城市轨道交通分时定价模型研究

随着城镇化进程加快,城市交通供需矛盾日益突出,出行高峰时段,城市轨道交通与城市道路交通拥挤并存,本文在分析城市轨道交通定价影响因素及客流分布特点的基础上,基于双层规划理论和随机用户平衡理论,考虑多种交通方式,以优化城市交通结构,缓解交通拥堵,增加城市轨道交通运营企业收益,减轻地方财政压力为目标,构建城市轨道交通低谷时段、平峰时段和高峰时段的定价模型,为城市轨道交通分时段票价的制定提供理论参考。     

路网能力限制的城市轨道交通动态客流分配问题研究

城市轨道交通客流分配对城市轨道交通运营管理有着非常重要的参考价值,目前的研究多以静态客流分配为主,同时考虑路网输送能力约束及动态客流密度的研究较少,难以描述随时间变化的路网客流状态,因此本文着重研究考虑时间变量下的动态客流分配,剖析配流过程中路网输送能力和动态客流密度对乘客出行路径选择决策的影响。文章首先结合城市轨道交通线网及列车时刻表信息,建立时空扩展服务网络,区分畅通状态和拥堵状态下旅客广义出行费用计算方法;然后通过路网输送能力约束设置容量限制,以分批加载的方式,构建logit客流分配模型,对出行费用进行动态修正并设计求解算法实现动态客流分配。最后,通过以重庆轨道交通网络为例对模型及算法的可行性和有效性进行了分析和验证,体现了实际路网中容量限制条件对动态客流分配过程的约束作用。     

基于AFC数据的城市轨道交通OD客流动态预测

路网客流实时状态是城市轨道交通系统进行日常运营及关键决策的重要基础，针对目前城市轨道交通客流预测中站点层次预测方法较成熟，而客流分布预测较少的情况，提出基于时序神经网络的量测方程OD客流动态预测方法。利用地铁AFC数据，确定时序神经网络预测的最优数据粒度为15mins和最优时间序列阶数为4，以此构建时序神经网络框架，对站点进站量进行预测；对于站点进站客流与OD客流间的时空关联性，主要体现在进站客流的不同去向以及相同去向下不同的到达时间，建立量测方程反应这一联系，将进站客流转化为OD客流，并以成都地铁为例，对路网条件下不同分布特征OD客流进行预测验证，加权相对误差为14.08%，验证了模型的有效性。     

考虑分时定价的城轨乘客出发时间选择分析

为缓解城市轨道交通高峰期的客流拥挤，提高运营服务质量，本文从分时定价的角度，将折扣力度、转移时间和舒适性加入到随机效用最大化模型中。通过设计SP问卷开展调查，运用k-means聚类方法将乘客划分为标准通勤乘客、弹性通勤乘客、生活类乘客及低频出行乘客四类。运用SPSS软件进行数据分析，验证了不同类别乘客对票价折扣、转移时间和舒适度的敏感程度。进一步分析表明，随着转移时间的增加，票价折扣力度对乘客转移意愿影响逐渐减弱，当设定转移时间为5分钟时，合理票价折扣为7折；当转移时间为10分钟时，票价折扣建议为8折。据此，在制订峰前折扣票价时，要综合考虑票价折扣、转移时间和企业运营成本等多方面因素的影响。     

大阪市轨道交通车站进出站客流高峰时段研究

本文分析了大阪和上海的城市轨道交通现状客流数据,证实了线路的客流高峰时段与车站的客流高峰时段并不一定重叠,指出不应以线路的客流高峰时段所对应的车站客流量作为车站的设计客流;分析车站位置、性质及周边土地利用这三个因素对客流高峰时段的影响,通过车站客流高峰时段的确定,得到更准确的"车站设计客流",从而合理地控制车站的规模和建设成本。     

城市轨道交通线网客流预测及特征研究

建设高效绿色的轨道交通系统已成为各大城市提升城市形象、缓解交通拥堵、方便居民出行的首选,而客流预测是其中必不可少的重要工作。本文结合普洱市城市轨道交通客流预测实例,在研究现状城市居民出行特征、公交发展水平及道路系统运行特征基础上,利用四阶段模型理论,分析普洱市不同组团间的居民出行量、出行分布、出行结构等特征,对普洱市城市轨道交通线网客流进行测试,通过预测线路的断面流量、客运量、负荷强度,确定不同的比选方案指标,为城市轨道交通线网规划提供量化支撑。     

