城市轨道交通新线接入对既有网络 客流分布的影响

以城市轨道交通新线接入对既有网络客流影响为研究对象,深入研究相关理论与方法,基于接入轨道交通网络的新线特点、接入位置等因素,提出接入轨道交通既有网络市区贯穿型线路、市区环状型线路、郊区延伸型线路3种新线类型,分析不同新线类型接入后对既有轨道交通网络客流分布的影响以及引起客流分布变化的原因,主要有:网络规模的扩张、土地使用性质的改变、网络连通性增强3个原因,并通过选取北京既有网络中的4号线为典型案例,分析不同类型的线路接入对4号线的客运量、换乘量以及断面客流量的影响,从而得出城市轨道交通新线接入对既有网络客流分布的影响机理。     

新线接入条件下的城市轨道交通网络起讫点客流量预测模型

新线接入将导致城市轨道交通网络连通性等特征发生一定的变化,影响相关线路的客流分布,进而需要对客运组织和行车组织做出调整.分析不同类型新线接入的影响,采用站点进出站客流量数据来表征土地利用变化,通过站点分类与匹配,构建站点进出站客流量预测模型;在此基础上,对网络起讫点矩阵进行区域划分,结合每个区域客流的特点,分别构建相应的客流起讫点预测模型,并以深圳地铁11号线接入作为实际案例,来验证模型和方法的有效性和适用性.验证结果表明,新线接入后的客流分布预测以及客流影响评估,有助于运营管理部门分析掌握新线接入后的实际客流变化情况,以制定与优化相关线路的运输组织方案.     

基于AFC数据的城市轨道交通乘客目的站实时预测

为解决轨道交通只有在乘客刷卡离开路网，且获得实际列车运行图后，才可通过清分模型系统仿真推演其全出行链的问题，在实时接入自动售检票系统（AFC）刷卡数据情况下，建立基于乘客出行OD规律、乘客职住地规律及重点去向车站规律的级联目的站预测模型，为进站乘客快速预测目的站，进而与清分模型系统结合实现进站乘客在网分布的实时动态推演。通过开展乘客目的站预测，提高客流实时仿真推演系统对各项客流指标的预测准确度，不仅方便运营管理人员进行科学高效的网络化运营调度指挥及客运管理，还可为乘客出行提供个性化引导。     

基于AFC数据的城市轨道交通短期客流预测实时修正研究

短期客流预测数据一般在预测日前1周或1月内生成，但突发疫情、恶劣天气等非预知情况会引起预测量与实际量有较大偏差，因此需要根据AFC数据对预测趋势及预测指标进行实时修正。首先建立基于AFC数据的客流实时清分推演模型，预测当前时刻前已进站但未出站乘客的出站车站、出站时间，出行路径及所乘车次；然后提出趋势修正策略，根据实时AFC刷卡数据及下一时段的预测OD客流量，采用自下而上的策略对下一时段各车站的预测OD客流量及预测出行记录进行修正；进而采用指标修正策略，将趋势修正与实时清分推演结果结合，生成下一时段全维度修正指标；最后以突发疫情为例，通过实验验证实时修正系统的应用效果。短期客流预测的实时修正能够进一步增强路网运营全貌监视能力及实时调度辅助决策支撑力度。     

洛阳轨道交通1号线开通初期行车组织方案研究

城市轨道交通开通初期的行车组织方案主要取决于预测年的客流预测结果及客流出行特征,尤其是预测年高峰单向最大断面客流量和全日断面客流量。本文结合洛阳轨道交通1号线的线路特点,在分析研究客流出行特征的基础上,确定了1号线的车辆选型及列车编组、行车交路计划、全日行车计划及列车停站时间,并提出了应对1号线运营初期早晚高峰客流具有较强潮汐特性的运营组织方案,为洛阳轨道交通1号线的正式运营提供一定的依据及参考。     

基于列车满载率的城市轨道交通进站客流量控制

基于新冠肺炎疫情的防控要求，2020年初北京轨道交通将列车满载率作为客流控制指标，严格控制城市轨道交通的进站客流量。为此，亟需量化各车站的进站客流控制阈值，用以作为现场客流管控的依据。提出了基于列车满载率的进站客流控制模型及相关客流控制方案。首先根据线网的客流特征对控流日客流的OD(起讫点)信息进行预测，再结合列车运行图精确推演出乘客进站—上车—换乘—下车的全过程出行链信息，计算得到乘客出行所乘坐的各计划运行车次的列车满载率数据；然后结合列车满载率控制指标进行逆向推演及反算，得到该计划列次在各站上车的客流控制阈值，再根据车站客流分布特征计算得到各站10 min粒度的进站客流控制阈值；最后，举例说明了该客流控制模型在北京轨道交通线网进站客流控制管理中的科学性及有效性。     

