建立在现有模型基础上的轨道交通客流预测模型及其校核

客流预测是贯穿城市轨道交通规划、设计和运营全过程的一项系统工程.目前我国城市轨道交通建设已进入快速发展时期,部分城市在轨道交通运营过程中逐步积累了客流方面的第一手资料.如何利用这些资料来改进和优化原有客流预测模型、提高预测的精度具有十分重要的意义.在回顾武汉市交通预测模型发展的基础上,介绍了利用1号线一期工程客流资料对现有模型进行改进和优化的过程,以及将轨道矩阵从公共交通总矩阵中分离的具体方法.实践证明,在已标定完善的轨道模型基础上进行轨道交通客流预测,其客流预测成果更具合理性.     

苏州市轨道交通典型站点客流离散特性对比分析

为准确把握苏州市轨道交通站点客流的离散特性,利用SARIMA模型和GARCH模型,对苏州市轨道交通车站的客流进行离散特性建模,并使用宽度流量比指标对6座典型车站的客流离散特性进行了分析和评价,为城市轨道交通车站客流特性的预测方法及车站设计和客流的疏导与管理提供了参考,具有一定借鉴意义。     

基于出行方式链的城市轨道交通客流分析方法

传统"四阶段"法预测流程无法准确预测与轨道交通接驳的交通方式及换乘客流.借鉴基于活动的交通需求模型中利用出行链来解释人的出行行为的方法,提出了基于出行方式链的轨道交通客流分析方法.使用三层的Nested-Logit模型来模拟出行者选择轨道交通为主要出行方式接驳其他交通方式和预测各种方式的客流,建立了轨道交通出行方式链模...     

基于视频检测的轨道交通短时客流预测研究

为提高客流预测的精度,构建轨道交通站点客流多变量时间序列预测模型。基于视频检测的轨道交通短时客流预测研究采用方向梯度直方图特征描述器与支持向量机分类器识别行人目标,利用Camshift算法对目标跟踪,从而获取客流量和客流速度参数,并根据协整关系构建客流多变量预测的向量误差修正模型,最后利用南京鼓楼车站4A通道的视频数据进行模型验证和对比分析。实例验证结果表明:构建的向量误差修正模型具有较好的预测性能,客流量和速度预测的MAPE值都小于8%,优于相同样本下ARIMA(0,1,1)的预测性能。     

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。     

基于产业关联度的都市圈轨道交通客流分布预测

阐述了在都市圈轨道交通分布模型中引入产业关联度的必要性和可行性。将两城市之间的产业关联度参数加入到现有交通分布模型中,给出了交通小区间产业关联度的灰色理论计算方法,对系统平衡模型进行了改进。提出了基于产业关联度的都市圈轨道交通客流预测方法,并以重庆市"一小时经济圈"为例,对重庆"一小时经济圈"2020年的轨道交通客流进行了预测和分析,以促进我国都市圈轨道交通规划和客流预测的科学性和合理性。     

城市群客流生成预测精度控制模型研究

城市群客流生成预测是城市群轨道交通规划中客流预测的主要组成部分,其预测精度将直接影响轨道交通客流预测精度,进而影响轨道交通规划的合理性.在分析城市群客流生成特点的基础上,提出客流生成阶段预测精度控制分为小区划分精度控制、预测方法选择、建模精度控制及模型计算结果调整4个阶段的思路;详细论述后2个阶段的精度控制内容,在模型计算结果调整中提出区域对外交通调整、空间调整、发生总量平衡调整及发生吸引平衡调整4个调整内容,并建立调整模型.     

以旅游功能为主的城市轨道交通线路客流预测方法

以深圳轨道交通8号线为例,分析了以旅游功能为主的轨道交通线路的客流特征。针对旅游客流特征,改进了传统的城市轨道交通客流预测方法,利用RP/SP(显示偏好/陈述偏好)调查等手段,提出建立旅游客流预测模型的方法。此方法改变了以往只预测各个预测年限工作日客流数据的惯例,提出针对淡季和旺季的工作日、周末\节假日分别进行客流预测,每个预测年限预测4套客流预测数据,为深圳轨道交通8号线工程可行性研究提供了必要且充足的数据支撑。     

城市轨道交通客流分布短时预测模型研究及应用

客流分布短时预测对于城市轨道交通运营管理和乘客出行服务具有重要的实际意义。采用自底向上的网络建模技术,利用动态仿真方法模拟乘客出行行为,构建城市轨道交通客流动态分布仿真模型,进行城市轨道交通线网客流分布短时预测,并通过实际AFC(自动售检票)刷卡数据进行二元校验。依托北京市轨道交通安全防范物联网应用示范工程,将其应用于北京地铁运营实践中,结合实例验证了模型的可行性和有效性。     

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。