融合网络拓扑结构特征与客流量的城市轨道交通 关键节点识别研究

科学合理地识别轨道交通网络的关键节点，并制定针对性的维护管理措施，有助于保障轨道交通的稳定运行。网络中的节点在局部发挥着对外传输与连接的作用，在全局中影响着网络的传输效率，同时，也必然受到其他节点的影响，本文提出一个考虑邻居节点影响的改进节点度模型评价节点的局部重要性，以及一个考虑其他节点影响的改进节点效率模型评价节点的全局重要性，基于改进的节点度模型和节点效率模型构建节点网络拓扑结构重要度评价模型，综合反映节点的局部重要性和全局重要性，也能反映其他节点对目标节点的影响；以进出站客流和换乘客流为基础建立节点客流量重要度评价模型；进一步构建综合考虑节点网络拓扑结构重要度和客流量重要度的关键节点识别模型，更加全面地评价节点的重要性，并以西安市数据为基础进行实例验证。结果表明：本文模型所识别出的关键节点，能很好地体现节点在网络中的功能特性；排名前5的关键节点失效，会导致客流损失34.41%，网络效率降低57%，相对最大连通子图比例下降91.82%，证明了模型的有效性。     

基于月客流量残差的地铁客流季节指数预测方法

为精准反映城市轨道交通的季节性特征,基于月客流残差提出了地铁客流季节区间分类方法.建立趋势方程并计算月客流残差,以月客流残差曲线之间的相似度为基础对月份进行分类,得出基于月客流残差曲线的季节分组区间(SIR).分别以每月进行分类并计算传统月份分组区间(TMC)、以每季度进行分类并计算传统季度分组区间(TQC)以及SIR区间的季节指数并进行预测.预测结果表明,提出的分类方法在相对误差、平均绝对百分比误差、均方根误差三方面都比其他分类方法更小.这说明所提出的分类方法在地铁客流预测中具有更好的适应性,从而可以为地铁运能运力调整以及运营计划的制定提供参考依据.