基于AFC数据的南昌轨道交通车站精细化分类

为满足城市轨道交通车站精细化客运组织需求,对车站进出站客流特性进行有效的分类管理。结合自动售检票系统(auto fare collection,AFC)采集的进出站客流数据,从车站进出站客流总量及时序特性方面入手,提出一种基于K-means算法的双层规划聚类方法对全线所有车站进行聚类并划分车站类型。首先以车站进出站客运总量为特征指标进行上层聚类,得出不同客运规模的车站大类;然后考虑车站进出站客流的时变特征,根据不同时段内的客流变化特点构建特征向量进行下层聚类,识别车站客流的时序分布特性。研究结果表明：利用本算法得到的分类结果与实际高度吻合,不同类别车站在客运规模和时变特性上差异明显。双层K-means聚类分析算法通过把握客运规模和客流时变特征,对车站进行精细划分,为车站的客运组织提供依据。     

基于刷卡数据和高斯混合聚类的地铁车站分类

合理的城市轨道交通车站分类对车站的规划设计及客流预测有重要作用。基于刷卡数据提取出行时间、频次、车票类型等反映车站客流特性的若干变量,运用主成分分析法(PCA)和高斯混合模型(GMM)进行车站聚类。该聚类方法不仅可以识别车站类别,同时可以根据后验概率确定混合类型的车站。以北京地铁为例,将全网233个车站分为4类,利用地理信息系统(GIS)工具可视化分类结果,并叠加地理信息描述各类车站的特征,直观地展示了部分混合性质的车站。与K-均值聚类结果比较显示,GMM方法可以更好地解释多种特性混合的车站类型。     

基于多源时空数据的城轨车站分类及特征研究

对城轨车站进行精细化分类研究可指导车站客流预测、客流提升及TOD开发等工作。文章以长沙市轨道交通为例,首先基于城轨客流量、车站周边设施、交通需求、交通供给和运行等相关的城市多源时空数据,选取城轨车站聚类指标;然后,在进行数据标准化处理及指标间相关性分析的基础上,采用主成分分析法提取7个主成分,以较好地表达各项原始指标变量;最后,利用K-Means聚类分析法将长沙市99座城轨车站分为对外枢纽、就业集聚、客流培育、职住均衡、居住集聚、商业中心、复合枢纽和特殊景点8类,并根据分类结果分析各类车站的用地功能、交通供需、客流等特征,以期为后续相关研究和实践提供参考和借鉴。     

基于多因素聚类的城市轨道交通 换乘车站分类方法研究

为解决换乘车站分类标准缺失或不精准的问题,从用地、区位、客流 3 个维度,分析换乘站分类的影响 因素并提出分类指标计算方法,结合 k-means 聚类算法,构建基于多因素聚类的换乘站分类方法,应用南京地铁 换乘站开展实例分析。结果表明：与单因素(仅用地、仅区位、仅客流)聚类方法相比,多因素聚类方法在分类均 匀度、实际分类效果等方面具有明显优势。结合分类结果,提出南京地铁换乘站宜按综合枢纽型、公共中心Ⅰ型、 公共中心Ⅱ型、居住生活型及外围接驳型 5 类划分,并分析换乘站在不同要素上的阈值特性及取值建议,为未来 地铁换乘站规划及设计提供借鉴。     

广州地铁运营客流分布特征研究与应用

针对目前广州地铁运营过程中列车车厢及车站站台过度拥挤的问题,通过对广州地铁实际运营客流分布特征的调查与分析,在时间维度上提出客流分布在年内、月内及周内的不均衡规律,分析节假日对车站客流的影响,在空间维度上分析车厢内客流密度在不同区间、不同编组、不同车厢区域的分布规律和客流在车站站台上的分布规律。通过对现状特征的重新审视,提出设计阶段客流预测数据的选用原则、车厢站立密度对站台乘客上下车时间的影响及车站布局形式与站台客流分布的关系。为广州后续轨道交通线路精细化设计提供依据,为国内类似城市地铁设计、运营组织提供参考。     

上海市域(郊)铁路嘉闵线的大站快车停站方案

基于组团间客流分布、站间客流分布及站点乘降量等因素的梳理分析,提出了上海市域(郊)铁路嘉闵线的大站快车停站方案,从旅行时间、旅行速度、线路通过能力及服务水平等角度评价了不同大站快车停站方案的开行效果.阐述了不同线路的敷设方式和客流特点同线路越行车站布置形式的关系,并根据嘉闵线特点建议采用单岛四线(正线外包)方案作为越行站的站型方案.     

