城市轨道交通自动售检票系统实时进站客流量异常检测

阈值范围的合理设定,对AFC(自动售检票)系统实时进站客流量数据的有效性检测至关重要。采用改进的小数据量法计算历史进站客流数据时间序列的Lyapunov指数,验证该序列的混沌特性;利用C_C方法确定混沌时间序列的时间延迟和最佳嵌入维数,对原时间序列进行相空间重构,确定模型训练测试样本集;采用大范围网格搜索方法优化混沌支持向量机回归模型参数,利用优化后的模型预测各时段的进站客流量;利用训练样本集中各时段进站客流量预测残差序列的分布特性,确定在某一置信度下各时段进站客流量预测残差的置信区间,从而确定未来时段的进站客流量异常检测的阈值上限和阈值下限。试验结果表明,该方法有效地增强了系统对于AFC系统实时进站客流量数据有效性检测的能力。     

地铁不同编组列车混跑停车方案研究

地铁运营过程中,不同时段客流量差异很大,但在实际运输组织中全天采用相同编组的列车,造成普通时段资源浪费。为解决不同时段运营需求与资源利用的问题,可采用高峰时段与普通时段不同编组列车运营的方式,就不同编组列车混跑停车方案进行分析。     

高铁站房不同时段功能及客流转换体系研究——以京张高铁崇礼支线太子城站为例

随着我国高速铁路的快速发展,高铁车站的设计重要性凸显,高铁在不同时段客流量的变化,对站房规模、候车环境和人们的出行质量具有较大的影响.京张高铁是老京张铁路的替代和延续,具有重要的历史、文化、经济意义,其站房设计因为加入了奥运因素,需要同时满足奥运、非奥运期间的流线和功能,导致站房在不同时段的客流量和客流需求具有较大的变...     

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。     

基于深度学习长短期记忆网络结构的地铁站短时客流量预测

准确预测地铁站短时客流量,有助于提前开展安全预警工作,快速做出人员疏导方案。根据上海轨道交通2016年3月2. 4亿条刷卡数据,以及该时间段的天气数据,利用Pearson相关分析法提取了客流量的7个外部天气影响因子,以及3个基于历史数据的内部影响因子。通过对数据的分析,综合考虑工作日、非工作日和高峰时段对客流的影响,提取2个内部显著影响因子。以上海轨道交通莘庄站为例,提出了一种基于深度学习长短期记忆(LSTM)网络结构的地铁站短时客流预测方法。最后,将预测结果与典型时间序列预测算法MLR(多元线性回归)和BP(反向传播)神经网络进行对比,验证了LSTM网络在地铁站短时客流量预测中具有更高的准确性和很好的适用性。     

城市轨道交通市郊线快慢车开行比例优化研究

轨道交通市郊线连接了郊区与中心城区,乘客出行具有比较明显的时空分布不均的特征。对市郊线快慢车的开行比例进行优化研究可以有效解决乘客滞留,节约运营成本。以灰色预测模型为基础,通过历史客流数据预测未来短期各时段内的客流量。根据预测的客流值,建立市郊线某工作日各时段开行比例的优化模型,并使用分支定界法进行求解,并以上海轨道交通16号线为例进行了线路开行比例的优化研究。可以为市郊线快慢车开行比例的确定提供参考。     

上海轨道交通世纪大道站换乘客流分析及车站改进设想

世纪大道站是上海城市轨道交通网中唯一一座四线换乘枢纽车站,其客流量不断攀升,换乘客流量位居全网络首位。基于客流统计数据,详细分析了上海轨道交通9号线3期东延伸段开通前后的世纪大道站早高峰时段换乘客流变化,总结了世纪大道站高峰时段的换乘客流特征。为满足大客流使用需求,结合世纪大道站的建筑构造和制约条件,提出了具体的整改建议,解决了世纪大道站现存的大客流安全风险问题。     

北京地铁6号线采用大小交路模式

<正>自2014年8月1日起,北京地铁6号线晚高峰时段采用大小交路套跑的行车组织模式,小交路终点站为车公庄西站,3 min的最小行车间隔持续时段扩大为17:00~19:00。6号线的客流分布特点显示,早晚高峰不同区段客流量差别很大。比如,晚高峰从呼家楼到金台路段客流集中,列车满载超过100%,但从草房到朝阳门方向的列车满载率不足50%。如果加开全     

