基于网络可控性的城市轨道交通客流网络限流优化控制方法

城市轨道交通客流网络的可控性决定客流状态密度在时间空间上是否达到均衡。建立城市轨道交通客流网络模型,提出限流车站备选集评价指标。基于系统可控判定理论,将客流分布转化为系统状态方程,提出城市轨道交通客流网可控性判定方法,建立基于驱动节点匹配的路网限流车站优化方法,实现对城市轨道交通客流网络限流车站的优化控制。以北京城市轨道交通客流网络进行实证分析。结果表明,当限流车站达到车站总数25.3%以上时路网达到可控状态,并计算出早高峰时的路网可控状态下的最小限流车站集合。     

中、高风险等级新冠肺炎疫情地区的城市轨道交通客流密度控制方法

新冠肺炎疫情期间，控制城市轨道交通车站及列车的客流密度是城市疫情防控的重点。基于疫情下中、高风险地区对城市轨道交通列车及车站客流密度的控制要求，建立了城市轨道交通客流密度控制流程，研究了列车满载率的控制方法，以及车站内各关键点位客流控制人数的计算方法，使列车满载率、车站拥挤度这两个客流指标控制在标准阈值范围内。利用Anylogic软件进行仿真，验证了城市轨道交通客流密度控制方法的可行性和可操作性。     

轨道交通车站超高峰系数 概念辨析及取值研究

轨道交通车站超高峰系数是反映车站高峰客流特征的关键指标之一,是城市轨道交通设施设计规模的重 要依据。首先对超高峰系数的概念进行辨析,指出车站超高峰系数应为车站高峰小时内最大 20 min 进出站客流量 的小时当量与高峰小时进出站客流量的比值。然后,以北京市城市轨道交通车站为实例,对其超高峰系数进行综 合分析,提出轨道交通车站超高峰系数的主要影响因素。研究结果表明：虽有约 74%的轨道交通车站超高峰系数 处于相关规范推荐值 1.1～1.4 区间,但另有 26%的车站超高峰系数处于 1.0～1.1 区间,低于规范推荐最小值;车 站周边用地性质、车站高峰小时进出站客流量及车站客流管控限流措施对车站超高峰系数的取值均会产生影响; 就业类车站超高峰系数取较大值的可能性更高;高峰小时客流较小的车站,其超高峰系数往往偏大,而高峰客流 规模超大型车站,其超高峰系数取值一般不超过 1.2;此外,轨道交通车站限流会降低其超高峰系数。     

城市轨道交通线网形态和客流分布的分形特征分析

为研究城市轨道交通线网形态和客流的时空分布变化特征问题,结合分形理论和客流分配理论,提出了城市轨道交通线网和客流特征的分形计量方法.提出了4个半径维数和2个分枝维数指标,分别对城市轨道交通线网和客流的复杂程度及其变化特征进行数字描述.基于ArcGIS软件平台,以北京地铁为例,验证了方法的合理性与有效性.实例测算分析结果表明:北京五环内区域的地铁线网结构和客流分布均存在分形特征;线网供给和乘客需求基本匹配,但局部区间和换乘车站超载严重,线网仍需加密.     

基于列车满载率的城市轨道交通进站客流量控制

基于新冠肺炎疫情的防控要求，2020年初北京轨道交通将列车满载率作为客流控制指标，严格控制城市轨道交通的进站客流量。为此，亟需量化各车站的进站客流控制阈值，用以作为现场客流管控的依据。提出了基于列车满载率的进站客流控制模型及相关客流控制方案。首先根据线网的客流特征对控流日客流的OD(起讫点)信息进行预测，再结合列车运行图精确推演出乘客进站—上车—换乘—下车的全过程出行链信息，计算得到乘客出行所乘坐的各计划运行车次的列车满载率数据；然后结合列车满载率控制指标进行逆向推演及反算，得到该计划列次在各站上车的客流控制阈值，再根据车站客流分布特征计算得到各站10 min粒度的进站客流控制阈值；最后，举例说明了该客流控制模型在北京轨道交通线网进站客流控制管理中的科学性及有效性。     

