城市轨道交通车站客流时空分布特征分析——以南京地铁为例

车站是轨道交通服务于城市居民出行的重要载体,是城市重要的客运枢纽,也是城市规划设计与土地开发的重要节点,其进出客流特征与轨道线网结构、沿线土地开发强度和业态密切相关。本文以南京地铁为例,对轨道交通车站客流从类型、时间及空间分布、接驳等特征进行深入分析,以期为城市轨道交通规划、设计及运营管理等工作提供参考依据。     

基于手机信令的区域出行特征研究——以长三角城市群为例

城市群空间出行流动塑造了城市空间组织形态,客观反映了城市间协同发展和一体化进程,一直备受行业关注。本文借助手机信令数据,以长三角城市群为例,从出行分布、出行频次、出行走廊、跨市通勤视角出发,多维度定量测度长三角城市群、都市圈不同空间组织形态的城际出行需求特征。研究表明,上海都市圈依旧是长三角城市圈的核心组成部分,跨城出行呈现明显的空间不平衡性,城际高频出行联系逐渐呈现的“圈层+飞地”形态特征。本研究形成了一系列手机信令数据在城市总体规划、出行特征识别方法,以期用大数据手段助力提高城市群规划和管理的综合决策水平。     

基于手机信令数据的城市交通需求预测方法研究

为有效提高城市交通规划的合理性,需要对城市交通需求进行更精准的预测。基于此,结合工程应用实践,从数据挖掘、需求预测模型参数标定、应用领域等方面阐述手机信令数据在城市交通需求预测方面的应用方法,以探索精确预测城市交通需求的途径,为城市交通规划及重点工程建设提供可靠的定量依据。     

基于手机信令数据的职住地识别方法

理解城市居民的日常活动模式对于优化城市空间组织形式、提高城市空间质量具有重要意义,基于手机信令数据的个体活动模式挖掘成为近年城市研究热点之一。然而,在利用手机信令数据识别职住地的过程中,通常通过设置停留时长参数提取用户的驻留点,存在较强的主观性。因此,研究提出以非参数概率密度估计为核心的驻留点提取思路,以提高职住地识别结果的准确性。为验证方法的有效性,以西安为例对手机用户的居住地和工作地进行识别。结果表明,该方法的准确性较高,能够为个体时空行为分析提供支持。     

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。     

基于手机信令数据的城市短期驻留人口出行时空特征与城市空间结构关系研究——以杭州市为例

短期驻留人口与常住人口构成了城市主要服务群体,了解城市内活动人口的出行特征是建立合理的城市交通规划模型的重要前提。本研究以杭州市为例,基于手机信令数据识别短期驻留人口与常住人口,判断出行链从而提取手机用户一日出行的OD记录。在此基础上进一步对短期驻留人口的出行特征进行计算,揭示其在时间与空间上的分布规律,为短期驻留人口的交通管理提供科学的决策建议。同时,将该群体特征与常住人口进行对比分析,结果表明二者的交通特征具有显著的差异,可为交通规划模型的改进提供合理支撑。     

基于手机信令数据的轨道交通客群特征研究

根据手机信令数据的通讯特征,提出了测度地下轨道交通站点客流的原理与技术方法,并通过基站识别软件实测数据来匹配轨道交通各站点与其进出口附近的地上与地下基站,确保准确性。在此基础上,以杭州市为例,将手机信令测得的数据与IC卡数据相比较,结果显示,两者拟合程度较高,说明该方法测度轨道交通客流有效性强。进一步充分利用手机信令可准确识别轨道用户的优势,根据乘客在轨道交通系统内外部的活动信息,继续探究该方法在轨道交通乘客职住地分布以及各站点换乘客流量等方面的应用,为优化轨道交通规划设计与运营管理提供支撑。     

