网络乘客出行行为仿真模型

城市轨道交通突发事件会对乘客出行行为造成一定影响,同时还将影响网络客流分布。首先分析了突发事件对轨道交通网络客流出行行为选择的影响,建立了乘客Agent和列车Agent模型及系统要素间的交互机制,利用多智能体仿真方法构建仿真模型,对城市轨道交通网络突发情况下的乘客出行行为进行仿真研究。最后通过实验网络进行仿真验算,结果与传统方法对比验证本仿真模型的有效性和实用性。研究可为城市轨道交通网络客流分布计算提供基础,也可为城市轨道交通应急指挥、列车运行方案调整等提供辅助决策依据。     

城市轨道交通网络客流大数据可视化

客流分析是轨道交通运营组织的基础,传统的客流分析方法无法从海量的乘客历史出行大数据中提取与挖掘乘客出行规律和特征。大数据可视化为获得洞察大规模复杂客流数据能力提供支撑。基于城市轨道交通网络实际运营需求,从客流认知、可视化、人机交互的综合视角出发,基于GIS地图、网络迁徙图、日历图、散点图、弦图等可视化图形,研究大规模复杂网络OD客流、断面、进出站和换乘客流大数据可视化的运营需求关键技术与实现方法。对上海城市轨道交通网络客流大数据进行实例分析,可视化展示结果有利于运营管理人员掌握网络客流时空变化特征以及演变规律,为制定科学行车与客运组织方案提供决策依据。     

基于复杂网络理论的广州轨道交通网络可靠性研究

城市轨道交通网络是由轨道线路和车站组成的复杂网络,利用复杂网络理论探讨轨道线网的可靠性对提升其可达性和运营效率有重要意义. 采用space L方法对广州轨道交通网络进行了拓扑建模,计算分析了节点度、聚类系数、平均路径长度等指标及其分布规律,并重点研究了换乘车站故障情况下整个轨道交通网络受影响程度及可靠性. 结果表明,现阶段广州轨道交通网络呈现随机网络的特征,换乘车站发生运营故障将严重影响网络中的较长距离出行,降低轨道交通网络的客流吸引度,广州轨道交通网络在换乘车站故障后其全局效率降低,局部效率不变,车站之间的紧密程度较差.     

���ڸ����������۵Ĺ��ݹ����ͨ����ɿ����о�

城市轨道交通网络是由轨道线路和车站组成的复杂网络,利用复杂网络理论探讨轨道线网的可靠性对提升其可达性和运营效率有重要意义. 采用space L方法对广州轨道交通网络进行了拓扑建模,计算分析了节点度、聚类系数、平均路径长度等指标及其分布规律,并重点研究了换乘车站故障情况下整个轨道交通网络受影响程度及可靠性. 结果表明,现阶段广州轨道交通网络呈现随机网络的特征,换乘车站发生运营故障将严重影响网络中的较长距离出行,降低轨道交通网络的客流吸引度,广州轨道交通网络在换乘车站故障后其全局效率降低,局部效率不变,车站之间的紧密程度较差.     

深圳市轨道交通客流特征分析及启示

为增加轨道交通客流、完善运营组织方案并提高轨道交通服务水平,基于深圳市轨道交通网络运营现状,从网络、线路、车站三个层次分析轨道交通客流发展规律和时空分布特性。针对轨道交通规划设计及运营提出几点建议：考虑车站周边开发强度对客流的影响,不断完善车站周边配套设施;根据客流特征采取相应的行车组织方案;做好换乘站设计,满足乘客换乘便捷性、安全性和舒适性要求;重视步行和自行车交通系统规划设计,为乘客提供舒适的接驳环境;完善公共汽车交通接驳设施等。     

基于时空路径推算的城轨网络客流分配方法

针对城市轨道交通客流分布推算问题,根据自动客票采集系统（AFC）数据和列车时刻表数据,提出基于乘客出行时空路径推算的网络客流分配方法.首先,利用前述两类数据估算乘客出行时间参数;其次,使用基于插点法的可行路径搜索算法得到全网各OD (origin–destination)对的可行路径集合;再次,基于乘客进出站刷卡信息、列车时刻表数据及匹配的可行路径集合,构建乘客有效出行路径集和列车集的推算模型,获得有效出行结果集;进一步,结合所得有效结果集合与列车载客量限制,并根据列车时刻表完成列车运行推演,确定唯一的有效出行路径和所乘列车;最后,设计开发基于C#语言的城市轨道交通网络客流推算系统,对某城市轨道交通工作日客流数据进行案例研究.结果表明：客流推算系统所得的断面客流推算值与运营参照值的平均差异上、下行分别为2.03%、3.90%;列车满载率变化趋势符合线路路由特点;早晚高峰时段换乘站的换乘客流来源站点固定,但早高峰来源量比例较晚高峰稳定.     

基于双向BFS算法的城市轨道交通有效路径研究

确定城市轨道交通有效路径是客流预测、客流清分等运营管理工作的重要基础,本文在分析乘客对换乘次数及出行成本容忍度的基础上,设计了基于广度优先算法的双向BFS(breadth-first search)算法.考虑拓扑网络中的换乘站、非换乘站、环线与虚拟换乘弧的特性,对轨道交通站点、线路、区间进行编号,并根据乘客换乘次数不超...     