城市轨道交通客流分布短时预测模型研究及应用

客流分布短时预测对于城市轨道交通运营管理和乘客出行服务具有重要的实际意义。采用自底向上的网络建模技术,利用动态仿真方法模拟乘客出行行为,构建城市轨道交通客流动态分布仿真模型,进行城市轨道交通线网客流分布短时预测,并通过实际AFC(自动售检票)刷卡数据进行二元校验。依托北京市轨道交通安全防范物联网应用示范工程,将其应用于北京地铁运营实践中,结合实例验证了模型的可行性和有效性。     

基于长期客流数据的北京城市轨道交通客流演变分析

构建了考虑乘客异质性的客流分配方法和基于信息熵的均衡度模型。选取北京城市轨道交通2009年、2012年、2015年、2018年等跨度10年的AFC(自动售检票)系统数据,经过客流分配得到全网早高峰时刻断面客流量;利用GIS(地理信息系统)平台将其可视化,并结合城市发展和城市轨道交通新线开通情况,分析北京城市轨道交通近10年的线网客流演变。分析显示：高峰小时进出站客流量、断面客流量均在2009—2012年迅速增长,在2015年略有下降,而在2015—2018年又恢复增长;最大客流量出现的位置基本稳定,仅个别位置发生改变。     

城市轨道交通换乘站客流匹配评估指标研究

基于城市轨道交通网络化运营背景下的网络客流需求及换乘特征,通过对换乘站运力协调匹配影响因素的分析,引入进站断面满载率、换乘满载率、离站断面满载率等指标,建立了换乘站线路间运力协调匹配评估指标,以评估换乘站客流匹配情况;同时建立了城市轨道交通线网所有换乘站运力协调的综合匹配评估指标。通过计算重庆和成都两个城市典型换乘站运力协调匹配评估指标,并与现场调研情况进行对比,认为所建立的评估指标可基本反映换乘站的运力综合协调匹配情况。     

基于公共交通卡数据的城市轨道交通大事件影响分析模型

利用基于公共交通卡数据的城市轨道线网客流数据进行反演的模型与算法,对大事件发生前后线网各站点的客流存量进行了分析和重构。反演得到的客流数据可以客观反映大事件的发生随时间变化对发生站点和邻近站点的影响。在此基础上,定义了城市轨道交通线网每个站点的大事件影响因子。该影响因子可以比较客观地反映大事件对各个站点的影响程度。实证分析证明了基于公共交通卡数据的城市轨道交通大事件影响分析模型的可靠性和有效性。     

基于概率神经网络的城市轨道交通车站客流安全状态评价研究

以城市轨道交通车站安全为研究对象,建立基于概率神经网络的车站客流安全状态评价模型。将模型提炼出的城市轨道交通车站客流安全状态评价指标作为输入参数,将评价等级结果作为输出参数,以各指标不同等级的评价标准作为模型训练数据来源。为验证方法的有效性,设计不同的客流场景,利用微观仿真软件VISSIM对车站客流运行状态进行仿真实验,以获得各指标的数据。仿真应用结果表明,该方法能够对城市轨道交通车站客流安全状态进行评价。     

基于深度Q网络的轨道交通客流控制

针对高峰时期城市轨道交通因有限运能,不足以满足乘客出行需求而引发的安全问题,需要采取客流 控制策略来调节进入车站的客流量,以缓解车站拥挤。提出一种基于强化学习深度 Q 网络的多站协同控制模 型,用来优化每个车站在一定时间内的进站量,以最小化地铁车站乘客的站台超限量、平均等待时间,提高 客流控制强度的综合效益。以北京地铁八通线为例进行仿真实验,验证该方法的有效性。仿真结果表明,所 提出的模型可以在客流控制强度较低的条件下有效地降低乘客等待时间,提高乘客出行效率,有助于缓解车 站的乘客拥堵。     

基于仿真的城市轨道交通站台客流滞留分级预警方法

站台是城市轨道交通车站客流集散和客流高峰期限流的核心区域。运用计算机仿真的方法对列车延误时站台的客流滞留、密度分布和服务水平变化过程进行了仿真研究,测算了站台达到拥挤和安全极限时的客流容量,分析了不同客流到达率下站台达到拥挤和安全极限的时间分布以及服务水平变化曲线,并提出利用关键控制点对站台进行客流拥挤和安全分级预警的方法。     