地铁内空气品质的动态变化特性分析

采用室内污染物浓度演化的单箱物理模型,从质量守恒方程出发建立地铁内空气污染物的控制方程,并对其可靠性进行分析.结合地铁客流量随时间的变化规律,对站台和区间隧道内CO_2浓度的变化特性进行分析和评价.研究结果表明:在地铁的正常运营时段,站台内污染物浓度较稳定,空气品质较好;区间隧道内的污染物浓度随客流量变化而变化.空气品质较差;在非运营时段,CO_2浓度随时间呈负对数规律衰减,从提高地铁运行环境的角度,可考虑延迟关闭地铁通风系统;增加新风通入量可整体提高区间隧道内空气的品质.     

城市轨道交通客流量增长的系统动力学研究

以逻辑斯蒂方程为基础、系统动力学为工具建立单条线路及整个城市轨道交通网的客流量发展模型,通过分析影响城市轨道交通客流量变化的多个因素探讨城市轨道交通客流量变化的一般规律,对如何发展城市轨道交通提出建议。     

我国市郊铁路客流特征分析及需求预测

研究目的:市郊铁路正逐步成为一种联系城市和郊区、城市和城市的满足长距离、大运量运输要求的重要交通运输方式。客流特征分析及需求预测对于市郊铁路规划和运营具有十分重要的作用。本文以北京市郊铁路S2线为研究对象,分析了我国市郊铁路的客流特征和客流需求预测方法,旨在为市郊铁路的长远发展打下基础。研究结论:(1)我国市郊铁路具有早晚高峰明显、节假日客流量高的时间分布特征,空间分布上具有上下行客流密度分布不均衡、客流集中度较高的特征;(2)市郊铁路客流在特殊时段内具有波动性和随机性,分布并不均衡,适合采用灰色GM(1,1)模型进行客流量预测,对北京S2线的实例研究取得了较高的预测精度和满意的预测结果;(3)本文对各城市市郊铁路客流量中长期预测的研究工作有一定的参考价值,可为市郊铁路的建设发展提供一定的理论支撑。     

超长轨道线路弹性票价对客流影响建模

公交出行的费用和时间是公交方式选择的最重要决策变量。在城市超长轨道交通和地面公共汽车竞争的线路上,基于票价和时间阻抗的广义出行成本,建立高峰时段轨道交通弹性票价与客流量转移模型;针对超长轨道线路延伸段,运用该模型计算轨道弹性票价吸引地面公交客流量转移量和轨道票价收益,并提出弹性票价可行性的判定。通过合理的弹性票价设置,可吸引公共汽车客流向轨道交通方式转移,提高社会效益和轨道交通公司效益。     

基于大小交路的城轨列车开行频率与票价综合优化方法

针对城市轨道交通线路客流时空分布不均衡问题,为缓解高峰时段客流压力,均衡时段客流,提升列车运输能力利用率,提出基于大小交路的城轨列车开行频率与票价综合优化方法。构建双层优化模型,其中上层模型为多时段大小交路列车开行频率及票价综合优化模型,模型以不同运营时段内大小交路列车开行数量、不同运营时段内票价率为决策变量,以企业运营效益最大为优化目标。下层模型为基于弹性需求的多时段随机客流分配模型,考虑票价优化对旅客出行需求的影响,在分析旅客广义出行费用的基础上,建立旅客出行弹性需求函数。设计嵌套Logit随机用户客流分配方法的遗传算法对双层模型进行求解,并进行算例分析,验证优化模型可行性。算例结果表明：1)通过对各运营时段票价和大小交路列车开行频率综合优化能够满足城轨线路各区段的旅客出行需求,降低高峰运营时段内客流量,均衡同一OD对在不同运营时段内的出行需求,充分缓解线路客流的时空分布不均衡的现状;2)城轨票价优化能够在一定程度上吸引更多潜在客流,有效提升企业票价收益,提高旅客人车公里数,同时开行大小交路列车能避免列车运输能力浪费,从而降低企业运营成本。所提出的方法能够为城轨列车开行方案和票价制...     

