时变环境下城市轨道交通灵活行车调度分析

深入分析时变环境下城市轨道交通客流分布变化特征,阐述客流变化时的行车调度调整策略,即在地铁运营过程中发生偶发性大客流变化时,行车调度员运用加开临客列车、组织大站快车等措施进行相应的行车调整。同时,提出实时客流预测分析手段和方法。最后,基于仿真评估方法提出时变环境下城市轨道交通行车调度调整建议。     

郑州地铁1号线客流时空分布特征分析

以实际运营客流统计数据为依据,从周客流、日客流、时客流等时间分布角度,以及从客流流向、区段客流等空间分布角度描述并分析了郑州地铁1号线客流的时空分布特征,并在此基础上提出地铁行车运营策略的改进建议。     

市域快速轨道交通线行车间隔优化问题研究

针对市域快速轨道交通线的客流分布和运输组织方式的复杂性，从客流分布特性、列车交路形式和服务水平3方面，阐述了影响行车间隔的主要因素，并分析了不同的行车间隔对实际客流需求以及系统运输能力的影响，给出变化趋势曲线，分析了行车间隔的优化调整。     

城市轨道交通行车突发事件应急处置辅助决策系统研究与实现

为协助城市轨道交通运营部门处理行车突发事件,研究并开发了城市轨道交通行车突发事件应急处置辅助决策系统。在行车突发事件发生时,系统能够通过自动判断或事故参数的手动输入快速获取事故信息,自动生成行车突发事件下的列车运行计划调整方案,为行车突发事件期间的列车合理周转提供参考;同时,系统会自动根据新生成的列车运行调整方案进行行车突发事件下的线网客流预测,并将预测结果在线网图上进行可视化展示,为行车突发事件期间线网客流组织与疏导提供数据支持,实现降低行车突发事件带来的损失与影响的研究目标。以成都地铁3号线为例,通过对系统的实际操作,验证了系统在行车突发事件下的列车运行计划调整与线网客流预测与展示功能。     

地铁列车扣车模型及其应用

简要分析了广州地铁1号线列车运行间隔及客流发展趋势,并建立了相应扣车模型,对故障情况下需扣停列车的数量、必须扣车的时间,以及每列列车停站的时间进行了计算。重点对扣车模型在非等间隔地铁线路上的适用性进行了研究,并总结了扣车模型在地铁行车调整中的应用情况,为行车调整理论计算探索新途径。     

西安地铁3号线客流特征及运营方案优化研究

为了掌握西安地铁3号线现状客流规律,以及进一步优化其运营方案,以实测客流数据为基础,分析了3号线客流的时间分布特征和断面分布特征。从列车运行交路和全日行车计划两方面分析了3号线运营方案与客流需求的匹配性,总结了现状运营方案存在的问题,并提出了更加符合客流特征的运营优化措施,为运营方案的调整提供了依据。     

城际轨道交通广佛线首通段客流分析

为研究广佛线开通以来两地居民的出行特征,总结其客流特点,挖掘和培育客流增长点,对广佛线各车站以现场调研方式开展客流调查活动,并结合广佛线开通以来的客流数据,分析广佛线客流的社会经济属性、出行目的,以及广佛线服务半径、客流特征等。提出根据广佛线客流特征使用高、低峰行车计划组织运营及优化公交接驳的建议。     

不同行车密度下轨道交通换乘站客流情况研究

随着轨道交通网络的不断完善,换乘站的作用日益明显.不同行车密度下的轨道交通换乘客流通常会对换乘站形成脉冲式的客流冲击,从而对换乘站的客流疏散能力提出了一定的考验.从候车客流、滞留人数、疏散时间等三个方面对不同行车密度下高峰时段轨道交通换乘站的客流疏解及滞留情况进行了专题研究.以上海轨道交通江苏路站为例,验算了不同行车密...     

广州地铁3号线提升行车效率的措施探讨

分析广州地铁3号线现状,针对目前客流猛增的特点,探讨有效缓解站台客流过大导致的压力,给乘客提供更加安全、准点、舒适、快捷的乘车体验的措施。通过及时转变运营管理理念,从行车调整、乘务运作和客运组织等方面,制定行之有效的措施,通过增加上线列车数量、缩短行车间隔的方式、快速疏导候车乘客等措施,减少列车站外停车的概率,提高列车准点率。     

上海轨道交通4号线环线运营组织实践分析

环线在城市轨道交通网络内的作用非常重要.介绍了上海轨道交通4号线在线路布置、共线运营、简易接轨等方面的概况及其特殊性.针对上海轨道交通4号线的运营实际,结合环线开通后的运营经验,在统筹考虑客流预测、车辆配属、信号约束三方面基础上确定环线行车方案、列车编制原则及运营调整原则.阐述了导向、广播、乘客信息系统,以及末班车组织等方面的客运组织措施.随着网络化运营的逐步深入,运营方不断摸索,积极调整行车、客运组织措施,以求达到环线运营效益最大化.     

