基于出行链的铁路车站开通初期客流预测研究

【目的】为解决铁路车站开通初期客流预测缺乏数据支撑,以及估计不同交通方式成本来计算客流转移量结果与实际偏差较大的问题。【方法】以新开通南沿江城际铁路江阴站为例,考虑该线与既有高速及城际铁路的线位关系,基于城际出行链,依托旅客出行行为调查对区域内可选择的不同交通方式的城际出行效用进行定量计算,采用Multinominal Logit(MNL)模型,区分工作日与非工作日,结合客流分配现状对效用变量系数进行标定,据此预测南沿江城际铁路江阴站开通后发往南京、上海枢纽的客流量,同时结合城市经济和社会发展推演计算发往沿线其他站点的客流。【结果】结果表明,南沿江城际铁路江阴站的开通可以有效吸引江阴地区原本选择既有铁路、公路去往南京、上海的客流以及选择公路去往南沿江城际铁路沿线其他城市的客流。【结论】因此,南沿江城际铁路的开通能有效缓解辐射范围内既有铁路、公路的运输压力,客流预测结果还将支撑站点运力资源配置优化研究。     

长吉高铁城际商务客流出行特征

高速铁路已成为城际商务出行的重要交通方式之一。选取长吉高铁出行群体为研究对象开展问卷调查,获取受访者基本信息和出行信息,探索城际商务客流出行特征。首先分析商务和非商务出行群体在社会经济属性、交通行为特征方面的差异。以非商务出行群体为参照,比较分析商务出行群体在区域层面和城市层面的空间分布特征。在区域层面,由于城市功能地位的差异,长春、吉林商务出行目的地在空间分布上呈现明显的不对称性;在城市内部,商务出行具有更为明显的出行目的地,而非商务出行相对离散。最后指出,相关规划应强调以高效的综合交通体系满足城市核心区之间的商务联系,同时在运输组织上进一步降低商务出行时耗。     

公共交通票价对通勤走廊出行结构的影响

针对通勤走廊构建交通方式选择模型, 分析公共交通票价对通勤走廊出行结构的影响; 考虑公共交通多种末端衔接方式, 针对有车和无车通勤者, 分别构建了包含组合出行模式的出行方式选择NL模型; 以北京市地铁5号线沿线通勤走廊为例, 结合实际数据对NL模型精度进行检验; 在考虑公共交通运能约束的基础上, 应用NL模型分析不同单一交通方式票价、组合票价下, 各出行方式分担率与公共交通满载率的变化, 从公共交通运能利用率和服务水平的角度研究不同票价下出行结构的合理性。研究结果表明: 北京市票价调整政策可以提高地面公交运能利用率, 但对降低地铁满载率的作用有限; 若将地面公交票价调整为0.01~0.06元·km^-1或地铁票价调整为0.32~0.42元·km^-1时, 通勤走廊内地面公交的高峰小时平均满载率为60%~65%, 北京市地铁5号线高峰小时满载率为86%~100%, 公共交通运能利用率保持在一定水平的同时, 提高了公共交通服务水平, 且小汽车的分担率基本保持现状, 未造成小汽车出行量的激增; 当地面公交和地铁票价同时满足限制条件时, 通勤走廊内地面公交的高峰小时平均满载率为58%~80%, 北京市地铁5号线高峰小时满载率为86%~100%, 小汽车分担率的增幅在5%以下, 票价调整可以改善通勤走廊的出行结构。     

Logit模型的改进及其在客流分担率预测中的应用——以成渝城际铁路为例

为了进一步提高Logit模型效用函数的准确性、适时性和适用性,增加了Logit模型的衡量指标,充分考虑新指标对总效用的影响,重新定义了效用函数.运用改进后的Logit模型,以成渝城际铁路全长352 km的东线方案实施并通车为背景,在成渝城际铁路实施公交化运营、公路运输进一步缩短旅行时间的新一轮公铁竞争中,估算出铁路、公路和民航的分担率.预测结果显示,铁路客流分担率仍能上升11%,从而达到87.8%,在未来成渝客运市场中占有绝对优势,而公路的份额将减少至10.7%.通过分析构建的效用函数中各个因素变化的灵敏度,作者提出建议:为了提高成渝城际铁路客流分担率,最关键的因素是提高购票成功率和增加旅行舒适度.     

