手机信令数据在交通枢纽客流监测中的应用——以重庆市为例

为及时、准确地掌握节假日期间综合客运枢纽的出行规律,针对客流数据采集的非实时性问题,采用手机信令数据研究了交通枢纽客流监测方法。以重庆北客运枢纽为例,根据枢纽和基站的分布特性划分了监测范围,采用手机信令数据实现了在站客流、全日客流和集散时间的实时监测,并分析了不同节假日期间交通枢纽的运行特征。最后,通过交通枢纽的历史客流数据对本文提出的监测指标进行了验证。结果显示,利用手机信令数据监测的交通枢纽客流量准确率达90%以上,可用于综合客运枢纽的客流实时监测和预警。     

手机信令数据在交通枢纽客流监测中的应用 ——以重庆市为例

为及时、准确地掌握节假日期间综合客运枢纽的出行规律，针对客流数据采集的非实时性 问题，采用手机信令数据研究了交通枢纽客流监测方法。以重庆北客运枢纽为例，根据枢纽和基站的分布特性划分了监测范围，采用手机信令数据实现了在站客流、全日客流和集散时间的实时 监测，并分析了不同节假日期间交通枢纽的运行特征。最后，通过交通枢纽的历史客流数据对本文提出的监测指标进行了验证。结果显示，利用手机信令数据监测的交通枢纽客流量准确率达 90%以上，可用于综合客运枢纽的客流实时监测和预警。     

���ڶ�άʱ�����е�ETC ��ʱ��ͨ����Ԥ��ģ��

ETC短时交通流量预测是高速公路ETC管理的基础,准确的交通流量预测为交通枢纽管理方案设计与ETC车道的建设规划等提供指导.目前关于短时交通流量的研究很多,但多数是以数学表达式的形式进行模型表示,很难进行准确的趋势描述.本文基于多维时间序列的ETC短时交通流量预测模型,考虑了法定节假日、高速公路免费和天气等外界因素对ETC交通流量的影响,并结合某地尾号限行的特殊性,考虑"周几"因素,以某高速公路ETC车道交通流量数据为基础,进行预测.预测结果显示,该模型预测结果总体平均绝对相对误差为8.10%,表明该模型具有较强的实用性.     

基于ARIMA模型的城市轨道交通进站量预测研究

客流量预测是客运组织的基础,预测结果能够为运营管理及应急处置提供决策依据。针对城市轨道交通客流量预测问题,在分析轨道交通站点客流的周期性波动规律及变化趋势的基础上,构建自回归积分滑动平均模型(ARIMA)进行站点进站客流量的短期预测。以北京地铁为例进行实证分析,利用符合要求的季节ARIMA模型对客流量进行短时预测,选取东直门站实际客流进行模型参数标定,并对路网上典型车站(端点站、中间站、换乘站及接驳站)进行客流预测。研究结果表明:自回归积分滑动平均模型的平均预测误差仅为4%,具有较高的预测精度,验证了预测方法的准确性。     

基于最大熵模型的大连北站客运枢纽换乘客流预测

从宏观上对客运枢纽换乘客流进行分析和预测.引入最大熵模型,以现有换乘客流矩阵作为基础,对模型参数标定并对问题进行了求解.根据历史数据计算,得出综合枢纽的换乘矩阵,与实际数据对比后发现误差较大,经过分析再次添加两个参数,并用实际数据进行标定,最后将模型运用到大连北站综合枢纽的实例中进行计算.     

城市区域交通优化仿真与评价

城市区域交通拥堵形势日趋严峻,如何有效地评价城市交通运行状态,为交通控制提供决策支持,是城市交通管理面临的迫切需求.旨在通过建立城市区域交通优化仿真模型,从模型构成、参数标定、指标评价等方面对城市区域交通进行分析.最后以上海市五角场核心区域为例,在交通仿真软件Synchro中对五角场核心区域道路网进行模型仿真,并对仿真结果进行评价.分析结果显示,该研究对于城市区域交通优化改善评价具备一定的合理性和有效性.     

