基于轨道交通的社区公交客流预测分析

以基于距离衰减理论的可达性模型为基础,运用GIS栅格数据分析方法,获得了社区公交出行预测的新方法。主要过程包括社会经济活动的空间分解、可达性模型标定参数及可达性概率计算。以大连市七贤岭街区作为实例进行了社区公交出行客流分布预测研究,并基于实际调查对结果进行了验证。结果表明,基于GIS的可达性模型对公交出行发生预测方法在微观层次提供了一个有效的方法。该方法所需数据较少,数据分析周期短,建模成本低,适应我国目前城市建设量大、速度快的国情,是一种值得深入研究的方法。     

基于客流大数据的公交发车班次仿真优化

通过优化发车班次,可以有效提高公共交通的服务质量从而提升吸引力。发车班次的优化需要综合考虑车辆的行驶与客流到达的不确定性规律,很难使用解析的数学模型进行建模。本文通过对客流大数据进行分析,构建了一个能够再现现实随机客流的客流生成仿真模型,结合公交运营过程产生的GPS轨迹、进出站信息等数据,建立了整条公交线路的仿真程序。并将响应面分析法中的最速上升思想融入机器学习领域的贝叶斯优化中,建立SA-BO算法模型以提升优化效率。以客流仿真模型和基于SA-BO算法的仿真优化构成了整体的基于客流大数据的公交发车班次仿真优化。结果显示基于客流大数据的仿真模型MAPE指标为0.577%,能够良好的再现现实随机客流;SA-BO算法相比较传统BO算法优化效果提升了26.7%。     

基于多源数据的公交客流规模关联分析

分析公交客流规模的关联因素,梳理与公交客流规模有关的关联规则,有助于决策者把握整体态势、定义现状问题、细分问题类型。本文以深圳市为案例,以交通小区为分析单元,基于公交IC卡数据、人口数据、兴趣点数据、电子地图路径规划数据、微博签到数据等多源数据,从建成环境、人口密度、公交线网设施、交通可达性等维度,定量地表现影响公交客流规模的关联因素。通过构建决策树模型,揭示公交客流规模与关联因素间的映射关系,提取与公交客流规模有关的关联规则。研究结论为基于多源数据的公交客流规模评价方法提供了一种新的思路,也为公交线网规划提供了决策支持工具。     

基于VR技术高速公路危化品泄漏事故疏散训练系统的设计

危险化学品在高速公路运输过程中,因自然条件、路况、人为等因素的影响,随时可能发生泄露事故.这些事故一旦处置不当,将产生严重后果.有针对性地利用Unity3D游戏引擎设计一款基于VR虚拟现实技术高速公路危化品泄露事故疏散训练系统,可以提高受训人员的自救意识和疏散能力,防止二次伤害.系统包括四个模块:训练前培训模块、泄露场...     

突发公共卫生事件下公交调度时刻表优化方法研究

在新冠疫情等突发公共卫生事件下,公交调度在保障出行的同时如何应对疫情防控要求是一个新的课题,本文分析了公交车内环境特点、防控措施等影响病毒传播的主要因素,基于SEIR传染病模型,以降低病毒传播风险和社会经济运行损失为目标,考虑疫情期间乘客出行需求和公交企业提供服务水平相匹配,在乘客满载率不超过安全阈值、发车时间间隔等约束条件下,构建突发公共卫生事件下公交发车时间间隔非线性规划模型.使用matlab求解该模型,并结合实例予以验证,为公交企业在突发公共卫生事件下的发车时刻表编制提供理论依据.     

基于客流的全国轨道交通发展现状研究

发展轨道交通是解决城市交通问题的重要手段,但当前部分城市地铁建设规模超出实际需求,给财政造成沉重的负担,需要深入研究轨道交通建设的规模。从客流角度研究轨道交通建设的必要性及建设模式,先了解轨道交通分类,再分析国家层面总体发展思路,详细分析全国2019年地铁客运量,对轨道交通提出反向思考,在大部分城市客流不及预期的情况下,应适度控制地铁建设规模,将发展更符合经济实际的中低运量轨道交通作为重要选择。     

基于Arena的水灾应急疏散仿真研究

本文通过永吉县口前镇为例,分析永吉县的应急疏散预案,找出应急疏散过程中的影响因素及确定合理的疏散路径。通过ARENA软件建立应急仿真模型,为应急疏散方案的设置提供一个合理的依据。     

基于客流满足率的西安旅游景点疏导性研究

研究在旅游旺季如何将已饱和景点的游客疏散至其他仍有接待能力的景点,既能降低发生事故的风险还能增加其他景点收入,对城市旅游业的发展具有重要意义。依据景点瞬时承载能力和景点热度提出以客流满足率和疏导时间为评价指标,将各景点的游客接待能力进行量化排序得出各景点先后饱和顺序,并在不同客流满足率情况下,分析各景点的疏导时间。结果表明:(1)由于景点瞬时承载量不同,景点热度与达到接待饱和的难易程度非线性关系;(2)热门景点地处偏远依靠平均疏散时间超过100min,可开通单向交通线路缩短与其他景点的交通时间;(3)部分景点缺乏对游客的吸引力,不能有效的分担市区内的客流压力;(4)在制定景点游客疏导策略时要考虑各景点之间客流满足率差异,避免客流满足率相近的景点互相引流。     