基于客流需求的城际列车时刻表模型改进研究

列车时刻表的编制是铁路旅客运输组织的关键问题,如何优化时刻表,最大限度缩短旅客的旅行时间,具有重要的理论和现实意义.然而,既有基于客流需求的时刻表优化模型大多数假设列车顺序固定或不允许列车间任意越行,离实际尚有一定差距.针对这一问题,本文以最小化旅客在站等待时间和在车旅行时间的线性加权为优化目标,综合考虑列车停站、区间运行、安全间隔、列车容纳能力等约束,在定序无越行和定序有限越行模型的基础上,构建了更一般的非定序任意越行混合整数二次规划模型,并利用ILOG CPLEX分别进行求解.最后,以某城际高铁为例进行案例研究.结果表明,本文所提的非定序任意越行模型求解质量最好,且能有效减少旅客全程旅行时间,具有可行性.     

城市土地利用特征对居民出行方式的影响——以深圳市为例

为缓解日益严重的城市交通问题、优化居民出行方式,有必要研究城市土地利用与交通系统的协调问题.以深圳市为例,应用多元Logit模型(MNL模型),纳入城市土地利用变量与出行者的家庭、社会、经济等变量,分析其对居民工作与非工作出行方式的影响.研究结果表明,出行起点的城市区位是影响居民出行方式的重要因素之一.相对于组团中心和...     

换乘效率对城市轨道交通分担率的影响研究

为评估换乘效率对轨道交通分担率的影响,引入拥挤感知系数、环境修正系数及换乘次数惩罚系数,将客观换乘时间转化为感知换乘时间,并以此为基础构建了轨道交通分担率模型.利用北京市第4次出行调查数据对该模型进行标定,探讨了轨道交通网络换乘效率改善对不同出行距离乘客分担率的影响.结果表明:换乘次数、换乘走行时间、换乘等待时间及换乘环境的改善能够有效地提高轨道交通的分担率,尤其是对中短距离乘客的影响巨大;换乘拥挤是影响中长距离乘客选择轨道交通的重要因素,当换乘通道通过能力及换乘站台容量较小时,拥挤感知系数快速增加,严重降低轨道交通网络的分担率.     

区域运输通道内客运方式分担率模型

鉴于Wardrop原理假设通道内的旅客对各种运输方式的实际出行费用能够完全准确估计的不足, 利用不确定规划理论, 结合不同出行距离、不同收入水平的旅客对运输方式服务属性的评价, 用数学期望表示旅客出行的广义费用, 提出了不确定条件下运输通道内各种运输方式旅客最优和运输系统最优客运量分担率计算模型, 以及多目标客运量分担率计算模型, 并设计了用于求解模型的基于随机模拟的遗传算法。客运量分担率的预测结果与实际测量值之间平均误差为8.13%, 说明本模型能够有效地模拟旅客在出行时对运输方式选择的不确定性。     

陆桥通道旅客出行选择特征

为预测综合运输通道客运需求结构变化, 以陆桥运输通道为例, 对不同运输方式旅客出行调查数据进行了统计分析。旅客的职业分布中企管人员占20%以上, 其余主要是工人、农民和个体经商人员; 月收入1 000元以下者主要选择公路, 2 000元以上者选择民航比例较高, 中等收入者多选择铁路; 以出差和探亲为目的出行者占50%以上; 出行距离分布分析显示, 公路优势在200km以内, 民航优势在1 500 km以上, 铁路以中长距离为主; 旅客对服务属性选择, 以安全为第一要素者近60%, 其次才是速度和费用。结果表明, 随着各种运输方式的不断建设和发展, 陆桥通道内部客运市场正逐步扩大, 表现出较强的多样性和不均衡性。     