基于乘积ARIMA模型的城市轨道交通进出站客流量预测

基于城市轨道交通自动售检票（Automatic Fare Collection,AFC）系统采集的进出站客流的历史数据,构建乘积差分自回归移动平均（Auto-Regressive Integrated Moving Average,ARIMA）模型,实现对进出站客流量的精确预测.通过自相关和偏自相关函数进行数据的平稳性和周期性分析,消除趋势性和周期性特征影响;考虑到处理后数据的周期性和短期相关性之间的乘积关系,构建乘积ARIMA进出站客流预测模型,并以广州地铁各车站进出站客流量数据为例进行了模型的参数标定.模型预测值与实际值的对比分析显示该模型的平均绝对百分误差保持在5％以内,表明该模型具有很高的预测精度和良好的适用性.     

GM(1,1)模型在春运铁路客流预测中的应用

客流量预测是铁路运输组织工作的重要基础,是铁路部门制定运输方案和列车开行计划的主要依据。采用灰色GM(1,1)预测模型建立我国春运铁路客流量的预测模型,经验证,建立的模型精度较高,可预测短期客流量。最后,运用该模型对我国未来5年的春运铁路客流量进行预测,结果表明:近几年我国春运铁路客流量呈现出线性增长趋势,年平均增长率为7.7%。     

对城市交通枢纽发展战略制定的思考

城市交通枢纽系统是城市交通系统和城市社会经济系统的子系统,对城市交通枢纽发展战略目标的分析,应将其放到城市交通系统及城市社会经济系统中去考虑。指出应从系统论的角度,利用大背景分析法来构建城市交通枢纽的发展战略目标,并以北京城市交通枢纽为例进行了具体分析。     

基于融合模型动态权值的短期客流预测方法

针对传统交通系统中短期客流预测精度低的问题,考虑城市交通站点客流数据在横纵向时间序列的规律性,基于卡尔曼滤波算法和K近邻（K-Nearest Neighbor, ANN）算法,分别根据当日数据和历史数据对客流量进行预测,然后利用权重系数方程对两个预测值加以融合,从而构建基于融合模型动态权值的短期客流预测方法。以某城市的某公交站点客流数据为研究对象,对所建融合模型短期客流预测的准确性和适用性加以验证。结果表明,新建模型、单一的卡尔曼滤波模型和KNN模型的平均相对误差分别为3.6%, 9.0%和7.7%,可见新建模型能更好地拟合客流变化趋势且评价效率更高。     

��������Ʒ����������ۺϽ�ͨ���˽ṹԤ��

经济的快速发展要求有功能完善、结构合理的综合运输系统,对该系统进行合理预测与规划可避免交通设施重复建设,减少资源浪费.本文基于马尔科夫理论,预测区域综合交通客运结构发展规律.构建了基于马尔科夫链的区域综合客运结构发展模型,并以黑龙江省综合客运交通为例,确定了黑龙江省未来年份的客运结构.结果表明,黑龙江省水运在客运中占有的份额正在被其他方式所代替,部分铁路客运量向公路转移,四种客运方式分担比率除水运以外没有大的改变,民航所占份额有所减小.验证了客运结构发展预测的可靠性,可为相关部门管理者提供决策建议.     

基于综合交通网络的干线公路客流预测方法

提出了一种融合多种运输方式的干线公路客流预测方法;通过引入基于“人次”的标准客运单元和“点-线”的枢纽节点转化方法,将公路、铁路、航空以及水运等不同运输方式子网络进行融合,构建了可体现不同运输方式之间换乘关系的综合交通网络模型;考虑出行经济费用、出行时间、最大出行恢复时间、舒适度等因素,构建了综合交通网络下不同运输方式的阻抗模型;利用额定载客数和单位时间发车次数等参数,实现了综合交通网络下不同运输方式路段最大容量的标定;基于标准客运单元和综合交通网络模型提出了考虑综合交通阻抗的客流分布预测模型,实现了考虑其他运输方式影响的干线公路客流预测,并以黑龙江省哈大绥齐地区为例进行方法验证。研究结果表明:与2019年的实际观测值相比,在无伴行线路时基于综合交通网络的干线公路客流预测方法预测结果平均误差为5.47%,略低于传统四阶段法的6.14%,但在有伴行线路时该方法平均误差为4.58%,远小于传统四阶段法的11.89%;相比传统四阶段法,该方法能够更好地反映综合交通网络结构变化后转移客流对干线公路客流量的影响;相比新增水运线路,新增高速铁路或普通铁路伴行线路对干线公路客流影响更大,更能促使公路客流向铁路进行转移。      

