基于广义费用的城市轨道交通客流分配

为了更加客观全面地反映城市轨道交通出行者决策行为，提升城市轨道交通客流预测准确性，缓解线路运营面临的高峰时段客流拥挤现象，从出行广义费用角度出发，开展城市轨道交通客流分配研究。综合考虑票价、出行时间、舒适度、准时性等因素，构建了城市轨道交通乘客出行广义费用计算模型；以北京地铁5号线为例，将广义费用作为出行阻抗引入客流分配之中，构建了基于广义费用的随机用户平衡条件下的城市轨道交通客流分配模型，并提出了嵌套Logit模型的迭代加权法用以求解模型；基于分配模型及算法，对不同票价和列车容量条件下的城市轨道交通客流分配结果进行了对比分析。结果表明，基于广义费用的城市轨道交通客流分配模型能够实现对轨道交通流量的有效预测，可对各类缓解高峰时段拥挤措施的实施效果进行评估，辅助城市轨道交通领域相关决策。     

基于XGBoost的城市轨道交通短时客流预测

城市轨道交通短时客流量具有随机性、周期性、相关性的特征,而短时客流预测作为城市轨道交通运营组织优化的关键技术,其预测数据的准确性将直接影响城市轨道交通运营组织的合理性。本文在分析城市轨道交通客流时间分布特征的基础上,提出了使用随机森林和XGBoost预测模型,对工作日和周末的客流分别进行预测,并以杭州地铁日均客流量最大的火车东站地铁站的进站客流为例进行实例分析,得到的预测数据与真实数据误差较小,验证了模型的有效性。最后将两种模型的预测误差进行对比分析,结果表明XGBoost预测模型对城市轨道交通客流的短时预测有着更高的精度和准确度。     

基于IC卡数据的深圳地铁客流特征分析

随着我国经济的快速发展和城市化进程加快,近年来以地铁为代表的城市轨道交通实现跨越式发展。客流数据是城市轨道交通规划设计、建设和运营调度的基本依据。地铁IC卡数据具有数据量大、真实准确、时间连续、易获取的特点,广泛应用于地铁站点、线路和网络客流特征分析、长短期客流预测以及地铁用户出行模式识别等方面。本文主要对深圳地铁IC卡刷卡数据进行分析,重点提取地铁客流时空分布特征以及用户出行特征,研究客流变化规律,对于地铁运营调度管理以及站点客流疏导有重要意义。     

基于AFC数据的城市轨道交通OD客流动态预测

路网客流实时状态是城市轨道交通系统进行日常运营及关键决策的重要基础，针对目前城市轨道交通客流预测中站点层次预测方法较成熟，而客流分布预测较少的情况，提出基于时序神经网络的量测方程OD客流动态预测方法。利用地铁AFC数据，确定时序神经网络预测的最优数据粒度为15mins和最优时间序列阶数为4，以此构建时序神经网络框架，对站点进站量进行预测；对于站点进站客流与OD客流间的时空关联性，主要体现在进站客流的不同去向以及相同去向下不同的到达时间，建立量测方程反应这一联系，将进站客流转化为OD客流，并以成都地铁为例，对路网条件下不同分布特征OD客流进行预测验证，加权相对误差为14.08%，验证了模型的有效性。     

城市轨道交通客流强度及其基本特征分析

本文结合国内外部分城市轨道交通客流强度数据,分析了不同城市轨道交通线网以及不同类型轨道交通线路客流强度的基本特征,从线路空间与网络演变角度剖析了线路客流强度演变的内涵,提出了改善城市轨道交通客流预测工作的建议。     

基于灰色理论的城市轨道交通国庆客流预测

由于城市轨道交通特殊时间段客流预测是列车运力配置和网络化运营决策的基础,诸多因素综合影响着城市轨道交通线路客流量,且其变化具有周期性、非线性和随机性等特点。因此预测的相关数据对其运营部门应对潜在的客流大波动或突发事件发生有举足轻重的作用。本文采用灰色理论,以西安市轨道交通2号线往年客流数据为分析依据,对往年2号线在国庆期间的客流情况进行预测,并与实际情况进行对比,表明灰色预测模型在此次预测中是有效的。以此类推对未来几年国庆期间客流进行预测。     

