城市轨道交通客流分析

在城市轨道交通的规划设计中,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法.     

基于数据融合的公交客流规模测算方法

公交客流规模测算往往存在调查成本受限和准确度要求较高的矛盾.提出基于公交IC卡历史数据与人工补充调查数据的数据融合测算方法,以准确推算公交客流规模.首先根据公交线路的基本属性,采用聚类分析方法划分线路类型,从每一类中选择具有代表性的线路.基于IC卡数据分析公交客流时变特征,运用有序样本聚类Fisher算法将线路小时刷卡量进行聚类分析.划分刷卡量相似时段,进而采用优化方法确定调查抽样率,确定相应的调查车辆进行人工补充调查,最终经过数据融合计算获得公交客流规模.基于上海市某辖区IC卡数据进行案例分析,测算得到三类公交线路的日均客流量.     

基于衔接性协调的地铁换乘站候车客流优化

研究了高峰时段列车运行的衔接协调对换乘站候车客流量的优化问题.首先分析了换乘站各站台候车客流的组成因素,确定出各运行方向的换乘站台内客流量随时间变化的规律.然后,以时段内换乘站候车客流量的最大值最小为目标,建立优化模型.模型以站台最大可容纳候车人数为约束条件,以各方向列车在换乘站的到达时刻为调整对象,实现了高峰时段换乘站内聚集客流的优化.最后,针对验证案例,设计了遗传算法进行求解,得出了协调较优解,并给出与较劣解的对比分析.结果表明,该优化方法能够有效降低换乘站内的候车客流人数,可为网络化的优化协调工作提供参考.     

�����ν���Э���ĵ�������վ�򳵿����Ż�

研究了高峰时段列车运行的衔接协调对换乘站候车客流量的优化问题。首先分析了换乘站各站台候车客流的组成因素,确定出各运行方向的换乘站台内客流量随时间变化的规律。然后,以时段内换乘站候车客流量的最大值最小为目标,建立优化模型。模型以站台最大可容纳候车人数为约束条件,以各方向列车在换乘站的到达时刻为调整对象,实现了高峰时段换乘站内聚集客流的优化。最后,针对验证案例,设计了遗传算法进行求解,得出了协调较优解,并给出与较劣解的对比分析。结果表明,该优化方法能够有效降低换乘站内的候车客流人数,可为网络化的优化协调工作提供参考。     

北京市轨道交通车站预约出行实践与思考

高峰时段过度集中的通勤客流是城市轨道交通运营管理工作中的一大挑战.北京市部分轨道交通车站依据同时段历史客流状态,采取站外限流的措施防止进站人数过多.在2020年新冠肺炎疫情防控期间,客流量不确定性高,客流管理难度加剧.为提前掌控客流情况,有效调控客流量,减少乘客聚集风险,创新性地在北京市轨道交通大客流车站开展预约实践,...     

城市轨道交通客流网络分布均衡性评价

复杂网络化运营下的城市轨道交通客流呈现时空分布不均衡特点,为量化表征客流网络分布不均衡程度,应用广义均衡性评价工具Gini系数和Theil指数,以车站客流量和区间断面满载率为评价指标多维度评价客流网络分布状态.以上海轨道交通网络为例,基于洛伦兹曲线求解得到早高峰 8:30-8:45、平峰 10:45-11:00和晚高峰18:30-18:45这3个时段全网车站客流分布的Gini系数分别为0.527、0.554、0.540.对照评价标准可知,3个时段客流分布均极不均衡;全网区间客流分布的Gini系数分别为 0.502、0.366、0.476,表明客流区间分布早高峰极不均衡、平峰相对均衡、晚高峰比较不均衡;基于线路分组的Theil指数求解结果与上述结论一致.最后,分析各线路客流分布不均衡对全网不均衡的贡献率,结果与实际客流分布状态相符,验证了本文方法的可行性与有效性.     

