高速铁路车站旅客交通特性研究

对高速铁路车站——大连北站的旅客流数据进行了视频采集和分析,建立了不同设施的旅客流参数关系曲线和函数模型.研究结果表明,旅客速度服从正态分布;旅客流量与密度、速度与流量呈二次函数关系;水平通道处的速度与密度呈线性关系,楼梯处的速度与密度表现出相似的特征,但关系曲线为指数方程.     

不同类型城市轨道交通车站站台客流特性对比研究

随着轨道交通的发展,站台客流拥挤、服务效率低等问题越来越受到重视,研究城市轨道交通客流特性是解决该问题的基础。本文从个体行为和群体行为两个角度重点对不同类型城市轨道交通车站站台上的乘客行为进行对比分析。在乘客个体行为方面,主要研究不同类型城市轨道交通车站站台高峰和平峰时段乘客个体的步幅、步速、步频等属性的特点及之间的关系,并进行建模分析;在乘客群体行为方面,主要研究不同类型城市轨道交通车站站台出站乘客流速度与密度的关系以及针对乘客候车区选择特性分析建模。通过上述分析,得到不同类型城市轨道交通车站站台乘客行为规律及模型,为地铁车站根据自身类型进行客流组织和站台服务设施布置提供一定的理论依据。     

城市轨道交通车站疏散乘客行为及影响分析

轨道交通车站突发事件下乘客的疏散行为对安全疏散具有重要影响。通过对轨道交通车站乘客疏散的个体行为和群体行为及其产生的影响进行细致分析,结合疏散行为特性和疏散行为的负面影响提出了缓解和解决措施。     

�ۺϽ�ͨ��Ŧ�ڲ����������Է���������ģ�Ͳ����궨

行人流特性分析及仿真模型参数标定目的在于为行人流仿真工作提供理论依据和基础数据。对国内综合交通客运枢纽——北京西直门地铁站行人流数据进行视频采集,采用统计分析软件SPSS对行人流参数数据进行筛选及拟合分析,建立了不同设施的行人流参数关系曲线及函数模型,研究结果表明,水平通道处行人流量与密度呈二次函数关系、流量与空间在某一临界点两侧分别呈二次函数及对数函数关系、速度与密度呈线性关系,楼梯处与之相似但特征点数值存在差异。在此基础上对社会力模型参数进行标定,给出了行人椭圆的长半轴的范围,并引入时间紧迫程度这一影响因子,确定期望速度为速度—密度函数与该影响因子的乘积。     

轨道交通车站大客流事件的形成、传播及对策

为定量分析轨道交通车站大客流事件形成及传播机理并提出应对策略,从大客流事件界定入手,将其发生与否归结为车站容量、输送能力及乘客到达流量之间的数量关系。区分大型活动大客流、事故/故障大客流、高峰小时大客流3类大客流事件,定量分析其形成原理,同时给出其影响的传播机理,在此基础上有针对性地提出应对策略。研究结果表明,当车站乘客到达流量与车站输送能力叠加后的流量超过车站容量并继续增加时,大客流事件将发生,并通过"涟漪反应"将其影响在轨道交通网络中传播。为此,可从事件预防、应急处置和事后评估三个层次,以及控制到达流量、提高服务能力、加强客流组织和关注薄弱环节四个方面来制定大客流事件应对策略。     

行人交通流三参数基本关系式适用性研究

为研究交通流量、密度和速度基本关系式对行人交通流的适用性,采用类比和误差分析方法,建立了行人交通流基本关系式评价方法与步骤.采集了水平通道、楼梯等步行设施行人流量、密度和速度数据,并利用基本关系式进行密度换算,分析了密度实际观测值与基本关系式换算值之间的差异.研究结果表明:对于有固定边界步行设施上的行人交通流,在极低密度和极高密度时,用基本关系式换算参数的误差可高达20%~25%;使用基本关系式还会得到极高密度时行人交通仍能获得较高流量与速度的错误结论,并导致部分高密度交通流数据缺失;行人交通流三参数基本关系式并不严格成立,对于行人通行能力的理论研究,不应采用基本关系式进行参数换算.      

