城市轨道交通客流空间分布模型

为定量分析轨道交通客流随线路距市中心距离增加的变化趋势,在分析路面使用性能衰变模型的基础上,建立了城市轨道交通客流空间分布模型.运用上海市和天津市轨道交通实际数据对模型进行了验证,结果表明:重要节点系数K取值越大,轨道交通重要节点站越重要,客流量越大;形状参数值β大于1时,客流变化趋势曲线呈反S形,小于1时呈凹形;城市规模参数α反映了轨道交通辐射范围,取值接近15 km的城市规模参数连线在上海市外环路附近,表明轨道交通客流主要集中在主城区内;预测客流随轨道交通车站距市中心距离变化的规律与实际情况相符.      

基于粤港澳大湾区跨界客流的城市引力模型实证研究

引力模型是研究城市经济联系的重要工具。基于2003—2017年粤港澳大湾区跨界交通调查数据,从时间序列和城市视角两个维度,分析跨界客流和城市引力的相关性。结果表明,粤港澳大湾区跨界客流量与城市引力呈现显著的线性关系,且城市引力对跨界客流量的贡献符合边际效用递减规律,将引力模型引入跨界客流预测具备可行性。     

基于重要度的城际轨道交通空间出行分布预测的研究

随着城市化进程的发展以及城市群的形成,发展城际轨道交通已成为解决交通的重要手段.因此,在城际轨道交通客流预测一般方法的基础上,针对影响出行空间分布相关因素,建立按小区间重要级数拟合的广义费用计算模型,并把广义费用作为交通阻抗应用于双约束重力模型,使出行的空间分布预测能充分反映小区间的社会经济及土地利用情况对交通分布的影响,可以在一定程度上提高预测的准确性.     

基于重要度的城际轨道交通空间出行分布预测的研究

随着城市化进程的发展以及城市群的形成,发展城际轨道交通已成为解决交通的重要手段。因此．在城际轨道交通客流预测一般方法的基础上,针对影响出行空间分布相关因素,建立按小区间重要级数拟合的广义费用计算模型．并把广义费用作为交通阻抗应用于双约束重力模型,使出行的空间分布预测能充分反映小区间的社会经济及土地利用情况对交通分布的影响,可以在一定程度上提高预测的准确性。     

考虑土地利用性质匹配度的城轨客流分布预测

传统城轨站间客流分布模型较少考虑起讫点土地利用对客流分布的影响,当 站点周边土地利用发生改变时适用性变差,无法保持较好的预测精度,因此有必要构建 考虑站点土地利用及其站点间土地利用性质匹配度的客流分布预测模型.首先,基于站点 聚类分析土地利用性质与客流分布之间的关联性,构造性质匹配度指标;其次,综合考虑 站点土地利用、性质匹配度、终点站吸引量、运行时间等因素建立效用函数,结合客流数 据进行参数估计,构建基于目的地选择的轨道交通客流分布模型;最后,利用广州市轨道 交通客流量数据对其进行精度分析.结果显示,在站点土地利用性质未发生改变与改变情 景下全网站间客流分布量的平均绝对误差仅为29.30 和29.52 人,表明模型具有较高的预 测精度.     

西安地铁二号线客流预测后评估

统计西安地铁2~#线客流预测数据和现状客流数据,进行客流预测后评估。在充分地考虑了轨道交通客流预测不确定因素的前提下,对比分析了日均客运量、高峰小时客运量、高峰小时单向最大断面客流量、客运周转量、平均乘距、车站进出站客流、时间分布特征。解析目前城市轨道交通客流预测中的不足,分析了影响客流预测精确度的因素,探讨今后改进城市轨道交通客流预测的思路。     

城市轨道交通站间距优化研究

通过对受站间距影响的城市轨道交通相关指标分析,学习并借鉴国内外城市轨道交通站间距优化方面的成功经验及研究方法,以实际数据作为基础,首先对客流分布和乘客出行时间这两个影响因素进行分析,通过分析认为城市轨道客流随着乘坐距离的变化存在着一个先增后减的函数变化;根据对客流分布以及乘客出行时间的分析,将乘客出行时间成本转化成经济效益指标,将票价收入标准与客流分布进行结合得到地铁票价收入的经济效益;之后结合乘客出行时间的经济效益和票价收入的经济效益按照总收益最大化建立城市轨道交通站间距优化模型,并实施优化计算,碍到理论上的最优站间距.     

基于组合模型的城市轨道交通短时客流预测

针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用 ARMA模型与小波 ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波 ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一 ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议.     

基于组合模型的城市轨道交通短时客流预测

针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用 ARMA模型与小波 ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波 ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一 ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议.     

基于时间序列季节分类模型的轨道交通客流短期预测

轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响.通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法.根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流.实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题.     

基于天气因素的城市轨道交通接驳客流预测改进模型

本文从当前城市轨道交通车站接驳工作中存在的问题入手,阐明了接驳客流预测工作的重要性,并着重抓住天气因素对接驳客流预测的影响,结合现实调查数据,找出了晴天和雨天的各种接驳交通方式客流分担率变化规律;在此基础之上借助于经典的Logit模型构建了城市轨道交通接驳客流预测的改进模型,指出各种接驳方式的设施需根据不同天气条件下客流需求的最大值进行配置.     

