城市轨道交通车站客流组织的仿真和评价

分析城市轨道交通车站客流组织中存在的问题,运用基于社会力模型的simWalk软件,建立客流的微观仿真模型,并研发评价客流组织方案的技术方法。车站内行人交通特性实地观测和分析表明,客流的步速、步幅、步频服从明确的统计分布,能作为仿真模型的基本参数。实例分析说明了技术方法的可行和有效,能够以多种方式直观、定量地分析和评估客流组织方案的绩效。     

市域(郊)铁路客流预测及需求分析方法应用研究——以北京市为例

市域(郊)铁路是近年来发展起来的新模式,针对我国客流分析及预测工作仍处于起步阶段,尚未形成客流分析及预测的技术标准.结合北京市域(郊)铁路线路客流预测分析工作经验,明确了市域(郊)铁路客流分析及预测的内容方法与技术路线、对比分析市域(郊)铁路和城市轨道交通特点,对预测模型参数提出更新要求,以供相关工作参考.     

不完备信息下公交断面客流的推算模型

为解决不完备交通数据信息下城市公交线路的断面客流量的计算问题,以断面客流的预测为研究对象,探讨了公交车站下车客流的预测模型。运用区段覆盖的思想,将公交沿线以客流集散点为中心划分成不同的客流分布区段。结合各站点的区位条件、客流条件建立不同区段内的公交分担率模型。以此为基础结合公交IC卡上车客流数据构建各车站的下车客流预测模型,结合上车客流、下车客流与断面客流三者的关系模型,计算得到公交断面客流量。最后以西安市某条公交线路某个时段的上车刷卡数据为例进行了模型的适用性分析,统计该条线路沿线各个站点周边300 m吸引范围内的土地利用性质以及人口密度,采用改进的遗传算法对模型中的未知参数进行标定。结果显示,待确定参数α和β分别取0.419 1和0.482 3时目标函数取得最优解,利用标定的结果计算该线路各车站的下车客流,进而求得断面客流量。通过与实际跟车调查结果对比,运用构建的模型预测得到的断面客流量与实际值存在一定的差异,平均相对误差在23%以内,平均绝对误差约为5人/断面,从整体结果来看预测的断面客流的变化趋势与实际调查断面客流情况基本一致,表明构建的模型具有一定的可靠性。     

基于IC卡数据挖掘获取公交OD矩阵的方法

以广州市羊城通IC卡以及广州市公交系统信息为例子,探讨了实现基于IC卡信息获取公交客流出行特征的方法。在IC卡数据挖掘和统计基础上,对线路站点OD矩阵、区域OD矩阵进行了推算。相比传统的人工统计法。该方法易于实现,能运用到实际中且运算效率高,适用于海量数据的客流出行特征统计分析。     

城市轨道交通初步设计阶段接驳客流预测方法研究

对轨道交通初步设计阶段客流预测工作进行梳理,以工程可行性研究阶段的客流预测结果为基础,根据沿线城市规划、建设和交通枢纽的调整变化(如线路车站位置、出口分布等的调整)以接驳客流的预测方法研究为重点,对轨道交通客流进行修正预测,为车站出入口、换乘通道宽度、售/检票机、楼/扶梯等设施规模和布局提供计算依据.     

呼和浩特市轨道交通客流预测分析

轨道交通建设规划编制需开展客流预测工作,客流预测结果将作为轨道项目建设的必要性和运输方式、建设方案和运营组织模式选择的参考依据,同时通过对不同预选建设方案的客流测试结果作出财务和国民经济评价,配合城市规模和经济发展水平确定与之相适宜的建设方案和实施计划,并进一步对推荐方案进行详细客流测试,为线路的系统制式、车辆编组和运行组织等提供初步参考。     

城市轨道交通车站分向客流预测方法研究

城市轨道交通车站分向客流预测数据是各出入口通道设计的重要依据,目前适合我国城市轨道交通车站分向客流预测研究工作开展并不多.文中以车站所属的线路客流预测数据为基础,根据车站周边土地利用现状及规划情况,采用“逐层分解”法预测各个出入口通过客流量,并研究了全日小时及高峰小时内部的波动系数,通过广州市轨道交通13号线鱼珠站分向客流预测研究证明,预测方法是合理且可行的.     