基于实测数据的终端区空中交通流特性分析

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据.本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度-密度模型、流率-密度模型和流率-速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验.研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值.     

����ʵ�����ݵ��ն������н�ͨ�����Է���

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据。本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度—密度模型、流率—密度模型和流率—速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验。研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值。     

铁路客运专线车站乘客集散微观仿真模型

为优化铁路客运专线车站的设计,研究了考虑不同发车频率的客流生成机制,应用标准的马尔可夫决策过程描述了乘客在车站内的集散过程,提出了基于逻辑网络和点阵的设备控制表示方法,建立了铁路客运专线车站乘客集散微观仿真模型.仿真发现:当行人移动空间在0.5 m2左右时,流量达到峰值,速度分布在20～80 m*min-1,并随密度增加呈指数递减趋势;在相同客流输入条件下,不同设施上的客流集散规律不同;通过对行人复杂行为的仿真,成功再现了客流集散中的自组织现象,有效避免了交通流基本图模拟现实交通中的不适应取值范围.结果表明模型具有较高的可靠性和实用性.     

航站楼值机大厅旅客步行交通特性实证研究

为了研究机场航站楼值机大厅的旅客交通特性,以南京禄口机场T2航站楼值机大厅的实际情况为主要立足点,将值机大厅划分为三个区域:进出区、通道区和商业区后通过视频录像采集的方法对各区域的旅客交通特性三参数(流量、密度、速度)进行数据统计分析,并对参数间的关系进行函数拟合。结果发现值机大厅各区域的旅客平均速度分别为0.801,1.089,1.188 m/s,均低于国内外行人的平均速度;各区域内旅客密度与速度拟合关系呈反向线性关系,旅客速度随密度的增大而逐渐减少;旅客密度与流量拟合关系呈一元二次抛物线关系,旅客流量随着密度的增大先增大到最佳旅客流后再减小,直至达到阻塞密度。研究结果对机场建立客流预警等级,进一步规划发展商业区提供依据。     

短时公交客流小波预测方法研究

短期客流表现出不同于中长期客流的特性,本文在研究短期客流序列特性的基础上建立预测方法．采用离散傅里叶变换研究短时公交客流序列的频域特性;基于混沌理论,通过计算Lyapunov指数判断短时客流序列的混沌特性;最终建立短期客流序列的小渡预测方法．研究结果表明短时公交客流序列信号包含高频成份与低频成份,低频成份构成信号主体,高频成份导致信号波动,且短时公交客流序列具有混沌特性,这些特性导致单一方法短时客流预测精度较低;小渡预测方法通过信号分解重构在保留全部客流信息的基础上有效降低了客流信号的波动性,实例分析证明该方法可以有效提高客流预测精度．     

基于动态反馈神经网络的城市轨道交通短期客流预测

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交通的断面客流特征的基础上,建立基于动态反馈神经网络的城市轨道交通短期客流预测模型,提出通过若干组连续历史断面客流数据训练动态连续的神经网络,以此对未来客流进行预测;并以北京轨道交通某日早高峰客流为例进行分析,验证了该模型与方法的有效性。     

基于灰色理论的城市轨道交通短期客流预测研究

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作的关键。在研究城市轨道交通的断面客流特征的基础上,建立基于灰色预测的城市轨道交通短期客流预测模型,提出通过若干组连续历史客流数据构建灰色预测模型,以此类推对未来客流进行预测。以某城市轨道交通网络客流为例进行计算,得到预测数据与真实数据误差较小,验证了该模型与方法的有效性。     

广州市轨道交通客流特征分析

科学合理的预测轨道交通客流状况已成为轨道交通系统决策中面临的重大课题,需要在实践中不断积累、完善和提高。根据广州市轨道交通运营资料,从网络、线路、车站三个层面探讨轨道交通从单线向网络转变过程中的客流特征和成长规律,为客流预测模型的参数选择提供参考。分析发现：随着轨道交通网络的扩展,客运强度边际效应递减、换乘系数增大、平均运距增长;从线到网,换乘客流成为客流增长的主要来源;不同类型车站的客流特征差异较大,预测时应分类考虑。     

基于时序特征的城市轨道交通客流预测

通过分析城市轨道交通客流量的时序特征和RBF神经网络的作用机理,将具有不同时序特征的数据分别用不同的神经网络进行处理,建立了基于客流时序特征的并行加权神经网络模型,并用该模型对北京市城市轨道交通各条线路的客流进行预测.结果表明,各线路客流量预测结果的平均绝对百分误差均在10％以下,小于单个神经网络的预测误差,提高了预测精度.     

