城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

基于灰色理论的城市轨道交通短期客流预测研究

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作的关键。在研究城市轨道交通的断面客流特征的基础上,建立基于灰色预测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客流数据构建灰色预测模型,以此类推对未来客流进行预测。以某城市轨道交通网络客流为例进行计算,得到预测数据与真实数据误差较小,验证了该模型与方法的有效性。     

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。     

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。     

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.     

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.     

西安地铁二号线客流预测后评估

统计西安地铁2~#线客流预测数据和现状客流数据,进行客流预测后评估。在充分地考虑了轨道交通客流预测不确定因素的前提下,对比分析了日均客运量、高峰小时客运量、高峰小时单向最大断面客流量、客运周转量、平均乘距、车站进出站客流、时间分布特征。解析目前城市轨道交通客流预测中的不足,分析了影响客流预测精确度的因素,探讨今后改进城市轨道交通客流预测的思路。     

基于城市轨道交通客流短时预测的运营编组设计

根据城市轨道交通客流短时预测量进行运营编组设计,更接近客流的实际运营情况,具有实时、灵活和快速响应等优点.以一周为周期,使用最近一周的历史断面客流量作为原始数据,应用嵌入式灰色神经网络组合模型进行短时预测,得到的下一周期断面客流量更符合客流不断变化的趋势.以此为基础进行运营编组设计,使其更能适应客流量的实时变化.然后将按计划运营的实际客流纳入历史客流,进行循环修正更新,作为下一周期客流短时预测基础进行运营编组设计.基于城市轨道交通客流短时预测的运营编组优化,在一定程度上可以提高城市轨道交通系统运能,提升运营效率,降低运营成本.     

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.     

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。     

大连市轨道交通客流特征分析与启示

科学合理地预测轨道交通客流状况是促进城市轨道交通系统健康快速发展的重要课题,需要在实践中不断积累、完善和提高。从客流总量、时空分布、出行距离、断面客流、进出站客流等诸多方面,分析大连市轨道交通客流发展的基本特征,归纳总结单中心城市轨道交通建设初期客流成长的一般规律,对提高大连市轨道交通建设水平具有重要指导作用,同时,也为其他城市轨道交通客流预测及特征分析提供经验借鉴。     

城市轨道交通换乘站客流实时预测与客运组织应用与研究

城市轨道交通换乘站作为交通枢纽,客流量较大,且线路较为复杂,使地铁管理机构组织客流及监测客流面临挑战。首先探讨城市轨道交通换乘站特点,并分析换乘站客流,其次,探讨换乘站客流实时预测算法,最后提出城市轨道交通换乘客运组织方法,使换乘站客流有序流动,保障客运的安全性。     

TOD模式下城市轨道交通诱增客流预测研究

针对传统SOD模式下城市轨道交通诱增客流预测方法的局限性,通过分析诱增客流形成机理,提出了TOD模式下城市轨道交通诱增客流预测的思路与方法。从交通条件改善角度,提出有无项目对比法,预测开通初期诱增客流;并基于交通引导开发构建生长曲线模型,预测近、远期诱增客流。最后以TOD模式下的北京八通线为例进行验证,所得近期预测值与实际值之间的贴合度为0.9,精度优于传统SOD模式下的诱增客流预测方法。     

城市轨道交通线网规划时考虑的几个问题

对城市轨道交通线网规划进行了研究,重点分析了几个对线网规划总体效果影响比较大的因素：城市轨道交通客流规模预测的分析;城市轨道交通线网规模的确定;城市轨道交通换乘结点的设置与合理分布。总结了如何合理有效地完善城市轨道交通线网并以此来发挥城市轨道交通大量、快速、公交化的优势,缓解和改善城市的交通压力。     

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.     

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。     

城市轨道交通客流分担率模型分析

在居民出行效用最大化目标函数的基础上,引入时间价值概念建立城市轨道交通及常规交通客流分担率的非集计预测模型,并通过算例对模型中的参数进行标定,对城市轨道交通客流分担率的预测具有一定的参考价值。