考虑动态波动性的轨道交通站点短时客流预测方法

轨道交通站点客流预测研究缺乏对短时客流动态波动性的考虑,不能预测短时客流区间.以北京市典型轨道交通站点为例开展实证,构建ARIMA-GARCH模型对误差项建模分析,拟合短时客流的随机波动特征.不同于以往的ARIMA-GARCH模型,研究还通过t分布揭示了客流的“尖峰后尾”效应,通过2种非对称GARCH模型识别了短时客流的非对称波动特征.模型结果表明,相比传统ARIMA模型,ARIMA-GARCH混合模型降低了20%以上的客流平均置信区间长度(MPII),同时提高了1%左右的置信区间覆盖率(PICP);周内客流波动性大于周末客流,而非高峰时段的客流不具有波动性.值得指出的是ARIMA-GARCH模型没有明显降低客流预测的平均绝对误差,尽管如此,混合模型可以在保证客流单点预测的前提下,准确地预测地铁客流区间.      

持续型大型活动影响因素及客流分布特征分析

针对持续型大型活动具有持续时间长、客流集散时间分散、影响范围广、客流波动明显等特点,其客流规模受天气、环境、节假日、出行方式等多种因素影响的特点.本研究以第九届中国国际园林博览会客流为研究对象,获取活动期间客流数据,基于最小显著性差异分析法分析了园博会期间客流特征的相关影响因素,分析表明,天气和节假日为影响客流规模的主要因素,人们更倾向于选择天气状况良好的节假日出行.相比于工作日,周末和节假日客流平均增幅最高超过200%,客流规模平均增长30%.而在雨天、高温等异常天气条件时,入园客流将大幅下降,客流规模下降20%～50%.自办活动的举办并未对客流造成明显影响.     

网络化运营下的城市轨道交通客流时间分布特性分析

城市轨道交通的飞速发展,网络化运营的逐步实现,向管理者提出了更高的要求。如何准确把握网络化运营下的城市轨道交通客流分布特性成为重要问题。从日客流、周客流、月客流三个层面对运营网络客流时间分布特性进行了分析,准确把握了客流变化规律。     

轨道交通上下车客流冲突量化分析

针对轨道交通微观设施管控措施科学性基础不足的现状,结合轨道交通客流对向冲突实际,以地铁上、下车乘客冲突现象为对象,通过深入分析客流冲突的影响因素和表征参数,利用数值模拟仿真上下车乘客的客流状态.随后,根据冲突行人流理论分析上、下车客流的行为特性,量化了客流在车门处的运行状况.根据上、下车客流冲突的影响程度,提出基于客流平均密度、平均行程时间、平均速度的量化模型,实现客流冲突量化分级.本文根据综合指标将客流冲突划分为5个等级.研究成果对准确把握客流对向冲突的预防和控制提供理论基础,为实际指导地铁客流组织管理提供科学支撑.     

基于Google地图的交通OD调查方法研究

分析了传统交通客流OD调查方法存在的不足,提出一种新的基于Google地图平台的交通调查方法,通过友好的操作界面平台,利用数据形式的标准化省去了后期大量的人工数据录入处理环节,同时避免了过去调查与统计空间分离的状况,大大提高了数据的可信性,节约了调查和数据录入费用,增强了趣味性,提高了工作效率,降低了工作强度,提高了精确度,具备广阔的使用前景。     

基于宏观角度的轨道交通客流研究

从地面交通客流的转移和客流诱增的角度分析了轨道交通客流的来源.应用北京市及深圳市的实际数据对轨道交通的转移客流和诱增客流进行了说明.通过对私家车的出行进行分析,解析了出行者由私家小汽车向轨道交通转移的可行性.     

地铁与上盖综合体客流流线设计思路分析——以广佛地铁金融高新区站为例

为分析地铁与上盖综合体客流流线设计思路,提高地铁上盖综合体客流出行质量,通过对地铁与上盖综合体客流流线设计原则进行分析,探讨其基本的设计思路,并以广佛地铁金融高新区站与其上盖综合体“地铁金融城”项目的客流流线设计为例,对其设计思路进行探析;分析地铁与上盖综合体客流流线设计应根据客流高峰期合理布置功能位置,并提出对同一出行高峰的功能,应按照其客流特点进行优先疏导;当客流流线经由地下时,应在流线上增设大空间,以保证换乘客流的舒适感,并兼顾考虑发生火灾时客流的疏散安全性。     

敏感性因素对城市轨道交通客运量的影响分析

客流敏感性分析是客流预测中的重要环节,通过对各不确定性因素的分析,掌握客流量浮动范围,是指导地铁设计、把握地铁规模的重要依据.文章结合对多个城市地铁实际运营中客运量的变化分析,总结敏感性因素对轨道交通客运量的影响,进一步证明了敏感性因素分析在地铁客流预测中的重要性.在地铁客流预测中应着重关注票价、运营服务水平及突发客流对地铁客流水平的影响,从而缓解或避免因客流激增而对地铁运营造成的巨大压力.     