苏州市轨道交通客流时空分布特征

为对已开通线路较少的地级市城市轨道交通客流特征进行研究,选取苏州市轨道交通作为研究对象,对其客流的时间分布特征和空间分布特征进行分析。时间分布的研究主要包括对网络客流、线路客流和站点客流的时间分布特征的分析;空间分布的研究主要包括对进出站客流和断面流量的分析。研究发现,从时间分布来看,苏州市轨道交通全网客流的高峰小时系数较高,1号线的早晚高峰系数均高于2号线;同时,居住和居住主导型车站的高峰小时系数最大,商业中心类车站高峰小时系数最小。从空间分布来看,1号线主要承担通勤客流,2号线承担的客流类型则较为分散。     

地铁站点客流特征与土地利用关系研究

讨论轨道交通站点客流的时间变化规律,根据客流的时序特征,利用时间序列聚类的K-means算法对轨道交通站点进行分类,对比不同类别站点的客流差异,同时探究轨道交通站点早晚高峰进出站客流与站点周围用地密度之间的相关关系,在考虑空间相关性的基础上,采用地理加权回归定量计算回归方程,详细分析客流与用地之间的相关系数在空间的分布情况。通过分析为不同站点制定有针对性的运营管理措施,以及为轨道交通规划提供理论支持。     

轨道交通大客流换乘站客流组织仿真分析——以深圳会展中心站为例

为有效应对轨道交通网络化运营初期可能出现的客流拥挤等问题,运用行人仿真方法进行客流组织方案的动态检验和调整。以深圳会展中心站为例,选取适当的仿真参数和评价指标,对车站客流组织进行防真,分析客流拥堵原因,提出客流组织调整方案,并对调整方案进行仿真及评阶。总结了车站行人仿真在指导车站客流组织方面的普遍适用性。     

有序样本聚类方法在城市轨道交通运营时段划分中的应用

为合理划分轨道交通运营时段并指导其开行方案,提出一种基于有序样本聚类技术的运营时段划分方法。根据统计时段内客流数据,引入单向OD(origin-destination)概率矩阵,并给出单向OD概率矩阵的时序模型和提取方法;利用有序样本聚类方法,以最优分割法量化站间客流转移规律,求解聚类方案。最后以某一轨道交通线路为例,提取时间间隔为20 min的上行OD概率矩阵时间序列,以最优分割法进行聚类,将站间客流转移规律相近的统计时段归为一类,提出目标线路运营时段划分方案。     

基于乘客候车时间的行车考核指标研究

乘客候车时间是乘客时间成本的重要组成部分,反映城市轨道交通运营企业的服务水平。相比行车正点率,乘客候车时间能够更好地作为城市轨道交通企业服务水平和自身运行状况的最主要考核指标。本文在已知站间客流分布和列车到站时刻基础上,提出乘客候车时间的计算方法,并分析了乘客候车时间指标的应用。该研究对城市轨道交通运营企业优化考核指标体系具有重要意义,并为乘客候车时间计算提供参考。     

基于BFS和加权半监督聚类算法的地铁客流分配研究

复杂的城市轨道交通线网给乘客提供多种出行路径选择,而轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。为求解相同起讫站点间各路线乘客选择的概率问题,以广州市地铁自动售检票(automaticfarecollection,AFC)系统刷卡数据为研究对象,提出一种创新性的半监督聚类算法框架。首先基于广度优先(breadth first search, BFS)的K短路径的搜索算法,识别起讫点间的有效路径集,由此确定初始聚类中心及个数;然后以路径距离和换乘次数等特征值依次标定各有效路径权重,由这些标记数据出发,采用加权半监督的方式增强聚类算法的分类能力。最后结合客流调查结果,与经典K-means算法和朴素贝叶斯分类算法进行比对。通过算例证实提出的客流分配算法性能最优,准确率高达94%,具有较好的分类效果。     

地铁车站大客流运营组织探讨

为了研究地铁车站大客流的运营组织方法,首先对大客流进行了分类,并分析了各类大客流的特点.按照乘客乘坐地铁的流程,探讨了地铁车站客流组织的影响因素,重点从客流预测、车站客流组织、列车运能、票务组织等方面提出了地铁车站大客流的具体运营组织措施.并以西安地铁2号线运营组织架构为背景,构建地铁车站发生大客流的组织管理模式.     