成网条件下沪宁杭城际高铁公交化开行方案研究

对成网条件下沪宁杭城际高铁公交化开行方案进行了研究;确定各线的列车运行交路与停站方式,设定各线子系统的优先级由高到低依次为沪宁线—沪杭线—宁杭线,以最高优先级的沪宁线为基准,高峰时段采取各线大交路同网同间隔的运营模式。以列车编组和行车间隔作为主要决策变量,构建带有约束条件的开行方案优化模型,优化目标为最小化各线断面客流量与列车标准载客量的方差之和,最小化运用车底数。利用多目标规划的模糊优化算法,运行lingo软件求解,得出了成网条件下沪宁杭城际高铁公交化开行方案。     

城轨交通断面客流与运力配置适用性研究

城市轨道交通最大断面客流量是配置列车运力的决定性因素,但客流的波动性和不确定性将导致断面客流量发生随机变化,路网结构稳定时,其值服从某种统计规律变化。文章首先通过最大断面客流量数理统计、参数估计、假设检验等步骤,研究断面客流量的概率分布分析方法,掌握其内在变化规律;然后基于统计规律,建立适应客流变化的运力配置方法,提高运力配置计划的编制水平;最后以2011年北京地铁1号线双休日客流数据分析为案例,对最大断面客流变化趋势、运力调整等提出合理化建议。     

基于Pareto多目标遗传算法的高峰时段多地铁列车节能优化

城市轨道交通列车在运行过程中会频繁地启动和制动,如何提高列车运行中电能的利用率、降低牵引能耗在城市轨道交通领域有着重要的意义。在高峰时间段运行时,由于客流量较大,单位时间发车数量较多,所以同一供电区间的相邻列车间重叠运行的时间较长,再生制动可利用能量很大。针对高峰时段多列车运行的特点,采用Pareto多目标遗传算法对高峰时段列车运行进行节能优化。通过合理优化列车在各站的停站时间来优化列车时刻表,最大效率地利用列车运行中再生制动能量。     

大型活动期间地铁车站客流预测方法研究

以中国进出口商品交易会(广交会)为研究对象,对大型活动期间地铁车站客流组成及其分布特征进行了分析,并基于历史客流数据提出广交会期间车站客流量的提取方法.基于灰色预测理论构建了广交会期间地铁车站客流量预测模型,依托2018年秋季广交会期间地铁车站客流数据对该模型进行了验证.结果 表明,所提方法可高精度预测广交会期间的地铁车站客流量.     

重庆轨道交通客流量分布特征

根据重庆轨道交通客流量统计数据,分析总结了重庆轨道交通客流量分布特征。重庆轨道交通客流量分布受居民出行行为影响较大,进出站客流量较大的车站基本分布于两路口站附近。不同类型车站的客流量分布特征也不相同,商业类、对外枢纽类和高校类车站的客流量分布相对均匀,其他类型车站客流量的早晚高峰明显。重庆轨道交通线网最大客流量断面位于换乘站上游,故应做好换乘站的客流组织工作,并提高设施承载能力。     

城市轨道交通客流量实时预测模型

城市轨道交通客流预测方法主要有基于调查的客流量预测方法和基于实际流量的事后统计方法。针对目前尚无根据实际客流量数据预测各个站的客流量的模型,提出了利用实际到站的客流量数据,通过建立灰色模型和马尔科夫链,预测下一站实际客流量的实时预测模型。试验仿真表明,该模型能较好预测实时客流量。     

高速铁路运营客流量及收入集成估算系统研究

针对现行高速铁路决策阶段运营客流量和收入预测误差大,历史数据存在的线性、二维、来源不可靠等问题。在深入分析客流量和收入影响因素的非线性、非确定性、耦合、非平衡性等演变趋势和机理的基础上,深入挖掘历史数据,依据BPNN、改进FC、FIS、粗糙集等理论方法,建立高速铁路运营客流量和收入多维时空基础历史数据库,构建基于BIM、PYTHON的客流量和收入非线性多维智能预测系统,实现对高速铁路运营客流量和收入的准确预测和多维展现。筛选出高速铁路运营客流量和收入相关复杂性影响因素;构建高速铁路运营客流量和收入历史数据多维时空数据支持系统;构建BPNN、改进FC、FIS运营客流量和收入预测模型,提高方法拟合性和预测准确性、有效性;设计并创建基于BIM、PYTHON的高速铁路运营客流量和收入多维智能展现系统,为提升高速铁路投资决策可靠性、可视化、智能化提供了技术和方法支持。