城市轨道交通客流特征及预测相关问题

客流预测是城市轨道交通建设的一个十分重要的环节,是各项设计工作的基础。预测结果的可靠与否直接关系到城市轨道交通的建设投资、运营效率和经济效益。通过对城市轨道交通客流进行分析,阐述了城市轨道交通客流规模影响因素、客流形成机理、客流特征、客流预测方法等。分析了四阶段法各阶段预测所使用模型及方法。     

城市轨道交通客流增长滞后性与预测方法研究

城市轨道交通客流是确定城市轨道交通建设规模及投资决策的主要依据,然而客流增长速度并不与城市轨道交通建设同步.考虑到城市轨道交通客流增长的滞后性,利用上海城市轨道交通1996-2010年客流与建设数据,基于协整理论建立了向量自回归模型进行城市轨道交通客流预测.研究结果表明:城市轨道交通客流与城市轨道交通网络长度以及连接度存在协整关系;在城市轨道交通建设初期,客流增长对于网络长度具有显著滞后性,随着城市轨道交通系统的完善客流滞后性减弱;2011年上海城市轨道客流预测误差为9.3％.     

城市轨道交通运营初期客流预测偏差及修正方法研究

客流预测是城市轨道交通规划、设计及运营的依据.客流预测准确度的影响因素众多,加之城市建设快速发展,使得客流预测结果与实际客流数据存在较大差异.以上海市轨道交通为例,利用经验方法,通过校正线路初期高峰小时最大断面客流预测值,以及确定小交路折返点参考阈值的取值范围这两个有效手段,给出了修正客流预测的可行方法.在规划阶段减少客流预测的偏差,为后续实现灵活的运营组织提供条件,以达到满足实际客流、提高城市轨道交通服务水平的总体要求.     

城市轨道交通短期客流预测方法研究

阐述城市轨道交通客流预测面临的问题,总结近年来提出的各种短期客流预测方法及主要设计思想。首先介绍短期客流预测的研究背景,然后分别从实时判断和实时预测2个维度介绍具有代表性的研究工作,对涉及的主要方法进行分类分析,最后进行各种算法的综合比较,并指出城市轨道交通短期客流预测未来的研究方向。     

城市轨道交通站点数据链客流预测方法研究

城市轨道交通客流预测数据是城市轨道交通设计与运营的重要依据与基础,在总结分析我国城市轨道交通客流预测经验及研究成果的基础上,提出基于城市土地利用法的站点数据链客流预测方法,系统介绍该预测方法的理论体系,并以杭州地铁4号线为例,验证站点数据链客流预测方法的科学性与合理性,以期使该预测方法在客流预测与校核中具有指导意义。     

绵阳-成都-乐山通道内城际铁路与其它交通衔接方式的探讨

研究目的:分析绵阳-成都-乐山通道内客运交通需求,探讨城际铁路与其它交通的衔接方式.研究结论:通过对绵阳-成都-乐山通道主要交通方式技术特征和客流特征分析,通道内应形成多种运输方式紧密结合的分工衔接模式.为充分发挥成绵乐城际铁路的功能和效益,规划建设中应考虑与干线铁路采取旅客换乘衔接和运输组织衔接2种方式,以达到资源共享、合理利用的目的.同时城际站址的选择应结合城市轨道交通规划、现有的公交、长途汽车站及航空港布局等综合比选,车站尽量靠近城市轨道交通结点、公交长途汽车站或机场航站楼,做好综合交通一体化研究,方便城际客流能快捷地换乘城市公共交通,并与公路交通采取联合运输和高峰分流模式相衔接.     

我国城市轨道交通规划问题与方法探讨

我国城市轨道交通已进入高速发展期,建设规模和速度史无前例.但由于起步较晚,目前我国城市轨道交通规划理论方法体系还不完善,规划理念落后,基本沿用原有的道路交通工程理论,且缺乏相应的法律政策及标准体系的支撑,更表现在与城市发展和土地利用的关系不协调以及在综合交通体系中的功能定位不明确等方面.针对新形势下城市轨道交通规划的特点,从宏观政策、城市发展、综合交通体系以及客流预测等方面,探讨城市轨道交通规划需重点解决的问题及发展方向,提出6方面的发展建议:加强法律及技术标准体系建设,强化与城市一体化规划,建立以城市轨道交通为骨干的综合交通体系,深化与土地利用的互动发展,寻求适合我国城市特征的轨道交通客流预测方法,加强对城市轨道交通规划的评价研究.     