基于熵权法的城市轨道线路客流适应性研究——以武汉市城市轨道规划线路为例

城市轨道线路客流是影响线路规模、投资和运营等的重要因素,选取轨道线路客流特征指标,建立了基于熵权法的城市轨道线路客流适应性分析模型,并以武汉市城市轨道规划线路为例,分析不同线路对客流的适应性程度.结果表明,该模型对轨道线路的客流适应性具有较好的识别性,并对安排线路建设时序具有参考价值.     

���й����ͨ��������ֲ�����ģ���о�

城市轨道交通网络客流时空分布特征是网络化协同运输组织的基础与核心.本文在系统分析城市轨道交通乘客出行行为的基础上,基于Multi-Agent建模技术,构建了网络客流分布动态仿真模型,应用该模型模拟乘客的网络出行过程,统计分析得到路网的客流分布特征.该模型既能反映乘客网络出行行为全过程,又能满足大规模路网仿真需求.最后,开发了城市轨道交通网络客流仿真系统,通过北京市轨道交通网络的实际数据对模型和算法进行验证.     

城市群城际客运空间联系分布特征研究——以苏南地区为例

作者运用熵值反映系统差异程度的特点,提出客流分布熵的概念,并用以分析地区客流空间分布的均衡性;利用集中度、运输联系强度以及空间断裂点方法,分析空间运输联系的分布特征.以苏南地区为例,对分析方法和模型运用进行实证.结果表明:苏南地区城际客运空间联系具有双中心的特点,中心城市指向性较明显,且空间客流分布具有不均衡性.     

城市轨道交通网络化客流特征及成长规律——基于京沪穗深城市轨道交通网络客流数据分析

中国各大城市轨道交通将陆续进入网络化运营阶段,然而对于网络化进程中客流特征及成长规律尚缺乏深入细致的分析与研究。对北京、上海、广州、深圳4个城市轨道交通网络化进程中的客流特征及成长规律进行系统总结,涉及客运量及客运强度、断面客流量分布、线网换乘系数、乘距与运距、客流时间分布等。同时,针对轨道交通沿线土地利用、线网规模、服务水平、票制票价等影响客流特征变化的主要因素进行分析。在此基础上,对当前中国城市轨道交通规划、建设、运营组织的若干关键问题提出建议。     

寒地城市地铁客流特性及网络失效研究

为分析寒地城市地铁客流与网络特性，挖掘客流与寒地气候的相关性，本文利用《寒区城市多模式公交协同运营技术与示范工程》2013—2020 年共 8 年 11 万余条地铁客流数据进行研究。提出效用阻抗Space L-Space P模型建立地铁抽象网络，将时间维度细分为周、月和年这3类， 研究地铁客流特性与扰动因素，并建立寒地城市地铁网络失效模型，分析扰动后地铁站点与线路的客流分布。进一步选取哈尔滨市与南京市地铁数据，运用转移熵因果关系分析地铁网络客流分布与气候的相关性，得到寒地气候对地铁客流的影响。研究表明：所采集的地铁客流数据能够充分展现客流的状态与变化趋势，能够满足客流数据分析的精度与质量要求。近8年，哈尔滨市地铁客流呈现明显的增长趋势，地铁客流分布呈现2月为客流低峰，3月客流逐步回升，3~12月客 流较平稳且具有轻微波幅；换乘客流中夏季呈现8月大于7月大于6月的趋势，冬季则2月换乘客流最低，大多在周一与周五达到周换乘客流量极值。由地铁网络失效模型识别出关键站点，得到 哈尔滨市冬季客流略高于其余3季，冬季地铁网络较脆弱，结合实际数据的模拟分析表明，温度与地铁客流具有一定相关性，且哈尔滨市的相关性大于南京市。