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。     

轨道交通站点聚类及其对客流预测的影响分析

城市轨道交通站点受多层面因素交互作用而反映出异质性，为实现站点精细化分类，本文统筹考虑地铁刷卡数据、兴趣点数据和地铁网络数据，提取客流、土地利用和网络性质等特征，其中，客流层面考虑工作日、周末和节假日等不同日期类型下客流状态，土地利用层面考虑站点辐射区用地强度和均衡性，网络层面考虑节点自身特性和影响能力。构建基于主成分分析与K-means++算法的聚类模型，综合聚类评价指标确定簇数，辨析不同类型站点多维度特性，结合站区土地利用和站点网络特征探讨对出行活动的影响，并设计簇内联合预测和整体联合预测策略，采用3种多元时序预测方法探究站点聚类对预测性能的影响。研究结果表明：考虑全部客流特征时，划分为10簇，考虑工作日进站客流特征时，划分为5簇，充分挖掘客流时变特征能够获得更加精细化的聚类结果；各簇站点客流分布特征与其土地利用及网络特征间存在一定的反馈关系；相比于整体联合预测，通过聚类联合相关性强的站点进行预测，以间接捕获空间相关性的方式能有效提升预测性能，各模型均方根误差平均降低9.04%，平均绝对误差平均降低4.94%。研究结果为站点精细化管理和站区设施建设规划提供依据。     

基于公交站点上下客人数反推OD矩阵的概率论模型研究

基于站点上下客人数,采用简单概率分布模型,可提出反推公交站点间的OD分布矩阵的具体方法.实例表明,在采用此类方法进行反推计算时,应按照土地利用性质对站点进行合并计算,这样方可提高推算的精度.     

基于公交站点上下客人数反推OD矩阵的概率论模型研究

基于站点上下客人数,采用简单概率分布模型,可提出反推公交站点间的OD分布矩阵的具体方法。实例表明,在采用此类方法进行反推计算时,应按照土地利用性质对站点进行合并计算,这样方可提高推算的精度。     

基于路网仿真的地铁运营协调性分析

面向地铁运营状态的动态性、不确定性及多因素动态关联性,采用路网运营仿真技术,基于路网客流分布状态变化,从网络整体角度研究地铁运营协调性的定量分析方法.将运营协调决策问题分成资源配置、服务设计、客流控制三个层次,提出利用运能需求匹配度,将系统不同层次的协调性进行关联分析的思想.从运输单元运能需求匹配度的均衡性和换乘服务效能两个方面构建网络运营协调性分析指标,给出基于分布熵的协调性指数计算方法.构建地铁路网运营中观仿真模型,给出面向协调性研究的路网仿真实验流程.最后,以北京地铁为例,进行案例研究,利用路网客流分布仿真实验数据分析两条线路的运营协调性,给出优化后的列车开行间隔.     

城市轨道交通出站客流与疏散运能匹配研究

通过分析城市轨道交通出站客流的时空分布特性和到达规律,建立疏散运能匹配度模型来判定出站客流疏散的时效性。首先,构建出站客流到达换乘点的客流量计算公式,结合疏散运能计算公式,建立疏散运能匹配度模型。然后,从常规公交调度调整、线路和站点调整以及其他途径三个方面对运能调整进行建议。最后,以哈尔滨市轨道交通1号线为例,在交通量调查和问卷调查的基础上,对典型枢纽的出站客流与疏散运能匹配情况进行分析,得到沿线枢纽存在疏散运能不匹配的结论,需要进行运能调整以完成客流的及时疏散。通过对城市轨道交通出站客流与疏散运能匹配的研究,为充分发挥客流转换潜能,主动引导出行方式的结构优化,为缓解城市内部的交通拥堵提供理论支撑。     