城市轨道交通客流预测问题分析及建议

目前我国城市轨道交通客流预测中,普遍存在着规划阶段的预测结果与运营之后的实际客流有较大差异、实际客流远小于远期预测客流、不同机构预测的客流量离散性较大的问题。在分析形成这些问题原因的基础上,提出了利用政策协调和控制城市规划与交通规划的共同发展、尽快建立我国城市城市轨道交通客流预测完整体系、加强城市交通基础数据调查等改善城市轨道交通客流预测的一些建议。     

城市轨道交通站点客流不确定性研究

为提高城市轨道交通站点客流预测的可靠性,在分析客流不确定性影响因素的基础上,基于ARIMA-GARCH模型,依据南京地铁珠江路站点客流数据对客流不确定性进行建模和预测,并从预测置信区间和无效覆盖率两方面与传统的时间序列进行对比分析,研究结果表明,ARIMA-GARCH能够较好地拟合客流波动情况,为城市轨道交通运营与管理提供理论依据。     

都市区城市轨道交通客流预测的相关问题探讨

当前我国都市区正处于快速形成过程中,并且大多采用交通引导开发(Transit-Oriented Development,简称TOD)的土地利用与城市发展模式,在规模、功能、用地与空间结构,以及与公共交通系统的相互作用上有别于一般意义上的城市,有其特殊性.在分析都市区城市轨道交通客流形成特点的基础上,对都市区城市轨道交通客流预测的相关问题进行了探讨,给出了相应的方法.通过我国南方某沿海都市区城市轨道交通客流预测的实例,对提出的方法进行了应用与检验.     

基于 VMD-GRU 的城市轨道交通短时客流预测

精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度, 基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合 模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的 作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行 客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在 15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部 门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统 的服务水平。     

轨道交通客流预测四阶段法的改进

从交通生成、交通分布、交通方式划分等3方面指出了轨道交通客流预测四阶段法的不足,提出按出行目的对区内和区间的交通分布分别建模,对原来没有轨道交通的城市,采用二阶段的轨道交通方式划分对规划中的轨道交通客流进行预测,建立了区内、区间分布模型。并对分布模型的改进方法进行了验证,改进分布模型较原重力模型对样本OD的模拟更精确。     

基于 SSA-SVR 模型的城市轨道 交通短时进站客流预测

针对现有城市轨道交通短时客流量预测单一模型可能存在预测不稳定的问题,提出一种基于奇异谱分析 (singular spectrum analysis,SSA)和支持向量回归(SVR)相组合的预测模型。该组合模型利用奇异谱分析(SSA)将轨 道交通原始时间序列客流数据进行分解和重构,对重构后的时间序列按奇异值从大到小进行排序,得到含有原始 时间序列数据主要信息成分的重构序列,将重构后的时间序列作为支持向量回归模型(SVR)的输入条件,最后进 行各站点的短时进站客流预测。采集 2015 年 11 月北京市全网的城市轨道交通进站客流数据,对提出的短时客流 预测模型进行验证和对比分析。结果表明,组合模型预测精度相比 ARIMA、SVR、CNN-LSTM 和 T-GCN 模型具 有更高的预测精度和更稳定的预测表现,具有一定的实际意义。     

城市轨道交通进站客流量短时组合预测模型

高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。     

苏州轨道交通节假日客流预测研究

节假日大客流往往会对城市轨道运营管理造成较大压力,及时准确地预测节假日期间客流,可以为城市轨道交通运营与管理部门制定运输计划、确定应对措施提供重要依据,保障节假日期间轨道交通安全顺畅运行。在分析节假日客流变化趋势的基础上,根据历史客流变化趋势获得基准客流;基于当前客流量水平,构建ARIMA-GARCH模型,预测轨道交通未来节假日各时段客流量。基于苏州轨道交通2018年与2019年的历史客流数据,对方法进行验证分析。结果表明,该方法能有效识别节假日客流特征,降低客流预测前期工作,并实现城市轨道交通节假日各时段客流预测。     

城际轨道交通旅客票价与客流量敏感性分析模型

城际轨道交通票价作为影响客流大小的关键敏感性因素,关系到客流预测的准确性。为明确城际轨道交通票价与客流的关系,本文提供一种基于均衡模型的票价敏感分析方法,通过对平均运行时间、花费价格及其他影响因素分析,建立效用函数,计算效用值;依据客流均衡配流模型,得到各类交通方式均衡状态下客流量;在此基础上,利用灵敏度分析模型得到不同方式出行票价与客流量的关系;最后以杭绍城际轨道交通线为例进行票价敏感性分析,研究结果表明,该模型与算法具有较高的可靠性。     

深圳市轨道交通客流预测的新探索

客流预测工作是轨道交通规划设计和建设工作的重要环节和支撑,尤其是随着我国城市轨道交通进入新的发展阶段,灵活的投融资模式、运营管理的创新、线路功能的多样化对轨道交通客流预测工作提出了新的要求。深圳市基于多年轨道客流预测经验积累,在预测方法、研究范围和精度等方面深入探索和创新,在传统的规划、工程设计客流预测基础上,开展了一系列针对投融资方案研究、线路开通初期客流特征分析、旅游景区轨道客流分析等的客流预测工作,支撑具体项目推进,完善和补充客流预测工作体系。     

都市圈区域轨道交通客流预测研究

依据都市圈的特点提出了以轨道交通站点为中心,以合理的客流吸引半径的圆形范围作为交通小区进行客流预测的思路.研究了轨道交通车站客流的合理步行区及合理交通区,把车站客流划定为一、二、三级吸引范围;提出了以车站节点为中心,以客流吸引范围为半径的圆形范围作为交通小区,并划分为一、二、三类小区,选择各类小区之间出行的步行时间矩阵、等车时间矩阵、在乘时间矩阵、交通费用矩阵等作为客流预测Logit模型参数矩阵.     

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。