北京与伦敦地铁基于自动售检票数据的客流出行规律对比分析

基于地铁自动售检票系统连续一周的数据,从多粒度、多层次、多角度对比分析了北京与伦敦地铁乘客的出行规律。结果显示:北京与伦敦地铁乘客的出行频次分布相似,但伦敦地铁的高频出行乘客更多,而北京地铁的低频出行乘客更多;伦敦地铁的总体换乘比例略低于北京,更便捷,且伦敦的短距离出行比例远高于北京;北京地铁周末的通勤出行更多,而伦敦市民从周五至周日的夜晚出行更多。地铁乘客的出现规律不仅与城市结构,居民的工作生活状态有关,对城市轨道交通的网络结构及运营管理也有重要的参考价值。     

城市轨道交通客流时空分布特性研究

利用城轨自动售票系统(AFC)数据分析西安地铁1、2、3号线客流,得到不同类型车站客流特征,将典型车站不同时间的站间OD可视化处理,通过映射方式对OD矩阵时空分布情况进行可视化。结果表明:(1)由于西安是一个旅游城市,工作日只有早、晚高峰时段客流高于节假日,其他时段客流低于节假日;(2)早、晚高峰出行具有明显潮汐特性,早高峰高客流发生点为居住区,客流吸引点为办公、商业区,晚高峰与之相反;(3)高客流走廊依次为(商业→混合)>(居住→商业)>(商业→居住)>(商业→商业)>(混合→商业)>(交通→商业)>(商业→交通)>(办公、工业→商业)>(商业→办公、工业)>(居住→办公、工业);乘客出行目的依次为工作、回家、购物、其他类出行。     

面向O-D时变需求的城轨列车运行计划优化方法

面向城轨客流时变需求,在给定乘客服务水平的限制下,耦合出行需求与列车始发时间,优化城轨线路列车运行计划,使得列车对数和列车车底数最小化。以具有单一尽头车场的列车运行计划优化问题为研究背景,将该问题分解为列车时刻表优化子问题和列车周转方案优化子问题。针对列车时刻表优化子问题,提出基于时刻表的客流分配方法,构建相应的列车时刻表优化模型,并设计列车时刻表双向关联序列化优化算法;针对列车周转方案优化子问题,建立相应的列车周转方案优化指派模型,同时设计求解该模型的匈牙利算法。算例分析表明:本优化产生的列车运行计划,在满足乘客服务水平的基础上,最大限度地降低了列车运行成本,依次使得列车对数、列车车底数最少,证明模型和算法的有效性。     

西安地铁3号线客流趋势预测研究

在目前我国城市已运营的轨道交通线路中,实际客流与设计客流偏差较大的问题普遍存在。以西安地铁3号线为例,研究其现状客流特征,并与原设计客流对比,分析主要客流预测指标与实际值的偏差及原因。在综合考虑客流影响因素的基础上,提出3号线研究年度内各年客流预测推荐值,对其原客流预测进行校正。最后,结合3号线客流发展规律,对城市轨道交通规划设计及运营提出相关建议。在线路运营初期对客流趋势进行预测,为合理增购车辆、制定运营计划提供依据,为其他线路进行客流趋势预测提供参考。     

线路客流预测分析与运营组织设计

从运营需要出发,提出客流预测的年限和内容;通过对客流量级的阐述,分析客流预测三级数据,确定运营的规模;根据OD(起讫点)客流分析来研究行车交路,做出满载率和拥挤度的评价;最终确定车辆编组与行车密度的合理组合,形成系统全面的技术方案,使客流预测更好地为运营组织服务.     

重庆市主城区轨道交通客流成长规律研究

根据重庆市主城区轨道交通线路的通车历程,将其划分为单线运营、初步成网和网络化运营3个阶段。结合线网长度的变化,从客运量与客流强度、换乘量与换乘系数、平均乘距与平均运距、早高峰小时客运量与早高峰小时系数、最大日客运量与线网客流波动系数等多个层面的指标深入总结分析主城区轨道客流成长规律。结合北京、上海、广州、深圳的轨道交通线网及其客流成长特征指标,进一步总结轨道交通线网与客流成长规律,期望为相关城市的轨道交通客流分析与预测提供借鉴。     

基于智慧地铁的车站客流压力分级管控策略

从地铁车站大客流管控需求出发,提出了基于智慧地铁的车站客流压力分级管控技术和管控策略,即基于客流智能监控的车站客流压力分级技术和基于客流压力分级技术的大客流管控策略。分析了智慧地铁下的车站大客流管控需求和思路,介绍了车站客流压力分级管控技术和管控策略。该策略的提出可为地铁运营管理者更加精细化地处理各类大客流风险提供了依据。     

郑州地铁短期客流预测研究

建立符合郑州地铁客流特点的短期客流预测模型并运用到线网客流预测工作中。短期客流预测模型可预测未来1个月内工作日、周末及节假日的线网客流,为线网日常运营管理及运输组织工作提供有效参考依据。     

基于客运大数据平台的铁路客流预测系统

客流预测是铁路路网规划、线路及场站设计、铁路运营等工作的重要基础.针对多层面、不同类型、不同时期的铁路客流预测业务需求,依托铁路客运大数据平台,构建铁路客流预测系统,能够在同一系统平台上完成客流预测方案的测试、评价和规范化应用.该系统集成各类客流预测算法模型,可充分利用历史售票数据,并考虑年度、季节、星期、时间、节假日...     

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。