公交客流OD矩阵推算

公交客流OD矩阵是／2-交运营调度的基础,精确的客流OD才能保证运营计划科学的制定,人、车资源合理调配。为了提高推算精度,本文提出公交客流OD矩阵受居民公交出行特征、公交停靠站附近的用地性质和停靠站换乘功能影响。采用K-S检验对居民出行站数进行分析,发现出行站数服从泊松分布。结合各停靠站的上下车人数,推算得到基于居民出行特征的客流OD。根据公交站点的吸引系数和吸引权,得到基于停靠站附近用地性质的客流OD推算模型。作者认为停靠站的重要系数与该站作为起始、终点和中途停靠的线路数有关,据此建立了基于站点换乘功能的客流OD推算模型。利用层次分析法组合上述三种影响因素,得到最后的公交客流OD矩阵。实例分析结果表明该方法确实可以大幅度提高推算精度。     

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。     

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.     

轨道交通沿线土地利用与站点客流相关性分析

轨道交通运营初期客运量与其沿线土地利用关系的研究对于后续轨道沿线用地布局和轨道客流的提升具有一定指导意义。以宁波市为例,调查了轨道1号线和2号线50个站点的土地利用性质和土地开发强度,研究了轨道站点周边800m用地开发容积率和站点客流之间的关系,并通过手机信令手段获取轨道东门口站和大卿桥站的站点客流分布情况,统计分析了站点客流与用地性质和建筑开发量之间的关系。研究结果表明:宁波轨道沿线用地开发率较低,平均容积率仅1.1;当站点周边平均容积率超过1.5,单位建筑面积日均进出站客流将呈现成倍增长。     

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.      

�����й����ͨ��������������ɳ�����

目前国内许多大城市都在建设或者规划城市轨道交通,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础,科学合理地预测客流已成为决策中面临的重大课题,及时总结城市自身的轨道交通成长规律和客流特征,有助于提高客流预测的准确性.本文根据广州已开通的八条轨道线运营资料,对轨道交通从单线向网络转变过程中的成长规律和客流特征进行分析.最后,从公交整体水平提升、换乘点接入、站点周边用地开发、以及轨道票价制定等方面提出相关建议,为我国轨道交通客流预测水平的提高奠定基础,为轨道交通的建设、运营提供参考.     

轨道交通与城市协同发展的空间差异性分析：以北京市为例

为识别轨道交通与城市协同发展程度的空间差异性，以及不同空间范围内城市发展水平对轨道交通客流影响的差异性，引入描述空间集聚特征的莫兰指数Moran's I 建立轨道站点周边城市发展水平评价方法，将轨道站点周边城市发展水平和站点客流空间集聚分布特征作为轨道交通与城市发展协同程度判断标准，划定若干研究区域，利用地理加权回归GWR 模型研究两者空间相关性和城市发展因素对轨道交通客流的影响. 实证研究表明：轨道站点周边城市发展水平与站点客流协同程度较高的区域，城市发展水平对站点客流影响更大；将城市发展因素对站点客流影响程度进行排序，密度高于交通便捷程度、功能多样化程度和发展紧凑度.     

高铁客运枢纽规划布局方法分析

在高铁客运枢纽规划布局中,充分考虑到枢纽对城市交通的影响。第一阶段,首先运用四阶段法进行城市背景交通需求预测;第二阶段,通过对高铁客运需求情况进行分析得到不同情况下的出行生成模型,以及建立基于高铁客运出行发生吸引量的分布模型;第三阶段,将前两个阶段组合,进行基于城市路网的组合预测,并对高铁枢纽建成后对于城市路网的影响进行分析。结论表明,加权均值越小,枢纽场站对城市路网的影响越小;加权方差值越小,枢纽场站对城市路网的影响分布越均匀。     

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.     

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。     

基于常规公交的轨道交通站点吸引范围研究

在进行城市轨道交通规划与运营优化时,需要对客流进行分析,其中确定城市轨道交通站点的吸引范围属于关键性问题。考虑到不同用地性质的轨道交通站点承担的交通功能不同,对城市轨道交通的站点进行分类,建立基于聚集效应的城市轨道交通站点客流吸引范围模型,并通过实例进行分析,得到轨道交通站点对常规公交客流的合理和最大吸引时间,从而确定不同类型站点的客流吸引范围。     

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.