基于Anylogic的地铁大连北站站厅层客流组织仿真及优化研究

为解决高峰时期地铁大连北站人流密集、流量大而影响乘客顺畅有序进出站问题,在对车站开展实地调查的基础上,为利用车站的有限资源,优化进站速度,基于社会力原理,应用Anylogic软件建立车站站厅层客流组织仿真。仿真结果表明:站厅层安检区排队拥挤,安检区、出站去往C口的乘客流交织冲突现象明显,为此进行客流组织优化,实现安检区不再拥挤、安检区和出站去往C口乘客流不再交织。     

城市轨道大型换乘站大客流拥堵缓解方法

以成都市轨道交通4条线路换乘站骡马市站为研究对象，通过站内客流流线分析，提出站内客流拥堵解决方案，为缓解城市轨道交通大型车站的客流拥堵问题提供参考。运用基于社会力模型算法的AnyLogic仿真软件构建城市轨道交通大型换乘站模型，基于Fruin服务水平评价标准，分析远期规划高峰时段的客流时空轨迹演变规律，辨识地铁站内客流集散瓶颈点。根据拥堵成因分析，提出3类地铁换乘站内客流瓶颈点，分别为流线交织瓶颈点、通行能力不足瓶颈点与混合瓶颈点。结合骡马市站站内设施设计，针对3类瓶颈点分别提出优化改进措施，研究结果表明，优化后的车站场景模型能大幅度缓解车站客流拥堵，提升车站服务水平。     

铁路旅客客运站集散微观仿真

以大连客运站为例,建立大连铁路客运站进站旅客疏散微观仿真模型。并对大连站旅客到达数、购票人数及安检人数进行研究,在此基础上对大连站的流线影响因素进行评价分析,得出在旅客高峰期车站设备不足,增大旅客排队时间。提出有效建议减轻旅客等待时间。结果证明,模型具有很好的使用效果。     

关于新型高速铁路客运站布局设计的几点建议

针对新型高速铁路客运站呈现出的新特征，对客运站的设施布局设计提出几点建议和可行方案。在目前我国大力建设高速铁路客运专线和新型高速铁路客运站的背景下，针对传统车站存在的问题和新型客运站呈现出的新特征，对站内设施进行分析。并从进站客流流线出发，以高效舒适的原则，对新型高速铁路客运站站内设施的布局设计提出几点建议和可行方案，从而优化新型客运站的客流组织并提高服务质量。     

大连北站综合交通枢纽场站类设施规模研究

分析了大连北站综合交通枢纽的客流构成,分别使用指数平滑法和弹性系数法预测规划高铁和长途客运的日均客流量,并通过高峰小时系数法确定了高峰小时客流量.同时根据客流分担比得出换乘其他交通方式的客流量.在客流量和车辆需求的基础上依据"以需定供"的原则提出场站类设施容量的计算方法,确定合理的规模.将总换乘成本最小作为布局设计原则之一,提出了大连北站综合交通枢纽布局方案.     

基于SARIMA 模型的北京地铁进站客流量预测

通过对北京地铁2013 年5 月~7 月的进站客流量数据进行详细分析,总结北京 地铁进站客流量以周为周期的波动规律,选用季节时间序列（SARIMA）模型对北京地铁 进站客流量进行时间序列建模.利用符合要求的模型对北京地铁进站客流量进行预测,预 测结果能够较准确地描述北京地铁进站客流量的变化趋势,平均误差为0.3%.说明此模型 适用于地铁进站客流量的短时预测,基于预测结果进一步分析北京地铁进站客流量的特 点,为进一步优化进站设施布置、组织进站流线、高效安全的地铁运营组织提供参考建议.     