基于交通渗流理论的城市轨道交通网络动态服务瓶颈识别

为准确把握轨道交通网络化运营的新态势和新要求,力求轨道交通系统在大客流下做到运输能力和服务水平的供需匹配,需对轨道交通网络的关键瓶颈进行有效识别和疏解。本文借鉴交通渗流理论,提出了限制网络整体服务水平和连通效能的动态服务瓶颈的识别方法,该方法综合考虑了城市轨道交通系统的网络特性、客流特性和服务特性。其中针对区间服务水平状态,该方法提出了定量评定的复合指标模型。以成都地铁线网为案例,基于实际客流运营数据,构建动态网络,识别服务瓶颈,验证了方法的适用性和准确性,对城市轨道交通系统运营管理有实际指导意义。     

城市轨道交通网络化客流成长规律研究

本文从客观的角度出发,在三个方面对城市轨道交通网络化客流成长规律进行了现实数据的分析,并在此基础上进行了初步探讨,希望能够对未来城市轨道交通客流预测提供借鉴。     

时空特征深度融合下的城市轨道交通站点客流预测

探索挖掘URT站点客流时空特征并精准预测运营高峰期的站点客流，对提高URT系统客流组织效率、保障乘客出行安全具有重要意义。针对传统模型对于时空特征挖掘不够以及在多步短时客流预测的精度上有待提升等问题，引入时段相关性及站点关联度以量化客流隐式时空特征，并建立一种结合双层图卷积神经网络（GCN）与门控循环单元（GRU）的dmGCN-GRU短时进站客流预测模型，随后以杭州地铁为例，对工作日数据和非工作日数据分别进行了仿真实验。结果表明，dmGCN-GRU模型能够深度融合时段相关性、站点关联度、站间OD、邻接矩阵等多重时空特征，可在增加一定训练时长的前提下提高预测精度、模型稳定性。随预测步长增加，模型性能虽有所下降，例如工作日数据拟合优度从94.68%降至94.27%，但性能仍优于SVR、GRU、GCN以及GCN-LSTM等模型。     

多交路共线运行的城市轨道交通时刻表优化

城市轨道交通行车组织多样化背景下，多交路共线运行模式逐渐得到规划者与运营者的青睐。然而，普遍采用的均匀发车间隔时刻表难以解决恒定运力供给与时变客流需求间的矛盾，也未发挥出多交路共线运行模式的优势。为提升城市轨道交通服务水平，本文分析时刻表优化的关键因素，利用分时段客流OD数据，调整列车到发间隔，构建多交路共线运行线路的时刻表优化模型，并采用CPLEX求解。算例研究中，选取两层交路的城市轨道交通Y型线进行优化，满载率大于0.6的运行区间数量及满载率均衡性分别优化96.8%和41.4%，验证了模型的有效性。     

基于客流需求的城市轨道交通换乘站“人—车—站”协调研究

随着全国各大城市轨道交通加速成网,快速增长的客流带来了换乘车站换乘通道内客流疏散不及时、行人换乘效率和安全性降低以及车站服务水平下降等问题。通过分析列车运输能力、车站运营设施通过能力,建立列车输送与车站运营设施（站台、通道）的能力匹配关系。基于客流需求,研究城市轨道交通换乘站“人-车-站”的动态平衡条件。以重庆市轨道交通两路口站为例,依据列车开行方案、上下行楼扶梯设置、站台设置、以及相关客流数据等调研资料,通过计算、比较分析提出基于远期客流需求下,两路口站站台层换乘设施及站台的合理优化建议,为车站运营服务水平的提高提供参考。     

城市轨道交通线网客流预测及特征研究

建设高效绿色的轨道交通系统已成为各大城市提升城市形象、缓解交通拥堵、方便居民出行的首选,而客流预测是其中必不可少的重要工作。本文结合普洱市城市轨道交通客流预测实例,在研究现状城市居民出行特征、公交发展水平及道路系统运行特征基础上,利用四阶段模型理论,分析普洱市不同组团间的居民出行量、出行分布、出行结构等特征,对普洱市城市轨道交通线网客流进行测试,通过预测线路的断面流量、客运量、负荷强度,确定不同的比选方案指标,为城市轨道交通线网规划提供量化支撑。     