基于广义动态模糊神经网络的轨道交通车站进站量预测1

针对轨道交通车站短时进站客流的不均衡性、高度非线性和时变性特点，结合逻辑推理能力强的模糊技术与自学习能力强的神经网络，提出一种基于广义动态模糊神经网络（GD-FNN）的短时进站量预测方法。以北京轨道交通各车站的进站客流量数据为例，分析轨道交通车站的进站客流特征，确定影响短时客流分布的主要因素；然后采用GD-FNN方法构建车站短时进站量的预测模型，实现北京轨道交通系统若干车站进站量的预测，预测结果表明，该方法与传统的神经网络相比，预测效果更准确（最大相对误差小于8%），稳定性好。     

新线开通对线网客流特征的影响

随着北京市轨道交通的快速发展,每年的新线开通都将对线网各线的客流分布产生较大的影响,但新线可研多注重新线自身的预测,缺乏线网整体变化的预测分析.结合线网客流变化的关键因素,探索利用新线可研和现有OD数据预测新线开通后线网客流的方法,并以北京地铁4号线开通为例进行验证,从一定程度上证明该方法的可行性和适用性.     

城市轨道交通环线试运营客流预测方法研究

为解决目前城市轨道交通环线开通试运营期间,客流预测OD数据难以获取、"初设"客流预测结果偏差较大的问题,考虑相邻轨道车站客流分布及出行规律具有相似性,提出一种"既有网络+新开环线"出行需求生成方法。既有线网OD计算以不同线路客流自然增长规律为基础;新开环线客流OD分布,根据环线车站进、出站客流量,结合环线车站位置分布以及既有线网组团间客流分布规律计算所得。经过验证,通过"既有网络+新开环线"算法实施轨道环线试运营期间出行需求预测,并将其在新的线网中分配,可实现线网客流情况快速计算,为线网运营组织安排提供依据。     

城市轨道交通新站开通初期实时进出站客流量预测

针对城市轨道交通新站开通初期实时客流预测缺乏历史数据、客流波动大等问题,提出基于改进K近邻非参数回归的新站开通初期实时进出站客流量预测方法。考虑城市轨道交通客流生成机理,分析新站开通初期车站客流量变化规律及其与车站周边土地利用的相关性;基于该相关性,通过聚类分析构建新站与相似既有车站的映射关系,提出支撑新站客流预测的历史数据库构建方法;在此基础上,结合实时客流特征改进非参数回归算法,提出新站开通初期实时进出站客流量预测方法;利用广州地铁客流数据进行新线开通初期实时进站量预测的案例分析。结果表明:该方法具有良好的预测精度,新站开通初期实时进站客流量预测的平均绝对误差不大于16人次,可满足城市轨道交通精细化的运营管理需求。     

城市轨道交通新线开通对既有线网运营的影响

结合城市轨道交通新线及既有线网的实际运营条件,分析新线客流预测、新线与既有线网的衔接关系及线网客流分布特征;从运力运量、设备设施能力匹配的角度,研究新线开通后对既有线网运营的影响。以2011年底新开通的北京轨道交通15号线一期东段为实例,利用仿真的手段,研究该线开通可能对北京轨道交通既有线网运营带来的影响,提出应对措施与建议。     

基于广义动态模糊神经网络的短时车站进站客流量预测

针对轨道交通车站短时进站客流的不均衡性、高度非线性和时变性特点,结合逻辑推理能力强的模糊技术与自学习能力强的神经网络,提出一种基于广义动态模糊神经网络(GD-FNN)的短时进站客流量预测方法。以北京轨道交通各车站的进站客流量数据为例,分析轨道交通车站的进站客流特征,确定影响短时客流分布的主要因素;然后采用GD-FNN方法构建车站短时进站量的预测模型,实现对北京轨道交通系统若干车站进站量的预测。预测结果表明:该方法与传统的神经网络相比,预测效果更准确(最大相对误差小于8%),稳定性好。     

轨道交通短期客流预测方法及其算法研究

轨道交通客流预测对轨道交通日常运营有着重要作用,文章首先根据轨道交通历史数据,对其客流特性进行了分析,着重利用灰色模型对轨道交通短期内的客流量进行建模预测,利用马尔科夫链修正和改进模型预测结果;为了方便客流预测的自动化实现,给出了整个客流预测过程的流程图,并对其预测算法进行了研究。     

苏州轨道交通节假日客流预测研究

节假日大客流往往会对城市轨道运营管理造成较大压力,及时准确地预测节假日期间客流,可以为城市轨道交通运营与管理部门制定运输计划、确定应对措施提供重要依据,保障节假日期间轨道交通安全顺畅运行。在分析节假日客流变化趋势的基础上,根据历史客流变化趋势获得基准客流;基于当前客流量水平,构建ARIMA-GARCH模型,预测轨道交通未来节假日各时段客流量。基于苏州轨道交通2018年与2019年的历史客流数据,对方法进行验证分析。结果表明,该方法能有效识别节假日客流特征,降低客流预测前期工作,并实现城市轨道交通节假日各时段客流预测。     