考虑流线干扰的轨道交通车站应急疏散仿真

当前关于轨道交通车站疏散的研究多采用仿真软件直接构建三维模型，并将站内设施布局作为主要疏散瓶颈。实际上存在的复杂设施结构和客流流线冲突使客流疏散问题更为复杂，主流的仿真方法并不能很好解决这一问题。以青岛地铁13号线董家口火车站地铁站为例，基于SketchUp三维建模软件绘制用作仿真场景的轨道车站模型，再运用MassMotion仿真软件分析仿真过程中客流流线冲突情况，从而找出疏散瓶颈，并考虑以流线干扰策略对疏散方案进行优化。研究结果表明：在开放所有通道而未进行流线干扰时，疏散时间未能满足要求；而在最优疏散方案下，乘客出站时间可由7.62 min降至5.43 min,优化率达到28.74%。相较于开放所有通道提高疏散效率的方案，通过设置障碍物对客流流线进行干扰，能更好提升疏散成功率。     

地铁安检客流智能引导及组织优化方法研究

为避免因地铁车站进站客流的空间不均衡性所导致的乘客安检排队时间过长、车站拥堵,甚至踩踏事故,本文设计了地铁安检智能引导分流系统并基于此提出客流组织优化方法。首先,在传统地铁安检模式的基础上设置智能引导分流系统,根据乘客行李类型将安检台划分为大包、小包/无包安检通道,实时采集安检区域的客流分布特征;其次,在排队等候理论的基础上综合考虑乘客转移时间和转移意愿,计算最优安检排队决策;最后,通过引导设备指引乘客选择最优安检通道。选取上海地铁1号线上海火车站地铁站晚高峰时期的客流数据作为案例,进行计算仿真分析,并通过实地实验进行校准验证。结果表明：运用本文方法后,地铁车站各安检通道的客流排队压力显著降低,计算仿真结果与实际安检情况误差为3.2%,且优化后大包乘客的平均安检排队效率提升38%,小包/无包乘客的平均安检排队效率提升16%。研究成果为提高乘客安检排队进站效率,有效避免地铁车站拥堵提供理论依据与方法支持。     

高速铁路车站旅客交通特性研究

对高速铁路车站——大连北站的旅客流数据进行了视频采集和分析,建立了不同设施的旅客流参数关系曲线和函数模型.研究结果表明,旅客速度服从正态分布;旅客流量与密度、速度与流量呈二次函数关系;水平通道处的速度与密度呈线性关系,楼梯处的速度与密度表现出相似的特征,但关系曲线为指数方程.     

基于组合模型的城市轨道交通短时客流预测

针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用 ARMA模型与小波 ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波 ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一 ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议.     

基于组合模型的城市轨道交通短时客流预测

针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用 ARMA模型与小波 ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波 ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一 ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议.     

北京南站客流流线的分析与优化组织

针对北京南站各层之间换乘的复杂性,分析北京南站现行的客流流线组织方式,并对客流流线做分类。通过对换乘流线以及北京南站在客流组织流线设计中存在的一些问题分析,提出客流组织流线的优化调整方案。     

基于最大熵模型的大连北站客运枢纽换乘客流预测

从宏观上对客运枢纽换乘客流进行分析和预测.引入最大熵模型,以现有换乘客流矩阵作为基础,对模型参数标定并对问题进行了求解.根据历史数据计算,得出综合枢纽的换乘矩阵,与实际数据对比后发现误差较大,经过分析再次添加两个参数,并用实际数据进行标定,最后将模型运用到大连北站综合枢纽的实例中进行计算.     

综合客运枢纽轨道交通系统运能匹配度研究

为提高轨道交通综合客运枢纽的服务效率,针对枢纽间不同轨道交通系统,研究不同系统间的运能匹配和疏散能力.本文分析了综合枢纽的定位及功能,提出了铁路到发能力、枢纽交通方式客流分担率、城轨疏散能力和枢纽设施设备能力的计算方法,基于此进行了分时段运能匹配分析,识别出枢纽运能高峰期的瓶颈所在位置并提出优化建议.成都东客站实例分析表明,该站高峰期线路运能匹配度为0.79,匹配性较好,城轨线路疏散能力足够及时有效地疏散铁路客流;而枢纽设施设备运能匹配度为1.10,匹配性不佳,枢纽设施设备能力不足,影响了乘客集散效率,呈现出瓶颈现象.     

