成网条件下地铁换乘量预测方法研究

换乘量预测是换乘站设计、客流组织及安全应急预案编制的重要基础。近年来,地铁网络化运营快速发展,成网条件下地铁换乘量预测成为一个亟待解决的问题。本文在研究成网条件下乘客路径选择行为的基础上,结合全网客流分布规律,提出成网条件下地铁换乘量预测方法。首先,考虑乘车时间、换乘次数、换乘时间和拥挤度等地铁服务水平变量后,通过引入角度费用指标表述路网结构和路径走向等网络特征对乘客路径选择的影响,建立地铁乘客出行路径选择模型,分析乘客潜在的路径选择偏好。其次,基于各因素等效乘车时间换算和乘客对出行时间的容忍程度分析,使用K-最短路算法构造所有站点间的有效路径集合,结合首末班车限制设计MSA法进行随机网络客流加载,提出不同时间粒度下各换乘站换乘量的统计算法。最后,基于本算法对北京市地铁换乘量进行预测,结果表明:角度费用对乘客的路径选择行为产生显著影响,全天换乘量的分时变化规律与实际情况相符,使用本方法预测换乘量具有较好的可靠性和准确度。     

基于前景理论的轨道交通乘客路径选择模型

研究有限理性条件下城市轨道交通乘客的路径选择问题。从出行费用角度出发,通过对不同类型乘客的出行时间、换乘时间、换乘次数和列车拥挤度4个因素的权重分析,建立乘客广义出行费用模型;并基于前景理论,建立以出行费用为参考点的路径选择模型,从而准确分析出乘客的选择偏好。实例结果表明,该模型对乘客出行路径的分析具有更高的可靠性。     

基于客流调查的地铁票价引导错峰出行的可行性

从上海地铁票价引导错峰出行的需求出发,通过客流调查的方法,分析不同类型乘客对不同票价优惠幅度下错峰出行的接受度.调查结果显示,约25％的乘客愿意接受时段票价优惠选择错峰出行,说明上海地铁选择票价引导错峰出行是可行的.最后从合理优惠时间、合理优惠范围以及合理优惠幅度3个方面,进一步研究错峰出行的票价优惠方案.     

基于行为分析的突发事件下城轨站间客流分布预测

提出突发事件下城市轨道交通(城轨)站间客流分布预测方法,旨在为制定突发事件下的应急预案和运营管理措施提供决策支持。首先,提出突发事件下城轨受影响客流界定算法,界定受影响的客流;然后,针对受影响客流,基于非集计理论构建突发事件下城轨乘客的出行选择行为模型,捕捉受影响乘客的出行选择偏好;其次,建立突发事件下的多方式备选出行方案集合,结合乘客出行选择行为建模结果,预测突发事件下城轨站间客流的重分布。最后,基于某突发事件下某城市轨道交通系统的历史客流数据,对该预测方法进行验证。结果表明,该方法能够捕捉到突发事件下城轨乘客的出行行为特征,分时站间客流预测的平均绝对误差为2.05人,预测效果较好。     

突发事件下城市轨道交通网络客流重分布预测方法研究与应用

城市轨道交通发生突发事件后,准确把握乘客出行路径选择行为特征及受影响客流分布是保障应急处置高效、有序的关键。基于突发事件下乘客出行行为特征变化的分析,提出了受影响客流的界定算法;基于突发事件下乘客出行方案选择模型和多方式出行备选路径集的构造,建立了突发事件下网络受影响客流重分布预测算法。利用广州地铁5号线某一突发事件数据对预测模型进行了精度分析,验证了模型的适用性和有效性。     

轨道交通快慢线平行运营条件下乘客路径选择行为研究

基于快慢线票价一致的研究背景,分析城市轨道交通快慢车分线运营条件下乘客路径选择行为,按照乘客出行起讫点车站类型进行客流分类,考虑换乘时间和换乘次数对广义出行费用函数进行刻画,采用正态概率分布模型对案例中各类客流的路径选择概率进行求解。得出结论:快慢线列车开行比例较高情况下,当AB-AB类、AB-B类乘客乘坐慢车出行时间在21min和41min以上时,乘客将全部选择快车出行;而B-B类乘客在出行时间不低于52 min时才会考虑两次换乘方案。说明短距离出行时乘客倾向于选择直达方案;长距离出行时则更加倾向于选择能够实现快速出行的路径方案,尽管此种路径会牺牲一定的换乘次数,乘客会权衡换乘对总体出行时间的影响并选择最优路径出行。     

