基于合作竞争类OD的轨道客流预测方法研究

在分析基于全方式ＯＤ采用联合方式划分交通分配模型进行轨道客流预测不足的基础上,提出了一种基于合作竞争类ＯＤ的采用联合方式划分交通分配模型的轨道交通客流则方法,即由出行产生和分布预测得到全方式的ＯＤ矩阵,通过分层次策略性交通方式划分法得到合作竞争类出行ＯＤ矩阵,然后采用联合方式划分交通分配模型进行轨道线网客流预测。     

地铁线路客流分配方法与算法研究

地铁的规划、建设是国民经济高速发展的需要。着重对地铁线路的客流分配方法及算法进行了研究。提出了综合考虑时间、费用及舒适度三因素的交通阻抗函数 ,根据居民出行过程中的最短路因素及随机性因素 ,提出了改进型Logit出行方式分担率模型 ,并就 5种常见的地铁网型提出了客流分算法。其基本模型及算法简单、有效 ,易于在计算机上实现 ,并已在南京市地铁客流预测中应用。可供轻轨及公路交通借鉴和参考。     

快速公交车站客流预测模型问题研究

在分析传统＂四阶段＂客流预测方法优缺点的基础上,引入了＂出行者收入水平＂这一概念,重新定义了出行方式阻抗函数,提出了一种快速公交车站进出站客流预测的＂四阶段＂预测法的改进方法。选取阜石路快速公交系统中的甘家口车站进行实例分析,对车站高峰小时进出站客流量进行了预测。     

基于IC卡数据挖掘获取公交OD矩阵的方法

以广州市羊城通IC卡以及广州市公交系统信息为例子,探讨了实现基于IC卡信息获取公交客流出行特征的方法。在IC卡数据挖掘和统计基础上,对线路站点OD矩阵、区域OD矩阵进行了推算。相比传统的人工统计法。该方法易于实现,能运用到实际中且运算效率高,适用于海量数据的客流出行特征统计分析。     

基于出行规律的高峰小时客流OD矩阵快速估算方法

为了快速准确地计算城市交通高峰小时客流OD矩阵,提出一种简单易行的推算方法。该方法近似认为城市出行均为由家出行,从而将交通产生-吸引矩阵分解为一个由家出发的OD矩阵和一个返回家里的OD矩阵,通过调查交通高峰小时系数,将由家出发的OD矩阵与返回家里的OD矩阵按一定比例进行叠加即得到高峰小时客流OD矩阵,并应用该方法进行了算例分析。结果表明:该方法简单易行,抓住了出行的主要规律,可省去大规模的调查,具有一定的科学性与准确性,在潍坊市滨海交通客流规模预测研究中得到了较好的应用。     

公交线路客流时段分布估计新方法--首末站分层不等概率整群抽样法

在对南京市公交线路客注解调查数据研究的基础上，提出一种公交线路客流时段分布估计的新方法，即利用首末站分层不等概率整群抽样方法，对线路客流进行估计，并给出相应的方差估计公式。该方法在南京市的公交企业中得到了实际的应用。     

基于站点上下客人数的公交客流OD反推方法研究

通过公交出行行为特征调查分析,研究了公交乘客出行站数的概率分布.基于公交乘客下车概率,以公交站点上下客人数和路段客流量为约束条件,提出了单条公交线路客流OD矩阵的推算方法,通过实例分析,验证了该方法的可行性和有效性.     

济南市轨道交通客流时空分布特征分析

充分掌握轨道交通客流时空分布特征,能够精准优化运营组织,提高轨道交通客运量。本文以济南市轨道交通一期线网为例,基于轨道交通刷卡数据对客流出行时间和空间分布特征进行分析,研究发现当前轨道交通存在线网覆盖不足、线网客流空间分布不均衡以及线路客流方向不均衡等问题,并对问题影响因素剖析,为轨道交通优化策略提供支撑,助推交通行业实现“碳达峰、碳中和”。     

节能减排绿色出行多城市推定制公交才满足市民多样出行需求——北京定制公交开通

定制公交，也称商务班车，往返于小区和单位之间的一站直达式班车。市民可以通过专门网站提出自己的需求，公交集团根据需求和客流情况设计出公交线路。定制公交就是为处于相同区域、具有相同出行时间和出行需求的人群量身定做的公共交通服务，旨在倡导绿色出行，节能减排，具有社会公共服务的性质。简单说，就是三、四十人一起拼车。一人一座、一站直达、车载wifi、低碳环保，以上这些基本上可以概括这种定制公交服务的特点，因此有不少人形容这种公交出行方式是“高端、大气、上档次”。     

基于乘客主观感知的公交客流拥塞量化表征模型

为了综合量化表征公交走廊客流承载设施及工具的空间拥挤性和客流运送时间效率,并科学评价客观技术指标和主观乘客感知对公交系统运行状态的敏感度,提出客流拥塞的概念,并用客流拥塞指数量化表征公交系统运行状态。通过解析客流拥塞与出行时效的关联,并分析公交出行阶段特征,基于“时效延长”思想构建客流拥塞量化表征模型,用于系统量化乘客对出行时间和空间拥挤的主观感知;选取影响出行时效的核心要素作为特征变量（车厢客流密度、站台乘客密度、区间乘车时间和站点候车时间）,采用直观类比打分SP调查法获取数据用于估计模型参数;基于北京西三环公交走廊实测数据,分析全天区间客流拥塞指数时空分布特征和走廊客流拥塞指数动态演化趋势。研究结果表明：北京西三环公交走廊客流拥塞高峰阈值为0.193 9,客流拥塞状态存在明显的方向特征,下行方向客流拥塞高峰状态更显著且持续时间更长;4个特征变量灵敏度系数均值分别为0.449 2,0.165 2,1.427 1和0.408 3,即区间乘车时间为客流拥塞指数最显著的影响因子,而站台乘客密度的影响程度最小,模型识别公交客流拥塞成因的能力得以体现;该模型能够综合全面地反映公交走廊客流拥塞时空分布和动态演化趋势,并能够应用于公交运行状态改善措施研究。