城市轨道交通客流密集度指数研究

基于轨道交通物联网监测数据，从点、线、面三个层级，构建不同时间粒度车站、线路、网络的客流密集度指数计算模型和算法。车站客流密集度指数模型综合考虑影响车站密集度指数的关键区域（出入口、站台、楼扶梯、换乘通道）的拥挤程度和拥挤范围因素；线路的客流密集度指数模型综合考虑车站和区间的影响；网络的客流密集度指数模型由各线路的客流密集度指数加权得到。测试结果表明，提出的模型计算结果与实际地铁客流出行规律一致，可较好地反映地铁拥挤程度，为地铁客流运营拥挤状态评价和辅助决策提供技术支持。     

面向城市轨道交通网络规划的多粒度仿真建模

研究目的:目前,仿真技术开始在城市轨道交通网络规划方案的分析与评估中发挥重要作用。在网络化运营条件下,城市轨道交通路网规模和复杂性增加,使得系统建模和仿真评估的难度加大。为了高效、灵活地构建仿真系统,实现城市轨道交通路网规划方案的综合分析与评估,有必要研究城市轨道交通网络系统的多粒度建模与仿真方法。研究结论:(1)本文结合城市轨道交通各车站的地理分布特点,采用不同粒度的路网拓扑设施仿真模型和乘客仿真模型作为基本单元,通过集成的方式来构建多粒度的城市轨道交通路网仿真系统;(2)构建分层路网拓扑模型,可解决不同粒度仿真模型的空间一致性问题;(3)采用聚合建模的方法可解决多粒度车站模型的对象状态一致性的问题;(4)运用代理技术可实现多粒度模型间信息交互的管理,能够在系统集成中满足可扩展性与运行灵活性的要求;(5)运用本文构建的仿真模型,可对城市轨道交通新线接入后的路网客流分布与能力负荷状况进行仿真,以实现新线规划方案的分析与评估。     

基于AFC数据的城轨站间客流量分布预测

基于轨道交通自动售检票系统(Automatic Fare Collection,AFC)统计获得的集计型客流数据,依据行为分析理论,提出1种适用于路网结构变化条件下的城轨站间客流量分布预测模型。首先,基于随机效用最大化理论,构建乘客目的地选择模型,选取终点站吸引客流量、列车运行时间、乘客在站换乘时间、乘客换乘次数、起终点站的线位关系和站点属性6个指标构建效用函数,以反映目的地吸引力、城轨服务水平、起终点站之间的线位匹配关系等对乘客目的地选择行为的影响,在此基础上,建立站间客流量分布预测模型;然后,利用代表个人法将AFC数据转化为非集计型数据,基于WESML(Weighted Exogenous Sampling Maximum Likelihood)估计方法,实现对目的地选择的非集计预测模型的参数标定。采用广州地铁6号线开通前后的AFC数据,对该预测模型的预测效果进行检验。结果表明:在新线接入导致地铁线网结构发生变化的条件下,全线网站间客流量分布预测的平均绝对误差仅为36人,因此该预测模型具有较高的预测精度。     

西安地铁2号线南段运营初期客流预测

以西安地铁2号线南延段开通日期为预测年限,通过设计、实施客流调查及AFC(自动售检票)系统数据分析,深入探讨2号线南段现状客流出行特征及既有线上的客流规律,运用在既有客流规律基础上的趋势推演法,通过标定车站客流与土地利用、到离站交通距离与地铁车站选择、合理轨道乘距等数学模型,从客运量与断面客流量两方面完成其开通初期的客流预测,为2号线南段开通的运输计划编制提供依据,为后期新线开通的客流预测积累经验。     

客流预测成果在地铁行车组织设计中的应用

结合南宁轨道交通1号线的设计前期工作,对客流量级进行阐述,分析客流预测三级数据,确定运营的规模;根据OD客流分析来研究行车交路,做出满载率和拥挤度的评价,最终确定车辆编组与行车密度的组合,从而形成合理的运营方案。     

轨道交通车站客流预测模型研究

研究目的:通过对传统的"四阶段"客流预测方法优缺点的分析,对交通出行方式分担率预测模型进行改进,提高客流量预测的准确性,为轨道交通车站站台尺寸及其它设施的设计提供依据.研究结论:在交通出行方式分担率的预测模型中,引入"出行者收入水平"这一概念,重新定义了交通出行方式阻抗函数,优化了传统的"四阶段"客流预测方法.以北京地铁1号线五棵松车站为例,对该车站高峰小时进出站客流进行了预测,将预测得到的客流量与实际客流量进行了对比,证明了本文所提出的方法是一种快捷、有效的客流预测方法.