城市轨道交通票制与票价研究

随着城市轨道交通的快速发展,其票制与票价问题备受瞩目.本文介绍了城市轨道交通基本票制、票价制定原则及其优惠政策,在分析各城市轨道交通票价的基础上,对影响城市轨道交通票价的因素进行分析,提出未来城市轨道交通票制与票价的发展建议.     

公交票制票价多样性及客流效应分析

优先发展公共交通,提高公交运行效率,不仅是缓解城市交通拥堵的有效措施,也是调整城市交通出行结构、改善城市人居环境、促进城市可持续发展的必然要求. 为制定科学、合理的公交票价政策,引导大众选择公共交通方式出行,以成都市为背景,采用问卷调查方法对不同出行者、不同票制、不同票价、不同换乘费用进行意愿调查,得到最大满意度票价;基于调查数据,进行供求曲线分析,提出以最适票价满意度作为供求平衡点;通过票价意愿曲线,进行客流、票价间敏感性分析,得到不同出行者票价梯度变化规律. 本研究可为公交分担率提升,合理票制票价的制定提供依据.     

城市轨道交通客流预测相关问题分析

我国非常重视城市轨道交通的规划、建设工作.温家宝总理关于地铁规划、建设做过很多批复,曾明确指出为了节约能源要发展公共交通,发展公共交通要发展地铁.前期规划与客流预测对轨道交通的建设、运营至关重要.     

城市轨道交通客流预测面面观

轨道交通线路运量等级分类有高也有低,为什么大多城市都选择大运量的地铁系统,很少选择中运量的轻轨系统?是地方政府贪求高标准?是模型师预测有偏差?是规划师投其所好?还是国内中运量系统制造技术不成熟而做出的无奈选择?     

城市轨道交通客流预测的问题与建议

我国城市轨道交通近年来有序、快速、健康发展,取得了令世人瞩目的成绩.客流预测在方法、手段、基础资料规范方面都有很大的进步,客流预测专业人员为我国城市轨道的发展做出了贡献.     

城市轨道交通客流预测专家点评

2008年10月14—15日,“城市轨道交通客流预测理论、方法和应用”研讨会在北京顺利召开。会议交流了各城市轨道交通客流预测现状,探讨了客流预测理论和方法。这次会议不仅是对城市轨道交通客流预测工作的促进,而且必将对我国城市交通客流预测技术起到补充完善的重要作用。本刊特对部分与会专家的发言进行编辑整理,以飨读者。     

以不同视角阐述城市轨道交通客流预测问题

目前,城市轨道交通客流预测存在很多问题,不能把这些问题当成一种压力、包袱,应换个角度思考这些问题.     

城市轨道交通客流预测内容和应用

针对城市轨道交通客流预测存在的问题,介绍了城市轨道交通客流预测的基本观点、年限和范围。从线路客流、车站乘降客流、OD客流、换乘车站客流、车站出入口分向客流等方面,着重分析了城市轨道交通客流预测的内容及其在轨道交通建设项目中的作用。探讨了客流预测结果的可信度,包括线网总量控制、线路量级分析、敏感性分析和设计应用4个方面。最后,总结了轨道交通客流预测在未来应关注的问题。     

城市轨道交通客流预测校核技术研究

对城市轨道交通客流预测结果进行校核是保证预测结果合理可靠的必要环节,是客流专业人员需要掌握的技能。为更加全面地认识客流预测校核工作,确保客流预测水平科学合理,更好地指导和服务于项目决策,提出了几点客流预测校核思路,如:客流校核工作可按"面、线、点"三级架构逐层开展;客流校核指标体系包括客流整体指标、客流时空分布指标及其他指标;客流校核主要有核对基础、总结规律、相似比对、实地调查及软件计算五种方法。     

城市轨道交通客流灰色预测法应用

在介绍灰色系统理论的基础上,叙述运用GM(1,1)预测模型进行预测的详细步骤,讨论灰色预测模型在城市轨道交通客流量预测中的应用。并通过具体数据对未来时期的客流量进行预测,通过精度检验证明预测结果是可信的,从而证明GM(1,1)预测模型应用于城市轨道交通客流预测是完全可行的。     

城市轨道交通短时客流预测体系框架及关键技术

针对当前城市轨道交通短时客流预测系统性不强等问题,构建短时客流预测体系框架,并讨论预测过程涉及的关键技术。框架的构建以自动售检票系统（AFC）获得的数据为出发点,统计站点客流和线网客流OD矩阵两类基础客流数据;在此基础上,构建线网客流分配模型,结合视频数据、站点平面布置和列车运行时刻表三类数据,考虑乘客步行时间的影响,估计断面客流数据;接着,在分析站点客流和断面客流数据时空特性的基础上,分别预测站点和断面短时客流;利用站点客流和断面客流短时预测结果反推未来OD矩阵;同时引入GARCH模型分析预测结果的可靠性,以提高短时客流预测结果的可信度。     

城市轨道交通客流分析

在城市轨道交通的规划设计中,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.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法.     

基于BP神经网络的城市轨道交通客流预测

本文首先根据北京城市轨道交通网络的特点,以静态非平衡分配模型中的最短路径分配为理论基础,实现历史客流在断面上的分配,得到具有参考价值的断面客流。然后通过大量BP神经网络建模试验,对北京城市轨道交通客流预测问题,建立了合理的预测模型。最后利用BP神经网络模型对13号线西直门站至2号线西直门站的换乘断面客流进行预测,并与最小二乘拟合结果进行对比分析,得出合理的客流预测结果。     

城市轨道交通运营初期客流预测方法研究

为了使预测客流与实际客流更吻合,提出了基于三次吸引的四阶段客流预测法.该方法是以三次吸引范围为基础,分别建立模型对出行发生吸引、出行分布和交通方式划分这三个阶段进行预测,获得城市轨道交通运营初期的客流量.并以大连市202轨道交通延伸线为实例,验证了预测方法的合理性和实用性.     

关于城市轨道交通客流预测的一些思考

针对当前城市轨道交通规划客流预测中存在的问题,分析了目前主流预测模型理论及影响预测精度的原因,对城市的客流预测进行了深层次的思考.     

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.     

关于城市轨道交通客流预测的一些思考

针对当前城市轨道交通规划客流预测中存在的问题，分析了目前主流预测模型理论及影响预测精度的原因，对城市的客流预测进行了深层次的思考。     

城市轨道交通客流预测工作的几点建议

客流预测是一个敏感的话题.客流预测工作非常艰巨、复杂、漫长、枯燥,且处在剧烈的变动期.     

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.     

城市轨道交通客流预测理论与方法的研究

研究了采用“四阶段”法预测城市轨道交通客流量的理论模型与方法,并着重论述在混合交通状态下客流分配的平衡模型,提出了以广义出行时间最小为优化目标的分层预测思想。