城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

基于演化博弈理论的城市轨道交通高峰票价定价研究

准确衡量高峰时段城市轨道交通与地面公交的时间、空间价值,确立合理的城市轨道交通票价对于城市轨道交通可持续发展显得十分重要.通过构建群体成员高峰时段对于城市轨道交通以及地面公交选择情景下的演化博弈模型,以重庆市为例,对其城市轨道交通票价定价进行了研究分析.结果表明:票价以4元为基础票价,以2元递增从一定程度上能够有效地控制城市轨道交通的客流量,并在此基础上对城市轨道交通客流量以及票价进行了敏感性分析,发现在相同票价变化幅度的情况下,出行距离越远,客流变化幅度越大,且随着出行距离的增加,客流变化幅度差值显著增加.     

基于经济扩散模型的粤东城市群客运量分布预测

针对现有交通量分布预测方法对于城市群内城市间客运量预测的不适应性,提出采用基于常见、易收集的社会经济数据构造经济扩散模型进行城市群内城市间客运量分布预测,对现有交通需求预测方法进行创新和补充,通过对汕潮揭三市间未来客运量的预测,验证方法的有效性。     

城市轨道交通网络新线接入后的客流预测

城市轨道交通网络新线接入后,网络拓扑结构和客流时空规律都将发生较大变化。提出通过可达性指标将进出站量预测、OD分布量预测、基于路径选择模型的随机客流分配等阶段关联,构建客流预测模型。进出站量预测时,构建土地利用替代指标,避免对新车站周边土地利用、社会经济属性等进行调查;同时由目的地选择效用计算得到车站可达性指标,描述车站位置对进出站量的影响。OD分布量预测时,构建目的地选择模型,可适应拓扑变化后的场景,模型中OD可达性指标由路径选择效用计算得到。构建的路径选择模型,综合考虑了影响乘客路径选择的各因素。最后,对广州市地铁6号线接入后的客流进行建模预测,各模型参数均符合统计检验要求且客流预测精度较高。     

突发事件下地铁网络乘客出行行为仿真模型

城市轨道交通突发事件会对乘客出行行为造成一定影响,同时还将影响网络客流分布。首先分析了突发事件对轨道交通网络客流出行行为选择的影响,建立了乘客Agent和列车Agent模型及系统要素间的交互机制,利用多智能体仿真方法构建仿真模型,对城市轨道交通网络突发情况下的乘客出行行为进行仿真研究。最后通过实验网络进行仿真验算,结果与传统方法对比验证本仿真模型的有效性和实用性。研究可为城市轨道交通网络客流分布计算提供基础,也可为城市轨道交通应急指挥、列车运行方案调整等提供辅助决策依据。     

城市轨道交通网络短时客流OD估计模型

基于状态空间方法构建适用于城市轨道交通网络的短时客流OD(origindestination) 估计模型.利用自动售检票数据分析得到OD间乘客行程时间分布特征,构建基于行程时间分布的客流到达系数,以此建立OD流与车站进出站客流间相互关系,并以车站客流分离率为状态变量构建结构化OD矩阵估计状态空间模型.以北京市轨道交通为对象进行案例分析,结果表明,当估计时段长度为15 min 时,估计平均相对误差为 35.5%;为30 min 时,估计平均相对误差为20.4%;为60 min 时,估计平均相对误差为 16.3%.所构建模型能能有效解决城市轨道交通短时客流估计问题,具有一定的实用性.     

基于非集计模型的铁路通道内客运专线分担率模型

客运专线网的逐步建成加剧了运输方式间的竞争,影响着不同方式客流分担率的变化。为充分发挥铁路通道的整体运输能力,论文基于出行效用最大化行为假说,确定了影响乘客出行方式选择的特性变量及相应的取值方法,选择客运专线和既有线作为铁路通道内居民的出行方式,建立了交通方式选择二肢Logit模型。作者用非集计模型将乘客的出行时间、出行目的、出行距离和票价等个人特性引入模型,提高了模型的实用性。通过交通规划软件-TransCAD标定模型参数,得到了不同出行距离下铁路通道内客运专线和既有线的客流分担率,证明在一定距离范围内客运专线的客流分担率与开行距离呈正相关,从而给出了铁路通道内客运专线开行的优势距离范围的建议。     

南京市地铁1号线开通初期客流预测

为了对南京市地铁1号线开通初期进行精准的客流预测,以规划地铁1号线沿线车站1km半径范围内的51个交通小区为研究重点,进行了5类个人出行调查,利用四阶段法建立交通模型进行预测分析。在交通方式预测阶段,利用交通意向调查数据建立了轨道交通转移率模型,得到轨道交通OD预测结果。最后,将预测结果与实际客流进行比较,说明客流预测精度较好,验证了所使用的出行调查和模型方法的合理和有效性。     

基于GPS 轨迹挖掘的城市空间动态交互特征研究

对城市移动轨迹进行深入挖掘，有助于更加精细地理解城市空间动态交互特征. 以兰州市出租车GPS轨迹为基础，采用栅格方法，分析城市栅格空间的交通出行量. 以栅格为节点，以交通出行量为权重，建立动态有向加权复杂网络. 采用Infomap 算法识别城市社团结构，研究兰州市城市结构的时空演化特征，并对城市社团识别结果进行可视化分析. 研究表明，休息日和工作日城市动态时空交互存在明显差异. 工作日的城市空间交互距离和范围较大，空间交互更加紧密；休息日的空间交互范围相对较小，分裂程度较大. 高峰期和非高峰期城市空间交互也有不同，城市空间交互随时间动态变化. 研究结果可为政府管理城市，商家运营和居民出行提供决策服务.