北京火车站接驳问题及对策

北京火车站是北京市的主要客站之一,在京津冀协同发展的背景下,区域经济发展和运输化的需求客观上需要实现各种交通方式的有效衔接,以保证客流及时、高效的疏散。针对北京站乘客换乘不便的问题,论述北京站客流节点的交通特征,以及区域交通接驳条件、问题症结,尤其是铁路与轨道交通的接驳问题。交通节点的问题放大到区域交通背景的研究,突显了北京站外围道路通达性不高、交通供给能力有限且无增容空间等问题,但是轨道交通2号线线网的剩余能力相对充裕,且客流到发晚高峰与通勤晚高峰不重叠。通过客流节点特征分析、区域对外接驳条件量化分析,为北京站交通接驳问题提出解决思路与对策,即充分利用轨道交通的运载能力,提高其接驳比例,释放区域更多的道路资源,避免对外交通与城市内各种交通方式无法实现有效的衔接。     

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。     

基于接驳方式组合的轨道交通站点客流吸引范围研究

轨道交通站点客流吸引范围是保证轨道客流来源的重要基础,也是轨道客流客观预测及交通设施衔接合理规划的前提。从出行费用、时间及个人收入特征等要素的分析入手,基于广义出行费用一致性原则建立轨道交通站点客流的吸引范围模型,该模型考虑路网的实际结构。最后,将该模型运用到即将开通运营的南宁轨道1号线中,计算金湖广场站的客流吸引范围。     

城市轨道交通有权网络相继故障可靠性研究

城市轨道交通各条线路和车站因其所承载客流量多少不同在网络结构的地位也不同,仅从网络结构来评价可靠性可能会产生误判.本文根据地铁网络智能卡数据构建了网络权重矩阵,结合网络结构确定了无权、有权网络的复杂网络参数,并基于有无权重 两个网络分别定义了4 种相继故障的策略参数及网络可靠性评价模型.以北京市轨道交通为实例系统性分析有无权重两个网络的可靠性,结果表明,模型可操作性强,弥补了城 市轨道交通网络可靠性研究的不足,加载了客流的网络脆性更明显,站点重要性排序也 发生较大变化.     

城市轨道交通网络化客流特征及成长规律——基于京沪穗深城市轨道交通网络客流数据分析

中国各大城市轨道交通将陆续进入网络化运营阶段,然而对于网络化进程中客流特征及成长规律尚缺乏深入细致的分析与研究。对北京、上海、广州、深圳4个城市轨道交通网络化进程中的客流特征及成长规律进行系统总结,涉及客运量及客运强度、断面客流量分布、线网换乘系数、乘距与运距、客流时间分布等。同时,针对轨道交通沿线土地利用、线网规模、服务水平、票制票价等影响客流特征变化的主要因素进行分析。在此基础上,对当前中国城市轨道交通规划、建设、运营组织的若干关键问题提出建议。     

上海市轨道交通网络化客流特征分析及启示

分析10年来上海市轨道交通网络化发展过程中的客流变化特征,主要体现为：换乘系数增加、平均运距缩短、既有线路出现客流突变、郊区线客运强度低和客流增长缓慢等。从网络化角度提出未来上海市轨道交通发展的几点启示,包括分散式换乘设计和客流组织以疏解换乘客流、合理增设折返站和适时制定既有线路增能计划、新线分段开通应该至少衔接两条既有线路或至少拥有两座换乘站、郊区线路应该采取区别于市区的轨道制式提供服务等。最后,提出未来上海市轨道交通的发展要侧重于满足功能层次和客流效率的双重要求。     

北京市轨道交通车站客流时空分布特征

轨道交通线网客流特征实质上是车站客流时空分布叠加及交换的效果体现,通过分析车站客流的波动性,发现北京轨道交通系统在不同时间维度和区域范围均呈现出明显的不均衡特征。针对车站特点进行聚类分析,归纳出周边不同用地类型的车站客流时空分布差异性特征规律,并进一步分析了进站客流和换乘站客流特征以及进出站客流接驳特征。在此基础上,对北京市轨道交通发展提出应建立多层次的轨道交通系统和多样化的轨道交通运营组织方式;重视换乘站在网络中的合理布局,改进换乘站设计与运行组织;结合车站区位特征制定差异化接驳服务等建议。     

重大公共卫生灾害主动限流背景下城市轨道交通网络集成韧性

分析了重大公共卫生灾害对城市轨道交通网络集成韧性的影响机理；基于韧性曲线模型对传统韧性测度方法进行了修正，构建了面向重大公共卫生灾害影响的城市轨道交通网络集成韧性测度方法；评估了城市轨道交通网络节点重要度水平，运用复杂网络构建了城市轨道交通网络拓扑模型，对节点客流进行了模拟分配；应用SEZIR传染病传播模型模拟了灾害传播过程，研究了城市轨道交通在重大公共卫生灾害背景下的集成韧性水平演化规律；以西安市疫情发展过程为研究对象，对主动客流限制下城市轨道交通网络的集成韧性水平进行了模拟和数值分析。研究结果表明：主动客流限制措施能够有效提高城市轨道交通网络对重大公共卫生灾害的阻断能力，当客流限制水平达到30%后，重大公共卫生灾害传播过程趋于平缓；主动客流限制措施会直接导致城市轨道交通网络运行效率降低，但能够提升城市轨道交通网络在重大公共卫生灾害影响下的集成韧性水平；当客流限制水平分别为70%、40%和20%时，城市轨道交通网络集成韧性水平的改善提升效果更加明显，累积改善效果分别可达到10.73%、46.87%和226.81%。     

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。