基于K-Means聚类算法的城市轨道交通站点分类及客流特征分析

文章立足于沈阳市轨道交通站点800 m范围内的人口分布、开发强度、公交接驳、路网长度分布、站点位置属性、站点客流数据等六大维度数据,采用K-Means聚类算法将城市轨道交通站点划分为居住型、商业商务型、综合开发型、产业型、交通枢纽型五大类;基于站点聚类成果,叠合多样化数据分析总结各类站点客流的普适性规律,可为后续站点周边基础设施完善、站点客流预测、车站运营组织方案做出指导。     

基于BC算法的地铁站台乘客分布建模及应用

为定量化分析地铁站台客流组织方案的应用效果,实地收集乘客候车分布数据,统计分析候车位置选择的特性,研究发现乘客的候车位置选择具有集中性,并受行走距离、排队长度和候车区域容量影响。基于细菌趋药性(BC)算法原理,结合站台乘客候车位置选择特性,建立了站台乘客分布仿真模型,并利用实测数据对模型进行了标定和验证。从实例站台的限流栏杆长度方面提出了优化方案,利用所建模型再现了实例站台的候车场景及优化方案,对优化效果进行验证。结果显示:优化的限流栏杆设置方案实施后,站台候车区域客流平均密度在各客流条件下分别下降了0.02、0.07和0.09,可上车的人数分别增加了10、8及11人次,因此所提优化方案具备有效性,得到的模型及应用成果能为地铁车站运营管理方在站台客流控制策略的制定方面提供理论支持和依据。     

基于断面客流特征的城市轨道交通行车组织优化方法

以西安地铁4号线为例,基于线路设施和断面客流特征条件,提出了行车组织的优化方法。根据车站条件进行折返适宜度分析以确定小交路区段,分别以乘客服务水平最高和运营成本最小为目标并考虑一定的约束条件构建目标函数,结合Rail Sys软件仿真得到的线路拓扑结构确定了不同交路区段下的列车运行时分及速度,据此标定了模型参数。建立了多目标函数,并利用基于隶属度的算法得到了模糊最优解,求解出大小交路的列车编组数量及行车间隔,给出高峰时段的行车方案。模型计算结果表明,和原设计方案相比,优化方案在满足乘客需求的同时可有效节约运营成本,并显著提高客流时空分布不均衡状态下的线路断面满载率。     

基于网络瓶颈控制的轨道交通车站客流疏导研究

轨道交通客流在特定时空区间的强聚集效应导致车站内部设施的服务能力与客流量不匹配,极易造成乘客拥堵、滞留等问题。通过对轨道交通车站客流流线大范围调研,确定服务设施实际通行能力,识别车站瓶颈区域。进而利用多点联动的瓶颈控制方法,构建网络瓶颈客流疏导模型,协调流线网络结构中设施通行能力的匹配度,计算瓶颈点上下游客流调节量。以北京东单地铁换乘站为例进行流线瓶颈优化,制定不同客流强度下瓶颈优化方案,验证模型的有效性和实用性。模型可协助车站管理人员明确瓶颈控制区域的范围,并制定详细的限流泄流乘客量分配,为高密度客流组织提供理论依据与数据支撑。     

基于Anylogic仿真技术的北京南站客流组织优化分析

本文针对北京南站地下一层客流组织的复杂性,依据站内功能区位布局及客流分布特征,利用Anylogic微观动态仿真软件对北京南站地下一层客流进行了仿真分析.建立了客流组织动态仿真环境模型,设计了仿真流程和评价指标体系.通过对站内的客流拥堵瓶颈分布、排队长度、等待时间等多指标评价分析,提出了客服设备(检售票系统设备、安全检查系统设备、换乘通道服务设备等)合理配置与运用管理的优化方案,为实际运营管理决策提供了依据.