基于Logit模型的运输通道客流分担率研究

Logit模型是对客流分担率进行估算的一种有效的方法。考虑到Logit模型的确定需要进行大量的数据调研和数据处理,文章从Logit模型的建立出发,结合SPSS中Logistic模型的求解思想,以兰州新区和市区间的运输通道为例,对运输通道内各交通方式的客流分担率进行研究,建立了包含旅客性别、旅客年龄、出行时间、换乘次数等在内的以旅客自身特征和出行特征为解释变量的多项Logit模型,得出提高公共交通分担率和城际铁路开行方案的相关结论和建议。     

基于AFC数据的客流路径选择

在单一路径旅行时间近似服从正态分布的假设下,建立了描述多路径OD对旅行时间分布的高斯混合模型,并引入无监督聚类算法——EM算法求解模型。首先,根据单路径无换乘和单路径一次换乘的OD,分别估计进出站时间消耗和换乘时间消耗的分布参数;然后,生成多路径OD的有效路径集并估计路径旅行时间参数;最后,将贝叶斯信息准则确定的混合模型个数及其对应的路径旅行时间分布参数,作为初始值输入到EM算法中,计算得到各路径的客流分配比例。以成都地铁两对典型OD为例,编程求解了客流分配比例和旅行时间分布参数,计算结果显示模型的拟合结果较好。     

基于拉姆塞模型快速公交的定价研究

本文归纳了影响公共交通票价制定的主要因素,分析了公共交通定价原理,基于拉姆塞定价模型,结合拥挤定价理论,提出了制定最优合理的公共交通票价的方法。并结合实例进行了测算。本文为快速公交的运营初期以及早晚高峰期客流量相差较大时的合理票价之制定提供参考。     

基于大数据的综合交通枢纽客流监测系统设计研究

综合交通枢纽主要就是集机场、高速公路交通、铁路交通、地铁交通、长途客运交通、公交交通等于一体的交通枢纽,是城市整体交通系统中非常重要的节点。为此,文章提出基于大数据的综合交通枢纽客流监测系统设计建议和系统的应用措施,旨在为提升综合交通枢纽的客流监测效果提供参考。     

基于公交卡数据的地铁站点客流集聚风险评价研究

人群聚集效应是大都市中最令人担忧的问题之一,特别是在地铁等半封闭空间。在早高峰时期下,地铁系统的一些重要节点时常发生线路故障维修,车站内的乘客很难疏散,从而导致了站内客流聚集的情况。因此,近年来,研究人员将重点放在地铁车站人群风险的风险评估或风险监测上,主要是从设施或乘客行为角度对风险等级进行评级。但是,两者都不能反映客流集聚和疏散能力之间的关系。为了更客观地评价人群风险,本研究基于上海地铁公交卡数据,采用聚类的方法对站内客流聚集风险进行评价。本文以上海地铁1号线为例,对各站点的客流聚集风险进行评估,并根据风险程度,对27个站点的客流集聚风险进行可视化。     

基于VISSIM仿真平台的高架BRT应急疏散研究

为提高紧急事故下高架BRT车站疏散效率,在已有应急疏散与仿真模型研究的基础上,考虑行人处于高架环境时的恐慌与恐高因素,对社会力模型进行优化,以期更真实地模拟紧急事故情景下乘客的反应。以成都市二环BRT为例,通过实际调查数据配置参数,设计紧急疏散场景,运用VISSIM软件实现仿真。选取行程时间、疏散时间、速度偏离值等评价指标对到站停车疏散与立即停车疏散两类情况下不同疏散方案对比,从定量的角度研究不同疏散方式下疏散效果,提出可在紧急掉头区修建直达地面层的应急逃生楼梯,能够极大的提高BRT乘客的疏散效率,为有关部门的决策提供依据。     

基于AnyLogic仿真的铁路客运站客流组织优化

铁路客运站客流具有量大且密集的特点,高效的客流组织有助于提高客运站运营水平。本文构建铁路客运站客流组织评价指标体系,以唐山站高架层为例,针对唐山站设施布局、流线设计和客流量进行调研,运用AnyLogic软件对东、西两站厅不同时段的进站客流组织进行仿真,仿真结果表明,唐山站高架层的进站客流瓶颈主要出现在安检设施处。根据仿真结果对唐山站高架一层客流组织水平进行评价分析,并据此提出合理的优化措施,为实际运营管理提供决策建议。     

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。     

基于意愿调查的公交舒适度评价方法研究

公交舒适度是衡量城市常规公交服务水平的重要指标。采用问卷调查的形式,从乘客感知的角度,运用重要性因素排序、5级李克特量表和乘客满意度等方法,通过方差显著性分析和排序分析,研究不同属性乘客对公交舒适度的评价差异,以乘客对舒适度的个人感知获取对不同线路舒适度的总体评价。研究表明,乘客属性对公交运行舒适度的评价存在差异;同时,拥挤程度、行车平稳性、空气质量和车内噪音是公交运行舒适度总体评价的主要影响因素,权值分别0.33,0.28,0.22和0.17。     

基于神经网络时间序列模型的换乘站早高峰客流预测研究

北京轨道交通发展至今日,网络化、数据化、标准化运营格局已经形成.大客流冲击对一座车站产生的影响将迅速扩展到本线其他车站,这其中最复杂的关键节点便是换乘站.为做好换乘站大客流冲击的安全防范与处置工作,相关车站应在以往经验的基础上,加以科学的预测及判断,使站内客流处于有序可控状态,保证客运、乘务工作高效有序进行,最大程度地...