综合客运枢纽旅客换乘服务水平评价方法

为提高城市客运系统的运行效率,提升综合客运枢纽服务水平,适应综合客运枢纽建设的发展趋势,从“设施设备、客流组织、换乘效率、换乘服务”四个方面入手,分析综合客运枢纽旅客换乘服务水平的重要影响因素,建立了旅客换乘服务水平评价指标体系。基于层次分析法,提出旅客换乘服务水平评价方法,并通过案例进行验证。研究结果表明,该方法可有效衡量综合客运枢纽的旅客换乘服务水平,并对综合客运枢纽的换乘衔接、交通组织、换乘服务等方面进行评估,可为综合客运枢纽旅客换乘服务水平评估提供参考。     

城市间旅客运输需求预测模型研究

本文以沪宁城市群为例,对城市间旅客运输需求总量、空间分布和运输方式的市场分担率进行研究和预测。文章着重分析影响城市间旅客需求的因素、旅客时间价值和出行广义费用的确定、空间分布模型参数标定和检验及各运输方式市场分担率预测等问题,并且认为高速度、高密度、大容量的铁路旅客运输是城市问（特别是大城市间）旅客运输市场中最有力的竞争者。     

公路客运枢纽社会经济效益综合评价模型

公路客运枢纽社会经济评价是协调运输枢纽布局规划与城市社会经济发展目标的手段,也是公路运输枢纽投资建设重要环节。通过对公路客运枢纽建设目标分析,建立公路客运枢纽社会经济效益综合评价指标体系,提出基于多层次模糊综合评价法综合评价模型和评价方法。并针对实际案例应用公路客运枢纽社会经济效益综合评价模型,详细阐述综合评价法的实际应用。     

���ڶ�Ŀ���Ż��ĵ�·����վ��ѡַ�о�

为了研究道路客运站场规划的站场选址优化,提出了一种基于多目标优化的道路客运站场选址方法。首先,将道路客运站场规划区域的道路网简化为有向赋权图,使选址优化问题转化为0-1规划问题;然后,以道路客运站场的建设投资、网络总运输成本以及乘客的总出行距离为优化目标,同时把道路客运的实际条件转化为优化目标的约束条件;最后,利用基于目标值排序组合选择的多目标遗传算法求解模型的Pareto最优解集合,并通过客运站场选址优化算例阐述了模型的求解过程。     

基于数据预处理的铁路客运量灰色预测模型

铁路是国家的基础设施,对铁路的客运量进行准确地预测具有重要的理论意义和实际应用价值。首先对传统预测方法进行了分析,指出它们在运量预测中的不足,进而提出应用灰预测进行运量预测的优势。结合滑动平均法对灰预测方法进行了改进,同时考虑初始条件的改变。在预测2006-2010年全社会客运总量的基础上,根据铁路客运在各种运输方式中所占的份额预测2006-2010年的铁路客运总量。     

基于IWOGA算子的公路客运量组合预测模型

客运量预测是进行公路网规划的必要环节和计算公路经济效益的基础。为了提高公路客运量的预测精度,在现有客运量预测模型基础上,采用IOWGA算子将三次指数平滑、GM（1,1）预测和BP神经网络结合起来,建立组合预测模型,并以全国公路客运量为例,验证预测结果的精度。分析计算结果,将该模型所得结果与其它常用方法相比,与实际客运量之间相差较小,预测精度较好,可以作为预测公路客运量的有效方法。     

成都市公路客运量预测

在分析成都市1990—2001年交通运输发展历程，特别是公路旅客运输需求的基础上，运用多种数学模型，预测成都市未来特征年的公路客运量，为成都市公路主枢纽客运系统布局规划修编提供依据显得尤为重要。     

基于B．P．R模型的综合交通枢纽客运换乘量预测

在对比研究各种换乘量预测模型的基础上,针对其流量分布与交通规划“四阶段法”中的交通分布预测在原理及结果表达方面的相似之处,引入B,P．R模型,并结合层次分析法,弥补重力模型在标定阻抗函数方面的一些不足。将二者结合运用到对东直门交通枢纽的研究中,收到良好效果,能够比较准确地对枢纽内各种交通方式的换乘量进行预测。