苏州轨道交通工程概况

<正>一、已运营线路25.739km苏州轨道交通,号线工程起点位于吴中区的木读站,终点为工业园区的钟南街站,线路呈东西走向,全长25.739km,共设24座车站均为地下站,工程概算总额126.1亿元,于2007年12月26日开工建设2012年4月28日开通试运营。日均客运量,1.12万人次单日最高峰客运量达24.93万人次.开通至今没有发生重大运营安全事故。     

全球运量最大磁浮线开通:中车造列车“贴地飞行”

正2017年12月30日,北京首条磁浮交通示范线S1线正式开通试运营,中车唐山公司研制的10列中低速磁浮列车,开始在石厂到金安桥之间的7站6区间载客试运营,全程运行仅需约16分钟。S1线试运营初期最小行车间隔5分钟,日客运量16万人次,月客运量473万人次,全年客运量5685万人次,这是迄今为止全球运量最大的磁浮交通线     

多线引入后泸州枢纽客运布局研究

针对泸州铁路枢纽现状及存在问题,规划年度的铁路网构成,在对其客运量进行预测及客流特点分析的基础上,设计了泸州站高速普速共站分场和新建泸州西普速客运站方案两套方案,确定了枢纽客运系统布局、作业分工,经过方案分析比选,推荐泸州站高速普速共站分场方案。     

超限学习机在铁路客运量预测中的应用研究

传统的预测方法对实验对象要求严格、需要人工设置大量参数,导致算法学习速度较慢、预测误差较大等不理想结果。本文引入机器学习中的超限学习机(Extreme Learning Machine,ELM)对铁路客运量进行预测,建立铁路客运量网络预测模型。利用国家统计局公布的1997~2014年铁路客运量数据做了验证,并以2014年的数据为依据对客运量进行月度预测。结果表明:2010~2014年预测值与实际值的平均误差为0.61%,2014年每个月预测值与实际值的误差均低于1.00%。重复的实验证明ELM算法具有很好的泛化能力和鲁棒性,为铁路客运量的预测提供了一种新的工具。     

沪宁城际铁路客流短期预测研究

为提高沪宁城际铁路运营组织效率,通过对沪宁城际铁路短期客运量的时序特征和变化规律的分析,表明短期客运量时间序列是一种具有周期性特征、增长趋势缓慢的非平稳时间序列。在此基础上,建立ARIMA乘积季节模型,并运用该模型对沪宁城际铁路南京站发送量客流进行预测,结果表明ARIMA乘积季节模型具有较好的预测精度,适宜做城际铁路的短期客流预测。     

沈丹客运专线引入本溪枢纽的方案研究

本溪铁路枢纽是东北地区的重要枢纽之一,随着沈丹客运专线及远景规划辽溪、本抚城际铁路的引入,枢纽格局将发生较大变化。从枢纽客运量预测及车流特点分析入手,对枢纽总图方案进行了研究,提出了沈丹客运专线引入既有本溪站和经卧龙取直两种方案,经技术经济比较,推荐引入既有本溪站方案。     

铁路客运专线的客运量预测

铁路客运专线建成后，其运量主要由趋势客运量、转移客运量和诱增客运量3部分组成。以陇海线郑州西安客运专线为例，指出在转移和诱增客运量预测中应注意OD调查的准确性、服务特性的拟定和模型参数的标定。同时提出客运量分配时应注意的几个原则，以及有待进一步研究的主要问题。     

上海轨道交通经济效应渐显

至2007年末，上海全年市内公共交通客运量45．17亿人次，其中，轨道交通客运量8．14亿人次，增长了24．1％，占总公交客运量的18％。     

上海地铁网络化运营转型与管理创新

上海地铁经过近20年的发展，已经形成了“1条环线、7条射线、9座换乘站、9站共线”的网络运营格局，全网客运量占公共交通的比例稳步提升，在公共交通中的骨干作用日益显现。文章就上海地铁网络运营的转型与管理创新进行了论述。     

钦州市至灵山浦北铁路接轨方案研究

规划铁路钦州市至灵山浦北铁路将引入钦州地区,根据钦州市既有铁路概况,并且结合城市总体规划,针对钦州地区枢纽现状,结合地区客运量,研究了钦州市至灵山浦北铁路在钦州市接轨钦州站、钦州北站、钦州东站及新建钦州中心站共4个接轨方案。并且从运输组织、工程难易程度及工程投资等角度,对各方案进行综合比选分析,最终确定推荐方案。     

厦门地区铁路客运系统总体规划方案的研究

随着厦门海湾型城市的建设及规划中的沿海铁路的福厦、厦漳、龙厦铁路引入厦门地区，厦门地区的客运量将大幅增加，其客流方向也将变化。本文通过对厦门铁路客运系统总体规划方案的分析研究，提出在近期可采用以厦门北站为主，厦门站、后溪站为辅的方案；远期则可采用以厦门北站、后溪站均为主要客运站，利用厦门站作城市轨道交通的衔接的方案，以适应客流增长的需要。     