基于地铁售检票系统刷卡数据的乘客出行模式分析

地铁自动售检票系统可以采集大量乘客刷卡数据,可提供更全面的地铁乘客时空信息。对乘客的出行模式分析有利于城市轨道交通运营企业预测地铁客流和制定运营策略。提出了分析地铁乘客出行模式的数据挖掘方法:对地铁刷卡数据进行预处理,根据其时空信息生成乘客出行链;分析反映乘客时空特性的聚类变量;利用K-means聚类算法对各聚类变量进行乘客聚类;分析潜在的乘客出行模式。以深圳地铁刷卡数据为例,对提出的地铁乘客出行模式分析方法进行了试验验证。     

基于拉姆塞定价模型的天津地铁价格定价研究

目前国内的地铁票价大多采取单一票价制或者计程票价制，虽然这在票价上体现了公平，但是，如果利用地铁票价的价格杠杆来引导客流，就可以进一步提高公共交通系统的效率，改善社会福利。研究认为，应用拉姆塞定价原理采用高峰定价法可以实现这种效果。此文从经典的最优拥挤定价理论出发，分析城市道路拥挤定价中的交通需求的变化和在拥挤定价条件下的交通需求预测问题，探讨拥挤定价的收费标准对出行方式选择和需求的弹性，为该高峰分时段定价政策的实施奠定理论基础。     

恐怖袭击情境下地铁车站应急疏散仿真方法改进研究

在梳理分析国内外研究文献与实践状况的基础上,针对恐怖袭击情境下地铁车站的乘客应急疏散仿真,首先建议基于疏散心理和行为特征对乘客群体进行科学分类并差异化地赋予不同类型乘客相应的行为仿真参数,以提高仿真结果的可靠性;其次,在简要分析恐怖袭击情境下地铁车站乘客应急疏散心理与行为响应过程的基础上,重点通过情境问卷调查研究了特定恐怖袭击情境下乘客的典型应急疏散选择行为,并根据乘客不同的应急疏散行为反应模式对乘客群体进行了科学分类;然后,在分析给出乘客应急疏散心理与行为相关主要影响因素的基础上,通过多项logit模型分析,标明了乘客分类的显著影响因素,并利用本次情境问卷调查结果数据和上海市人口普查相关数据,估算了特定恐怖袭击情境下上海地铁车站乘客群体分类比例;最后,运用Massmotion人群疏散仿真软件,基于乘客的科学分类,对照进行了相应的实例疏散仿真,仿真结果的比较分析表明,对乘客群体进行科学分类并对不同类型乘客赋予相应的行为仿真参数会对应急疏散仿真结果产生显著影响。     

上海轨道交通施行弹性票制促进网络高峰时段客流均衡的可行性研究

乘客出行决策是影响地铁网络客流均衡的重要因素之一。以上海轨道交通网络为例,分析了现行票制下的客流时空特性;基于问卷调查数据,分析了弹性票制下乘客的出行决策行为,提出了3种高峰时段弹性票制方案。在高峰时段施行弹性票制,以此实现地铁网络客流均衡是可行的。     

基于乘客队列选择偏好的地铁车站自动检票闸机通行能力分析

为了更好地提升地铁站台乘客输送效率,对城市轨道交通自动检票闸机通行能力进行分析是必要的.为此,首先在甄别影响通行能力因素的基础上,将乘客按照不同特征进行分类;其次,在考虑超高峰小时系数以及乘客进站过程中存在的队列选择偏好行为的基础上,提出了 自动检票闸机实际承载能力计算公式;最后,对南昌市地铁1号线的3种不同类型的车站进行实例分析,利用MATLAB软件对上述车站自动检票闸机的每人次服务时间进行拟合,得到其分布规律及其实际的通行能力.     

基于深度Q网络的轨道交通客流控制

针对高峰时期城市轨道交通因有限运能,不足以满足乘客出行需求而引发的安全问题,需要采取客流 控制策略来调节进入车站的客流量,以缓解车站拥挤。提出一种基于强化学习深度 Q 网络的多站协同控制模 型,用来优化每个车站在一定时间内的进站量,以最小化地铁车站乘客的站台超限量、平均等待时间,提高 客流控制强度的综合效益。以北京地铁八通线为例进行仿真实验,验证该方法的有效性。仿真结果表明,所 提出的模型可以在客流控制强度较低的条件下有效地降低乘客等待时间,提高乘客出行效率,有助于缓解车 站的乘客拥堵。     

基于公交服务水平提高的道路拥挤定价收入再分配

将道路拥挤定价收入再分配与公共交通问题相结合,分析城市客运交通系统中交通出行者的出行路径、出行方式选择行为,构建基于公交服务水平提高的道路拥挤定价收入再分配双层规划模型.上层规划为交通系统优化,下层规划为道路拥挤定价收入再分配下路网弹性需求随机用户平衡.算例分析结果表明,将道路拥挤定价收入用于提高公交服务水平,相对于只实施拥挤定价而不进行收入再分配而言,私人小汽车、出租车、公车需求分别减少47 350,47 251,7 094人次,公交车需求增加101 695人次.综合考虑车辆的换算系数、客运方式人均占用道路面积和载客率,削减交通量10.70%,提高了交通运输效率.     