基于乘客主观感知的公交客流拥塞量化表征模型

为了综合量化表征公交走廊客流承载设施及工具的空间拥挤性和客流运送时间效率,并科学评价客观技术指标和主观乘客感知对公交系统运行状态的敏感度,提出客流拥塞的概念,并用客流拥塞指数量化表征公交系统运行状态。通过解析客流拥塞与出行时效的关联,并分析公交出行阶段特征,基于“时效延长”思想构建客流拥塞量化表征模型,用于系统量化乘客对出行时间和空间拥挤的主观感知;选取影响出行时效的核心要素作为特征变量（车厢客流密度、站台乘客密度、区间乘车时间和站点候车时间）,采用直观类比打分SP调查法获取数据用于估计模型参数;基于北京西三环公交走廊实测数据,分析全天区间客流拥塞指数时空分布特征和走廊客流拥塞指数动态演化趋势。研究结果表明：北京西三环公交走廊客流拥塞高峰阈值为0.193 9,客流拥塞状态存在明显的方向特征,下行方向客流拥塞高峰状态更显著且持续时间更长;4个特征变量灵敏度系数均值分别为0.449 2,0.165 2,1.427 1和0.408 3,即区间乘车时间为客流拥塞指数最显著的影响因子,而站台乘客密度的影响程度最小,模型识别公交客流拥塞成因的能力得以体现;该模型能够综合全面地反映公交走廊客流拥塞时空分布和动态演化趋势,并能够应用于公交运行状态改善措施研究。     

基于路网容量约束的火车站客流规模确定方法研究

路网容量是制约火车站发展的重要因素,为确保城市道路网络的有效利用,火车站客流规模应与路网容量协调发展.基于路网容量约束下,预测火车站到发客流、周边用地诱发客流及换乘客流.该预测模型以3类客流规模总和最大为目标函数,以城市道路各路段容量为约束条件,分析火车站枢纽衔接交通方式分担率,将火车站枢纽客流按照用户均衡方法加载到城市道路网络中进行迭代检验.以兰州西站作为实例,验证算法的可行性并给出合适的预测客流规模.      

城市轨道交通网络运行优化系统

针对目前轨道交通运营管理无法实时掌握客流情况的现状,在全网各站点闸机实时数据以及历史数据的基础上,结合Agent仿真技术对进站客流建模,建立全网络条件下轨道交通客流分布模型。快速、全面地对轨道交通各个站点、线路之间的客流分布、运行情况进行直观仿真。通过向运营企业提供列车实时客流参数,使其可以全面把握全网各站点、各列车的实时客流情况,以此及时调整列车运行方案。另外,出行者也可以通过手机客户端了解网络客流状况,根据自身情况选择合适的出行方案。     

基于综合路网分析的长沙地铁6号线客流预测

在长沙市综合路网分析的基础上,采用四阶段预测法,从全日客流和高峰客流等指标对长沙市轨道交通6号线客流进行预测,并结合城市公交网络系统进行客流分配,结果显示,轨道交通6号线近期客流增长较快,远期增长较慢;对预测结果进行敏感性分析,得出3个近期敏感性因素和3个远期敏感性因素,并提出客流稳定性保障措施,为工程建设和运营决策提供参考。     

轨道交通服务能力瓶颈区段识别及其客流疏解策略研究

随着大城市轨道交通客流的持续快速增长,均质化的轨道站点组织设计与不均衡的站点客流之间矛盾开始显现,导致部分核心轨道站点在高峰时段形成了客流服务瓶颈。本文通过构建轨道站点间OD矩阵获取模型以及客流服务指标评估模型,力图在轨道建设前期阶段提前识别出客流服务的瓶颈区段,分析判断客流服务瓶颈产生的原因,提出优化轨道站点交通设计容量、疏导轨道交通客流需求、合理确定周边开发强度等疏解措施,避免形成轨道站点客流服务瓶颈。本文研究成果对优化核心轨道站点设计标准、促进轨道交通与常规公交协调互适、科学控制轨道周边土地开发强度等方面具有一定指引作用。