基于GM—周期扩展组合模型的铁路客运量预测

铁路客运量的准确预测对我国铁路建设项目投资和决策具有重要意义。由于铁路客运量预测系统本身是一个信息不完全的灰色系统,因此,可以通过建立(灰色)GM-周期扩展组合模型对铁路客运量的非线性动态变化进行预测。该模型运用灰色预测理论GM(1,1)与周期扩展模型结合,不但可以进行客运量的趋势预测,同时也可以充分考虑铁路客运量的周期波动性这一特征。最后,结合具体的实例验证说明该模型是科学合理的,预测值与实际值较吻合。     

沈丹铁路客运专线客流预测

以沈丹客运专线为研究对象,采用四阶段法将客运量分为中长途趋势客运量、城际间客运量和长途客流转移诱增运量,然后分别进行预测,使客运量更加接近设计年度实际运量。预测结果对沈丹客运专线建设标准的确定、建成后运营具有重要意义,本线运量预测方法也供其他兼顾城际功能的客运专线运量预测做参考。     

基于Verhulst-RBF的铁路客运量预测

为更准确地预测铁路客运量,采用灰色关联法,分析不同因素对铁路客运量的影响程度,确定主要影响因子,并将其作为预测指标,提出基于Verhulst-RBF神经网络的铁路客运量预测组合模型。基于四川省近14年的铁路客运量数据,进行组合模型测试。实验结果表明,Verhulst-RBF神经网络组合模型的预测精确度高于单一的Verhulst模型或单一的RBF神经网络模型。     

运输通道客运量预测方法

运输通道是指在一个运输带状地域内,由多种运输方式通过合理分工组成的客货流密集走廊。其客运量的预测是运输通道运力资源配置的一项重要基础工作。在对运输通道客运量影响因素进行定性分析的基础上,运用灰色关联度理论对各影响因素的关联度进行定量计算,筛选出主要影响因素。构建基于多影响因素的BP神经网络模型对运输通道客运量进行预测,并以柳南客运专线所处的柳南运输通道客运量预测为实例对所提出的预测方法进行检验和客运量预测。     

基于航空客流腹地的杭州萧山机场高铁站客流分析

高铁线路引入航空枢纽已经成为新的发展趋势,国家发改委关于打造现代综合客运枢纽提高旅客出行质量效率的实施意见发布以来,多地开展了机场综合交通枢纽规划研究。分析明确杭州萧山机场的发展定位,预测未来萧山机场旅客吞吐量;基于萧山机场航空客流腹地,研究确定萧山机场高铁站合理吸引范围和旅客高铁与航空客流换乘比例,预测机场陆侧客流各集散方式客运量,分析杭州萧山机场高铁站客流。可为区域内类似机场高铁站客流分析研究提供一定的参考和借鉴。     

2010年北京地铁年客运量达到15.95亿人次,上海地铁年客运量达到19亿人次

从北京地铁公司获悉,2010年北京地铁最高日客运量达到了571万人次,创历史新高。2010年1月,北京地铁客运量突破1亿人次,全年客运量达到15.95亿人次。而上海至2010年末,已形成11条运营线路、280座车站、运营     

长赣铁路引入萍乡地区方案研究

长赣铁路是国家中长期铁路网规划"八纵八横"渝长厦通道的重要组成部分,线路自长沙市西侧长沙西站引出,需途径萍乡地区设站。针对长赣铁路引入萍乡地区方案,结合萍乡地区既有沪昆高速铁路和沪昆铁路现状,在客运量与流向的分析以及区域总体研究思路的基础上,研究了长赣铁路萍乡北并站及新设萍乡西站两大方案,通过综合技术经济比选,暂推荐萍乡北并站方案。     

基于时空序列的铁路客运量数据挖掘预测

在分析铁路客运量数据的时空复杂性特征的基础上,以铁路假日运输管理系统中春运期间的客运量数据为依据,采用BP神经网络的数据挖掘方法进行铁路客运量数据挖掘预测研究。通过BP神经网络的建模方法把客运量的空间属性、数据属性和时间属性有机地结合起来,将数据的建模含于网络的数值当中。网络在学习过程中系统误差始终保持持续稳定的下降趋势,没有产生局部振荡和陷入极小现象,整个学习过程中系统稳定性较好。各样本之间的期望输出和实际输出之间吻合较好,从而证明所采取的数据处理方法的有效性和网络学习参数的合理性。根据BP神经网络得到的预测模型在仿真试验中的期望输出和实际输出之间吻合较好,预测的客运量和实际客运量数值非常接近。     

国外铁路消息

西班牙 高速铁路客运量增长100% 据西班牙国家铁路报道，西班牙马德里至巴利亚多利德两城市间的高速铁路客运量．随着两城市间的高速铁路在2007年12月23日投入服务，在2008年的前8个月比2007年同期增长900％。在2008年1月至10月期间．由于采用可变轨距的高速列车．使旅行时间大大缩短，马德里至毕尔巴鄂的客运量增长81％．马德里至维多利亚的客运量增长137％。