拥堵收费可行吗？

一直备受争议的“拥堵费”征收最近再次成为社会焦点。 所谓“拥堵费”，是通过在交通拥挤时段，对部分区域道路使用者收取一定的费用，以控制交通出行需求，减少拥挤道路、中心区交通量，缓解紧张状况。     

基于圈层的轨道交通一体化客流预测方法：以粤港澳大湾区为视角

为推动粤港澳大湾区轨道交通一体化的持续发展，从区域轨道客流预测的复杂性作为切入点，在阐述粤港澳大湾区多层次轨道交通系统发展概况的基础上，进行湾区交通圈层划分，并论述了不同圈层出行特征的差异及联系；通过现有城市轨道交通和铁路客流预测方法的回顾及适应性分析，肯定了“四阶段法”类预测方法在轨道交通规划设计阶段应用的优越性；进而提出圈层分级的轨道交通预测思路，并以四阶段法为核心，搭建粤港澳大湾区尺度下的轨道交通一体化客流预测框架。     

基于时空消耗模型的城市轨道交通承载力评价：以北京市为例

为监测城市轨道交通系统的供需矛盾及其时空差异化特征，引入时空消耗模型，分别以运输服务时空资源总量、出行需求时空资源占用量以及二者比值，计算了城市轨道交通供给能力、出行需求量和交通承载力。按照总体水平和均衡程度两个维度，选取轨道线网交通承载力、线网承载不均衡度和线网承载空间差异性作为城市轨道交通承载力评价指标，为更加精准地识别城市轨道交通出行需求与供给时空资源匹配关系提供支撑。实证研究结果表明：轨道线网供给能力总体高于出行需求量，全天轨道线网交通承载力位于高值区间，并呈现早晚高峰和午间小高峰的特征；线网承载力不均衡度显著偏高，轨道站间区段交通承载力差距悬殊，但在空间上总体呈现显著离散特征。     

交通系统碳排放收费研究

针对随社会经济和城市化水平提升而愈加严重的城市交通拥挤和环境污染问题,理论上可以对道路出行者收取碳排放费用。本文基于瓶颈模型和双模式交通出行系统,结合考虑地铁车厢拥挤的出发时间选择,建立确定性均衡模型,对交通系统碳排放收费进行研究。结果表明,碳排放收费使道路出行人数减少,高峰时段缩短,系统总出行成本减少。通过分析,系统总出行成本随碳排放收费水平递减,系统总碳排放成本在实施固定碳排放收费时随费用递增,在实施可变碳排放收费时随费率先升后降,可通过最小化系统总损失得到最优碳排放费率。本文可为政府制定碳排放收费的相关政策提供指导依据。     

城市群高铁车站选址优化研究

以高铁车站选址的城市群化为背景,本研究在考虑高铁车站广义建设成本以及旅客广义出行费用的基础上,结合城市群内既有车站、机场对新建车站客流的竞争分配特征以及预测客流存在的不确定性,对既有选址模型进行了优化,提出了双层离散随机规划模型。然后根据随机规划模型特点,运用了基于蒙特卡洛模拟的两阶段解法。最后,通过算例验证了该模型对于优化城市群高铁车站选址的可行性和有效性。     

城市轨道交通客流高峰传播影响研究

本文在总结城市轨道交通客流高峰特点的基础上,首次对城市轨道交通客流高峰传播的概念进行了定义,通过对城市轨道客流高峰传播机理的探讨,详细分析了城市轨道交通客流高峰传播造成的影响,并给出了度量客流高峰传播影响的主要内容。     

城市轨道交通Y型交路快慢车停站方案优化

在城市轨道交通线路中采取Y型交路与快慢车组合运行的列车开行模式，能够有效扩展线路的运输服务范围，并有效缓解长运距乘客出行时间过长等问题，该模式的组合效益与各类型列车的开行对数和快车停靠站方案等因素密不可分。本文首先对Y型交路快慢车运行模式的特点进行了分析，然后根据客流起讫点对Y型交路客流区段进行划分，建立了乘客广义出行费用函数。在此基础上，构建了Y型交路快慢车停站方案的非线性整数规划模型，最后使用遗传算法进行模型求解。结果表明，相对于Y型交路单一直通运营方式而言，Y型交路结合快慢车的组织模式可以有效优化乘客的出行体验以及降低企业的运营成本。     