旅游交通融合发展研究——以福建省为例

为深入落实"交通强国"战略和实现"全域旅游"目标,推动旅游与交通深度融合发展,需做好旅游交通体系发展的顶层设计。通过分析旅游交通面临的问题,提出了旅游交通融合发展的理念。将福建省作为案例,针对福建旅游交通网络面临的问题,提出了"快旅慢游"旅游交通体系的建设目标、实施方案及保障措施。依托高铁、民航、邮轮和公路等综合立体交通网络,提出了"一带三环多放射"旅游交通"快旅"通道的发展思路;通过特色旅游产品开发、旅游服务质量提升等方面,规划了"慢游"微循环旅游交通的发展方案,构建了福建省多层次、综合立体的旅游交通体系发展新格局。以期通过福建省旅游交通融合发展案例研究,为其他省市旅游交通融合发展借鉴参考。     

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。     

基于手机定位数据的个体出行行为特征分析综述

个体出行行为特征分析一直以来是交通规划、交通设计等领域的重要基础,传统的人工调查由于受主观回忆较多、调查成本较高等因素的限制,数据结果的准确度往往较低,无法支撑精细化的规划设计任务。智能手机与无线通信网络的成熟发展带来了海量手机数据,这为探究个体出行活动规律提供了新的数据源。本文综述已有基于手机数据分析个体出行行为特征的研究,分析当前研究的不足与待研究的问题,提出可从完善已有个体出行信息采集内容、探索基于精细化数据的模型改进以及多源数据融合等方面进一步研究,以更全面、更准确的信息反应个体出行行为特征,为交通规划等领域的建设提供依据。     

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。     

基于多源数据的电召出租车营运特征分析:以厦门市为例

本文利用厦门市多源数据对厦门市电召出租车的营运特征进行了分析。针对出租车营运单程、驾驶员、空间栅格等分析实体建立多维数据模型,依靠统计分析方法提取出租车营运状态特征,分析了驾驶员收入与各个分析实体的属性维度之间可能存在的关联关系。结果表明,相比于普通出租车,电召出租车的里程空驶率高、日均营运趟次低,且收入水平与日均营运趟次、营运起终点空间分布以及起终点周边的城市建成环境存在关联。提出了一系列建议以提升电召出租车的营运效率、提高驾驶员的收入水平。     

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。     

基于旅游资源节点的旅游公路网布局方法研究——以桂林市旅游公路为例

为优化基于旅游资源节点的旅游公路网布局,文章从旅游资源价值的角度出发,以桂林市为实例,综合运用“基于交通通达功能”和“基于旅游资源评价”两种布局方式,构建基于旅游资源节点的路网,通过辐射范围测算及综合效果评估对桂林旅游公路网布局方案进行评价,以期促进桂林旅游公路规范化发展,构建交旅融合的旅游公路体系。     

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。     

基于手机信令的城市群通道出行特征提取方法研究

探索城市群通道出行特征对于优化通道资源具有重要意义。为获取城际通道多方式、多时段、高样本量的出行特征数据,基于手机信令数据识别城市群通道出行的原理,研究了通道出行特征指标提取方法。以成渝城市群中重庆至合川通道为例,利用手机信令数据分析了通道出行特征和时空规律。结果表明:重庆至合川通道平均出行总量为3.9万人次,出行强度为1.19,通勤出行占比为7.2%,私家车出行占比为84%,出行时间主要集中在早高峰。研究为城市群运输通道系统优化、资源配置和产业布局规划的数据获取提供了一种新思路。     

高铁枢纽片区客流出行规模研究——以阜宁南站为例

随着我国高速铁路建设进程的加快,与之相关的高铁综合客运枢纽建设也在如火如荼地进行。通过分析高铁枢纽片区的客流构成,分别利用弹性系数法和四阶段法预测模型,构建客流规模预测体系。以阜宁南站综合客运枢纽为例,验证了分析方法的合理性。     

上海市域铁路车站换乘客流组织研究——以机场联络线为例

上海市域铁路网包括新建市域铁路和利用既有铁路改建的市域铁路,根据上海市域铁路与城市轨道交通、都市圈城际铁路的融合发展情况,从线网规划、客流特征、票务系统等方面梳理多层次轨道交通方式间换乘的影响因素,并以上海市域铁路为主体,分析其与其他轨道交通方式间换乘的特点及方式。最后以机场联络线为例,总结机场联络线各站换乘情况,并根据不同类型的客流特点提出相应的客流组织方案。