基于改进KNN算法的城轨进站客流实时预测

针对实时进站客流数据的高维数、多噪声、波动频繁等特征,本文提出一种基于改进 K最近邻(K-nearest-neighbor, KNN)算法的城轨进站客流实时预测方法.首先,通过对分时客流数据的相关性分析,确定表征客流特征的状态向量;其次,结合数据特性改进近邻样本的模式匹配过程,利用关键点法去除原始序列中的噪声扰动,并引入动态时间规整算法实现考虑序列形态的相似性度量;再次,根据样本间流量差异引入距离权重和趋势系数,推演未来时段的进站量,实现滚动的实时预测;最后,依托广州地铁客流数据仓库对预测模型进行精度分析. 结果表明,对于全网159个站点,5 min粒度下全天分时进站量预测的平均绝对百分比误差的均值为11.6%,能够为路网状态监控提供可靠的数据支撑.     

基于系统动力学的枢纽换乘系统运能匹配研究

换乘设施规划布局对枢纽换乘效率至关重要。利用系统动力学的理论及方法,从系统性角度研究枢纽设施与交通需求匹配关系,确定构建枢纽内部换乘系统运能匹配系统动力学模型的一般方法。运用该方法构建枢纽内部铁路换乘城市轨道交通运能匹配模型。以北京西站铁路换乘地铁系统相关数据进行实例验证,发现安检设施为铁路换乘地铁系统的运营瓶颈点,经验证发现模型误差在3%以内。针对系统运营瓶颈点提出相应改善措施,运用该模型进行仿真发现,适当增加安检机、扶梯、楼梯以及检票机的数量,能够很大程度上提升系统客流运营的效率。     

北京动物园公交枢纽规划设计与换乘组织分析

以对北京动物园公交枢纽一段时期实际运营情况的考察为基础,从规划思路、位置环境、建筑结构、流线设计、设施配备等几个方面对其进行分析评价。着重指出枢纽内部换乘客流组织、外部车辆流线组织与疏解能力匹配以及客流引导等方面存在的问题。同时,针对枢纽实际运营效果及其对周边交通状况的相关影响进行阐述,提出针对部分现存问题的对策,并结合一体化枢纽设计理念提出类似枢纽的设计原则。     

�߷��ڹ����ͨ�����ĵ���“ƿ��”ƽ��ģ��

以瓶颈模型在高峰期轨道交通客流平衡中应用不足为切入点,针对具有潮汐客流特征的轨道线路,给出能够反映不同站点出行特征的弹性瓶颈概念,并以此为基准,提出弹性“瓶颈”平衡模型。首先,扩充了拥挤风险费用的定义,建立了更加符合实际的高峰期不同轨道交通站点不同时段的出行费用模型;其次,建立轨道交通高峰时段计算方程,分析不同站点的高峰时段特征;再次,结合轨道交通站点的弹性特征,构建了高峰期轨道交通客流的弹性瓶颈平衡计算模型;最后,通过模型计算求解,对比分析模型分析结果与土地价值的空间递减性之间的相似度,以验证弹性“瓶颈”模型的合理性.     

������·����վ����΢�۷��潨ģ�����

为准确掌握大型铁路客运站候车区旅客集散特点,预测旅客聚集能力,在旅客到站提前时间分布拟合研究基础上,从微观仿真角度提出了到达旅客生成方法,建立了大型铁路客运站候车区微观仿真逻辑模型. 以大连站为实例,得出该站高峰期候车区客流变化曲线和最高聚集人数95%置信区间为［3 638,3 706］. 以候车区旅客最高聚集人数为目标函数,对候车区客流变化影响因素进行了灵敏度分析. 研究发现：旅客到站提前时间对数正态分布的位置参数对候车区旅客最高聚集人数和旅客平均逗留时间均有显著影响;送站人数比例对最高聚集人数有显著影响;进站检票模式只对平均停留时间有显著影响.     

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。