西安市城市轨道交通车站高峰时段偏差研究

各城市轨道交通均存在车站客流高峰时段与城市交通高峰时段不完全重叠的现象。而车站设计时均以预测的城市交通高峰时段客流值为依据,导致部分车站规模设计过小。通过对西安市63座城市轨道交通车站的客流高峰时段与城市交通高峰时段的偏差进行分析,运用K-means算法对其进行分类。根据各类型车站周边用地性质特征,得出每一类车站的高峰偏差时间建议取值以及车站高峰客流的扩大系数。结果表明,当通勤出行用地与其他出行用地比值不小于0.5时,车站客流高峰时段基本无偏差;当比值小于0.5或为明显的交通枢纽、大型商业区车站时,车站客流高峰时段将有不同程度的偏差,且高峰时段客流量是此车站在其城市交通高峰客流量的1.1~1.6倍。     

既有地铁线路延长线列车配属数量研究

通过对哈尔滨地铁一、二号线实际客流进行分析,将预测客流数据与实际AFC(自动售检票)系统数据进行拟合优度检验,分析预测结果的准确性。建立车辆配属模型,根据所预测到的既有地铁线路延长线开通后的高峰断面客流量,得到延长线开通后行车组织的车辆配属方案。为既有线路延长线开通后的运输计划提供编制依据。     

基于综合交通网络的干线公路客流预测方法

提出了一种融合多种运输方式的干线公路客流预测方法;通过引入基于“人次”的标准客运单元和“点-线”的枢纽节点转化方法,将公路、铁路、航空以及水运等不同运输方式子网络进行融合,构建了可体现不同运输方式之间换乘关系的综合交通网络模型;考虑出行经济费用、出行时间、最大出行恢复时间、舒适度等因素,构建了综合交通网络下不同运输方式的阻抗模型;利用额定载客数和单位时间发车次数等参数,实现了综合交通网络下不同运输方式路段最大容量的标定;基于标准客运单元和综合交通网络模型提出了考虑综合交通阻抗的客流分布预测模型,实现了考虑其他运输方式影响的干线公路客流预测,并以黑龙江省哈大绥齐地区为例进行方法验证。研究结果表明:与2019年的实际观测值相比,在无伴行线路时基于综合交通网络的干线公路客流预测方法预测结果平均误差为5.47%,略低于传统四阶段法的6.14%,但在有伴行线路时该方法平均误差为4.58%,远小于传统四阶段法的11.89%;相比传统四阶段法,该方法能够更好地反映综合交通网络结构变化后转移客流对干线公路客流量的影响;相比新增水运线路,新增高速铁路或普通铁路伴行线路对干线公路客流影响更大,更能促使公路客流向铁路进行转移。      

城市轨道交通高峰线路客流协同控制方法

在线路客流控制中，需同时考虑各个车站控流方案的可执行性与协同性. 采用 Fisher 最优分割法确定合理客流控制时段，基于此建立以乘客总等待时间最少和旅客周转量最大为目标的线路客流协同控制线性规划模型. 基于成都地铁2 号线AFC数据进行实验，针对协同控流与非协同控流方案，以及不同客流控制时段划分方案下的协同控流方案进行对比实验. 算例中：协同控流方案在旅客周转量下降约1.0%的情况下，乘客总等待时间减少约 56.7%；基于Fisher 最优分割法确定的时段划分方案中协同控流方案在乘客总等待时间方面最优，并具有很好的可执行性.     

上海国内航空客运市场特征分析

文章基于产业组织经济学的理论,计算了上海国内航空客运市场集中度,以此分析市场结构,得出上海国内航空客运市场是一个竞争激烈的寡头垄断市场。在此基础上,引入了市场细分理论,根据日均客流量指标将上海国内航空客运市场细分为快线、大客流、中客流和低客流四类,对每类细分市场分别从总体规模和航线机型匹配两方面进行定量分析。结果表明,快线市场规模庞大,是一个快速发展的干线市场;大客流市场属于一个过渡型市场;中客流市场规模较小,但增长迅速;低客流市场潜力巨大,但运营机型座级偏大导致其发展缓慢。     

基于旅客出行选择行为的通道客运分担率预测研究

客运分担率也称客运市场份额,是通道内旅客对各种运输方式进行选择的结果．合理预测客运分担率是制定各种运输方式运营策略的重要依据．考虑到西（安）兰（州）通道尚未完全形成,选择基于非集计模型的方法,通过调查分析旅客出行行为来预测通道内各种运输方式的分担率．     

基于专项调查的属地与工具运输量分析——以辽宁省为例

我国铁路、民航等运输量统计都能够获得属地区域运输量,但公路运输量统计调查得到的是工具运输量,难以获得属地公路运输量,运输量统计与经济社会发展指标脱节.为了研究属地运输量,以2013年交通运输业经济统计专项调查为契机,有效利用全国各省专项调查数据,以辽宁省为例,探索分析公路属地客运量和属地货运量,并比较工具运输量与属地运输量的区别,进行流量流向分析.属地客运量与工具客运量基本相同,市级属地客运量与工具客运量的比值在0.91～1.15之间;属地货运量与工具货运量差异相对较大,市级属地货运量与工具货运量比值在0.70～1.68之间.在公路属地运输量基础上,进一步综合铁路、民航、水运等其他运输方式数据,可形成完整的区域综合运输量数据,进而深入分析研究交通运输与经济社会发展的协调关系,从而为有效推动综合运输体系协调发展奠定基础.     