多交路共线运行的城市轨道交通时刻表优化

城市轨道交通行车组织多样化背景下，多交路共线运行模式逐渐得到规划者与运营者的青睐。然而，普遍采用的均匀发车间隔时刻表难以解决恒定运力供给与时变客流需求间的矛盾，也未发挥出多交路共线运行模式的优势。为提升城市轨道交通服务水平，本文分析时刻表优化的关键因素，利用分时段客流OD数据，调整列车到发间隔，构建多交路共线运行线路的时刻表优化模型，并采用CPLEX求解。算例研究中，选取两层交路的城市轨道交通Y型线进行优化，满载率大于0.6的运行区间数量及满载率均衡性分别优化96.8%和41.4%，验证了模型的有效性。     

市域铁路与城市轨道交通贯通运营开行方案研究

市域铁路与城市轨道交通的贯通衔接是区域轨道交通一体化和互联互通的一大发展趋势。为了定量研究二者贯通运营的列车开行方案问题,本文基于客流路径分配模型,以乘客出行时间和运输企业成本最小为目标函数,考虑客流条件、通过能力、折返站能力等约束条件,建立了市域铁路与城轨双向贯通列车开行方案的双目标整数规划模型。最后通过遗传算法求解江跳线与重庆五号线贯通运营方案,并得出了贯通运营对乘客出行时间、运输企业成本及线路通过能力的不同影响效果。     

铁路单列车票额分配优化研究

针对我国铁路目前票价单一、不能有效调节客流,票额分配对客流波动适应性较差的问题,根据收益管理理论,以铁路给定预测客流为依据,在基本票额分配中预留部分可灵活分配的票额作为全程通售票额,以应对客流预测误差等带来的影响;对区段剩余票额,按照尽可能分配长途票额的原则建立剩余能力优化模型,并为剩余票额制定动态票价来吸引客流、提高客运收益。算例结果表明,本文提出的票额分配模型能适应客流需求的波动,避免大量票额调整工作,根据不同购票时段的需求特点,对剩余能力进行动态定价来吸引潜在客流,提高铁路客运收益,为铁路票额分配和动态定价提供了优化方法。     

基于XGBoost的城市轨道交通短时客流预测

城市轨道交通短时客流量具有随机性、周期性、相关性的特征,而短时客流预测作为城市轨道交通运营组织优化的关键技术,其预测数据的准确性将直接影响城市轨道交通运营组织的合理性。本文在分析城市轨道交通客流时间分布特征的基础上,提出了使用随机森林和XGBoost预测模型,对工作日和周末的客流分别进行预测,并以杭州地铁日均客流量最大的火车东站地铁站的进站客流为例进行实例分析,得到的预测数据与真实数据误差较小,验证了模型的有效性。最后将两种模型的预测误差进行对比分析,结果表明XGBoost预测模型对城市轨道交通客流的短时预测有着更高的精度和准确度。     

基于注意力机制和时空卷积网络的客流预测方法

客流预测方法可以帮助城市轨道交通运营部门根据客流动态变化调配列车资源,是实现精准列车动态控制的基础。研究提出基于注意力机制和时空卷积网络模型的客流预测方法,融合不同功能的网络单元,使得网络可同时捕获客流数据的时间相关性、空间相关性和时空相关性,并采用注意力机制以提高模型预测的准确性,能够同时实现城市轨道交通多站客流的动态预测。基于北京地铁的实际客流数据对该方法和模型进行数值试验,结果表明该模型性能优于其他基线模型。     

时空特征深度融合下的城市轨道交通站点客流预测

探索挖掘URT站点客流时空特征并精准预测运营高峰期的站点客流，对提高URT系统客流组织效率、保障乘客出行安全具有重要意义。针对传统模型对于时空特征挖掘不够以及在多步短时客流预测的精度上有待提升等问题，引入时段相关性及站点关联度以量化客流隐式时空特征，并建立一种结合双层图卷积神经网络（GCN）与门控循环单元（GRU）的dmGCN-GRU短时进站客流预测模型，随后以杭州地铁为例，对工作日数据和非工作日数据分别进行了仿真实验。结果表明，dmGCN-GRU模型能够深度融合时段相关性、站点关联度、站间OD、邻接矩阵等多重时空特征，可在增加一定训练时长的前提下提高预测精度、模型稳定性。随预测步长增加，模型性能虽有所下降，例如工作日数据拟合优度从94.68%降至94.27%，但性能仍优于SVR、GRU、GCN以及GCN-LSTM等模型。     

城市轨道交通客流强度及其基本特征分析

本文结合国内外部分城市轨道交通客流强度数据,分析了不同城市轨道交通线网以及不同类型轨道交通线路客流强度的基本特征,从线路空间与网络演变角度剖析了线路客流强度演变的内涵,提出了改善城市轨道交通客流预测工作的建议。