上海地铁五大措施缓解运能不足矛盾

据北京青年报3月10日消息：上海地铁客流连续猛增，单日最高客流突破400万人次大关。巨大客流也使上海地铁的运量和运能矛盾越来越突出，列车拥挤度加剧，地铁设备故障时有发生。针对这种情况，上海地铁运营管理部门表示，将采取五大措施，缓解运能不足矛盾，确保乘客安全便捷出行。首先是加快推进运营管理体制的调整；二是组织近千人，进行“地铁安全突击大检查”；     

杭州地铁换乘站人员疏散潜在障碍实测研究

分析杭州地铁换乘站凤起路与火车东站站点已经存在和可能存在的客流拥堵情况,设计现场观测布点方案,通过对闸口、换乘通道、扶梯口等节点处乘客行为特征关键数据的现场视频采集和观测统计,定量地给出地铁凤起路换乘站点的安全隐患:约19%低头看手机的乘客会降低客流速度,并会造成拥堵或诱发潜在安全风险;仅16.4%的乘客自愿走扶梯,大量乘客选择乘扶梯,导致从1号线换乘2号线的站厅扶梯处客流大量拥挤。地铁站内一些空间位置设置不合理的附属设施,在一定程度上阻碍客流交会,在客流高峰期会加剧站台客流堵塞程度。基于地铁站内客流路径及拥堵区域分布,挖掘出潜在的建筑结构、设备、导向标识等疏散障碍和安全隐患节点,并提出相应的疏解优化建议。研究结果能够为杭州地铁安全运营优化升级提供可参考的数据基础。     

基于旅客出行方式选择的高速铁路客运分时定价方案研究

高速铁路（简称：高铁）客流一天之中具有较大的波动性，呈现出高峰、平峰、低谷的特点。文章利用“削峰填谷”思想，基于分时定价理论和Logit效用函数，考虑旅客选择出行方式的行为因素，以及线路通过能力、客车容量等约束，建立以高铁企业收入最大化为目标的分时定价模型，并利用遗传算法进行求解。通过某铁路线实际算例，验证上述模型和算法的可行性。验证结果表明，高铁分时定价策略有助于提升高铁市场占有率及运营企业客运收益。     

应对通过能力下降的地铁列车运行协同调整优化方法

在地铁网络化运营条件下，突发事件影响列车运行并导致线网内乘客的出行时间显著增加。为应对单个线路区间通过能力下降的问题，采用小交路折返、暂停运行和上线运行3种策略调整故障线路时刻表，并利用缓冲时间协同调整与故障线路直接相连的其他线路。考虑列车运行安全、配线占用、车底接续等约束，构建以最小化乘客出行时间为目标的列车运行协同调整优化模型；根据策略选择方案和调整后的时刻表构建时空网络，更新乘客的路径选择；结合量子粒子群算法、时刻表推算算法和改进的Floyd算法求解模型。以某市地铁部分线网为例，结果表明：列车运行协同调整明显减少故障发生后乘客的出行时间，提高线网换乘效率，缓解故障线路换乘站的客流压力；故障发生在靠近线路中部的区间时，线网有较强的抗风险能力。     

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。     

地铁道岔故障下的行车组织探讨

道岔故障是对地铁运营组织影响较大的一种故障,对于故障情况下行车组织和应急处理的研究具有积极意义。文章在对常见道岔故障类型进行分类的基础上,总结了不同类型道岔的行车组织和应急处理原则,并对道岔故障下的行车组织方案进行对比分析,以选择最优的行车组织方案,降低道岔故障对地铁运营组织的不利影响,最大程度满足乘客出行需要。     

轨道交通车站闸机智能识别研究

以南京地铁1号线为例,介绍其车站闸机传感器的分布位置。结合人体尺寸数据,采用事件及区域识别相结合的方法,分析了乘客的不同行为对传感器状态的影响。通过采用传感器设计、事件的处理及识别技术,以及与数据库的对比分析,使闸机系统能智能识别逃票尾随现象,减小了票务损失。通过在特定通道增加人脸识别功能,可实现有效分流,并提高闸机工作效率;通过ARIMA模型分析预测乘客高峰期,可合理配置资源。