基于多源数据的北京轨道交通客流特征分析

为提高城市轨道交通成网条件下客流预测与运营管理水平,有必要对轨道交通客流特征进行研究。结合实地调研数据,利用海量的市政交通"一卡通"(IC卡)数据和移动通信定位数据对北京市轨道交通乘客属性特征、时空特征、接驳特征、票价调整影响特征等进行分析,最后对客流需求高增长的北京轨道交通客流特征进行总结。结果表明:北京轨道交通工作日主要服务于中低收入的中青年通勤族,77.25%的乘客轨道交通出行时间在10~60 min之间;轨道交通线路高峰客流有明显的潮汐现象,受职住分离现象的影响,客流空间分布的不均衡性突出;现阶段轨道交通网络发展较为成熟,但仍有部分区域对轨道交通的需求较大;轨道交通站点接驳设施的便利性和完善性程度影响乘客对轨道站点交通方式的选择;在可接受范围内,票价调整对客流的影响在短期内较明显,经过渡期后客流量呈增加趋势。     

城市综合体与城市轨道交通的空间整合研究

结合城市轨道交通进行城市综合体的开发建设不仅可以实现城市综合体的人流快速集散,而且也为城市轨道交通的非高峰时段提供了长期稳定的客流支撑。通过分析城市综合体的功能构成及人流特点,确定适宜与城市轨道交通相融合的功能类型,并进而总结出城市综合体与城市轨道交通的空间整合模式。     

基于AFC系统的郑州市轨道交通客流特征分析

基于目前积累的AFC系统数据,分析郑州市线路开通近5年主要客流特征,从线网客运水平、增长趋势、高峰时段不均衡性、客流周期性变化规律、线路所经通道特点等方面论述分析。总结郑州轨道网络客流发展规律,探讨城市轨道交通与城市空间结构的关系以及郑州市轨道交通建设工作,为后期线路设计、建设、运营提供参考。     

基于动态客流的城市轨道交通列车牵引能耗分析

城市轨道交通客运量的不断增长使得能源消耗越来越大,在此背景下,从动态客流层面研究城市轨道交通列车牵引能耗对实现城市轨道交通可持续发展具有重要意义。首先建立一个基于动态客流的城市轨道交通列车牵引能耗算法流程,通过研究动态客流对列车牵引能耗的影响,初步得到动态客流和列车牵引能耗的耦合机理。以广州地铁某线路区段为例,利用城轨列车运行计算模拟实验系统进行算例分析,以动态客流为x变量,牵引时分为y变量,牵引能耗为z变量,并利用Matlab对570组模拟实验数据进行多项式拟合,并对动态客流进行灵敏度分析。分析结果表明,列车牵引能耗随着客流的增大呈线性增长关系。     

城市轨道交通换乘车站多方式客流控制模型

针对城市轨道交通换乘车站的客流控制展开研究,提出进站流量控制和换乘绕行相结合的多方式客流控制模型。模型以乘客平均停留时间最小为目标,并且满足站台人数在安全限制内。使用多子群混合粒子群算法对模型进行求解。模拟国贸车站早高峰大客流场景进行实验,实验求解过程收敛快且稳定;实验对比分析无客流控制、常态进站客流控制与多方式客流控制的不同指标数值,证明多客流控制方案的必要性以及模型的可行性与有效性。     

城市轨道交通站点一体化发展策略

我国仍处在快速城市化阶段,需要加大轨道交通建设,促进社会经济可持续发展。如何做到城市轨道交通与城市功能融合、相互促进发展,关键在于处理好轨道站点的一体化方案。通过对东京、香港、北京等国内外城市轨道交通站点一体化开发案例进行对比分析,提出我国轨道交通站点一体化发展的主要策略:坚持轨道交通站点高强度混合开发,梳理全网、全线用地条件,明确各个站点周边开发业态及强度;做好轨道交通站点交通衔接,形成以轨道交通站点为核心的舒适、便捷交通接驳系统,提高站点服务水平;强化轨道交通站点周边用地的规划控制,细化土地出入条件;把握好建设时序,轨道交通站点与周边用地要统一规划、设计,建设时序要匹配;完善轨道交通站点一体化开发的相关法律法规,明确开发主体、土地出让条件、收益分配等,全面保障轨道交通站点一体化开发的落地实施。     

城市轨道交通进站客流量短时组合预测模型

高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。