综合运输通道客运结构配置的随机饱和熵模型

为寻求系统、科学的综合运输通道最优客运分担, 提出用最大熵原理构建客运结构配置模型, 基于随机时间价值, 选择旅客广义出行时间最小的运输方式, 定义了通道内的基本路段饱和度和通道饱和熵, 设计了用于求解模型的粒子群算法。分析发现, 车外时间差、单位里程票价差、单位里程车内时间差以及旅行距离将直接影响各运输方式客运分担率的高低; 以通道饱和熵最大为目标得出的常规铁路最优定价高于现行铁路票价, 且通道饱和熵上升了15%, 说明铁路票价偏低会造成铁路客运量过于饱和; 由通道饱和熵模型得出的最优客运分担结果, 缩小了基本路段上各运输方式饱和度之间的差距, 实现了运力和运量的有效匹配。     

运输通道新建高速铁路客运量预测MD模型

为了准确分析运输通道新建高速铁路未来客运需求, 应用经济学效用原理和数学分析方法, 对MD(Minimum Drain)预测模型的概念、假设、原理进行了定义和分析, 讨论了需求潜在化实现率、旅行总支付及运输方式选择的机理, 并与传统客运量预测方法对通道总的铁路客运需求量预测结果进行了对比。结果表明, 该模型预测运输通道新建高速铁路未来的市场份额为70%以上, 预测潜在需求年增长率比其他方法低1%, 符合近年来交通量的增长规律, 这说明MD模型与传统运量预测模型结合进行通道运量预测能充分反应通道中各种运输方式的服务水平对其市场份额划分的影响。     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。     

铁路公交化对客流吸引的影响分析

通过分析公交化铁路系统内外部因素,收集历史数据进行参数拟合,并运用旅客出行效用理论建立模型,对普通铁路与公路、公交化铁路与公路城际客运市场占有情况进行分析。分析表明,公路运输在出行距离在300 km以内时具有较高吸引力,800 km以上时吸引力较弱,运输距离为800 km时市场占有率为17．4％;普通铁路运输在中长途运输时占有优势,出行距离为600 km以上时,优势较为明显;公交化铁路中短途客流吸引力较普通铁路和公路强,出行距离在600 km以内时具备绝对吸引力;铁路公交化发展会在很大程度上改变客流分配格局。     

长沙地铁2号线运营初期客流特征分析

开展客流特征研究对科学合理地设计轨道交通系统、优化运营组织设计具有重要意义。以长沙地铁2号线的地铁刷卡数据为研究对象,运用数理统计方法对其开通初期三年的运营客流进行分析,着重分析断面不均衡系数、车站进出站高峰系数与车站周边土地利用性质的相关性,线路客运量高峰系数与该线功能定位的关系,以及乘降量和换乘量的客流特征。针对上述结论对设计和运营提出建议,可为轨道交通的设计、建设、运营提供参考,也可为大城市轨道交通客流预测结果的合理性判断提供依据。     

考虑时空修正的轨道交通封站短时客流预测方法

为了实现封站情况下轨道交通短时客流的精准预测和探索客流的变化机理,提出了一种考虑时空修正的融合动态因子模型(DFM)和支持向量机(SVM)的短时客流预测方法(DFM-SVM); 利用符号聚合近似方法(SAX)与动态时间规整(DTW)相结合的算法(SAX-DTW)识别受封站影响的时空范围,利用DFM预测常态下的短时客流,利用SVM提取和处理受封站影响车站与时段客流量的非线性特征,对受影响车站与时段的客流量进行修正; 以北京地铁封站情景下车站的进站量预测为例,验证方法的有效性。研究结果表明: 与既有SAX相比,提出的SAX-DTW不仅能全面考虑到客流数量和客流趋势的变化,还能更准确地识别出多个车站的异常时段; 与传统DFM相比,DFM-SVM能显著降低各车站的预测残差,其中奥体中心车站的预测残差降低约60%;与基线模型霍尔特-温特(Holt-Winters)、SVM、门控循环单元(GRU)和长短期记忆(LSTM)相比,在整体客流量预测效果方面,提出的DFM-SVM在其均方根误差方面分别降低43.39%、70.00%、33.18%和70.83%,平均绝对误差分别降低43.72%、67.17%、28.98%和57.08%;在单个车站的客流量预测效果方面,提出的DFM-SVM在均方根误差和平均绝对误差方面有70%的车站均低于其他基准模型。可见,提出的DFM-SVM能够捕捉封站影响客流的非线性关系,极大提升了客流预测精度,能够为运营管理者提供可靠的客流预警信息与决策依据。