网络化运营模式下城市轨道交通客流分布特性

本文从网络化运营角度,以实际运营网络客流数据为基础,对城市轨道交通客流时间和空间分布特性进行了综合分析。时间分布上主要分析了日客流、周客流、月客流和年客流四个层面的客流特性,空间分布上主要采用了全网客流、高峰断面方向、进出站方向等指标来分析客流分布不均衡性。     

城市轨道交通客流高峰传播影响研究

本文在总结城市轨道交通客流高峰特点的基础上,首次对城市轨道交通客流高峰传播的概念进行了定义,通过对城市轨道客流高峰传播机理的探讨,详细分析了城市轨道交通客流高峰传播造成的影响,并给出了度量客流高峰传播影响的主要内容。     

城市轨道交通网络早班列车组时刻表衔接优化

为尽可能提高城市轨道网络中各线路方向列车在换乘站的衔接效率,缩短旅客换乘等待时间,提出了早班列车组的概念,分析了早班车时段换乘客流的时变特性,构建了以最小化乘客换乘等待时间为目标的整数规划模型。针对模型特点,设计了初始解的生成算法,并采用改进的遗传算法求解模型。通过含有6个列车运行方向,3个换乘站的小型城轨网络,验证了模型和算法的有效性。     

拉萨市重大节日期间交通需求预测方法研究

文章在总结国内外重大节日期间交通需求预测研究现状的基础上,分析拉萨重大节日期间的交通特点,并基于传统四阶段法建立新的预测模型,同时以拉萨雪顿节为例对该模型进行验证。结果表明:新的方法能够合理预测拉萨节日期间的客流,为拉萨市节假日期间的交通管理提供理论支持。     

基于改进的BP神经网络探究航空与陆侧客流关系

为提高航空与陆侧交通客流关系分析的效率,本文基于大数据手段统计海量的航空客流和陆侧交通客流数据,利用改进的BP神经网络算法对航空客流和陆侧交通客流的关系进行了研究。首先,通过遍历隐含层神经元个数并增加算法运行次数的方法探寻隐含层最佳神经元个数。其次,保持航空客流数据不变,在时间轴上偏移陆侧交通客流数据,基于拟合系数设定评价函数,衡量航空客流和陆侧交通客流数据的匹配程度。其三,基于首都国际机场的实际数据进行实例分析,得到航空旅客乘坐陆侧交通方式提前到达和滞后离开机场的时间,并获得了航空客流和陆侧交通客流之间定量关系表达式,为机场陆侧交通设施的建设和改善提供了参考依据。     

城市轨道交通线网规划的客流预测模型及应用

文章根据轨道交通线网规划客流预测的目标、要点、年限和内容,建立了包含出行生成预测、出行分布预测、交通方式分担预测和交通分配预测的四阶段法预测模型,并利用该模型对兰州市轨道交通线网规划的四种方案进行了客流预测,得出最优方案。     

预售期多阶段多层次高铁网络客流需求模型

铁路运输企业编制运输计划时，不仅需要尽可能满足起讫点间的客流需求，同时要充分考虑客流需求在时间和空间上的波动性。根据问卷调查数据，采用分类统计和交叉分析的方法，分析不同出行目的、收入水平和出行距离的旅客在预售期内对购票时间阶段的偏好，用于研究高铁客流需求特征。根据多项式逼近拟合方法，基于客流需求特征，构造了预售期多阶段多层次高铁网络客流需求模型。以京沪高铁实际购票数据为例验证模型的有效性，结果表明提出的模型能够很好地模拟实际精细化的客流需求特征，应用该模型有助于提升高铁运输资源利用率、合理制定票价增加运营收益。     

基于圈层的轨道交通一体化客流预测方法：以粤港澳大湾区为视角

为推动粤港澳大湾区轨道交通一体化的持续发展，从区域轨道客流预测的复杂性作为切入点，在阐述粤港澳大湾区多层次轨道交通系统发展概况的基础上，进行湾区交通圈层划分，并论述了不同圈层出行特征的差异及联系；通过现有城市轨道交通和铁路客流预测方法的回顾及适应性分析，肯定了“四阶段法”类预测方法在轨道交通规划设计阶段应用的优越性；进而提出圈层分级的轨道交通预测思路，并以四阶段法为核心，搭建粤港澳大湾区尺度下的轨道交通一体化客流预测框架。