高速铁路对道路客运的影响研究

为定量分析高速铁路对道路客运的影响程度,探索促进道路客运业健康发展的途径。以浙江省道路客运业为例,利用问卷调查及座谈方式,获得道路客运企业的经营状况变化。运用SWOT模型探索新形势下的道路客运行业合理的应对策略,并对未来多种运输方式的运输格局进行预测。结果表明：与高速铁路运行方向一致的跨省市的中长途客运班车所受的影响最大;省内客运总量基本保持不变,仍有较大的市场份额可供客运企业开发。客运行业应从提升自身竞争力、减少开支和班线调整3方面入手逐步把中长途运输上的运能转移到农村客运、旅游运输等中短途市场上。     

基于收费数据的高速公路运输量指标特征

基于2017年中国高速公路联网收费系统数据库, 辅以典型收费站抽样调查, 分析了中国高速公路网运输量指标的结构性特征。分析结果表明: 2010~2017年高速公路车辆总行驶量持续增加, 其中2017年总行驶量为6.80×1011 veh·km, 客、货车行驶量分别为4.70×1011、2.10×1011 veh·km; 2017年高速公路客运量为229.65亿人次, 周转量为16 886.05亿人·km, 平均行程为72.96km, 运输密度为1 257.47万人·km·km-1, 分别较2016年增长了11.72%、9.13%、3.07%、4.21%;营业性客车完成的旅客周转量为5 055.71亿人·km, 同比增长了1.76%;Ⅰ型客车流量在客车总流量中的比重为95.70%, 其客运量和旅客周转量都保持快速增长态势, 客运量为165.28亿人次, 旅客周转量为10 862.80亿人·km, 较2016年分别增长了15.25%和11.60%;2017年高速公路货运量为170.45×108 t, 周转量为287.05×1010 t·km, 平均运距为167.89km, 运输密度为2 138.32×104 t·km·km-1, 分别较2016年增长了15.33%、16.17%、0.42%、11.37%;2轴货车流量最大, 占高速公路总货车流量的41.14%;货车的空车走行率为26.81%, 省内与跨省运输货车空车走行率分别为43.80%、15.67%。高速公路运输总体指标在2017年稳中有升, 货物运输量、货物种类、货物价值是货物运输经济结构调整的效果集中体现。      

对我国高速铁路客运量预测的探讨

分析了客运量的影响因素、铁路客运在全国客运市场的地位,提出在市场经济条件下高速铁路客运量的预测方法,即先预测整个客运市场的客运量,再根据高速铁路在客运市场的地位和作用确定其客运量。最后给出一个例子对此予以说明。     

基于旅客运输可达性的空间均衡模型

本文旨在研究旅客运输对于商品空间流动的影响,从而探寻适合区域经济发展的最优交通方式组合. 传统的空间均衡模型只考虑货运价格的因素,而忽略了商务旅客运输对于区域间贸易的作用. 本文在传统的空间均衡模型中加入旅客运输的约束,提出了客运支撑系数的概念,构建了一个包含旅客运输的空间均衡模型. 新模型克服了传统空间均衡模型缺点,考察旅客运输对于货物贸易的支撑作用,从时间花费角度说明客运可达性对于货物贸易的影响. 并结合算例,分析不同的交通方式组合对区域间贸易量和均衡价格的作用和影响. 分析结果表明：区域经济合作和贸易发展既需要便宜的货物运输方式,也需要快速、可达的旅客运输方式     

考虑节假日效应的交通枢纽客流量预测模型

客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX) 原理,建立考虑节假日效应的城市交通枢纽客流量预测模型,并以上海虹桥2 号航站楼站轨道交通客流量数据为基础,对该模型进行了标定和预测.标定结果显示,在春节期间,该站点客流量将有明显的下降,而在其他法定节假日期间流量均有一定程度的提升.对模型预测值和真实值比对结果显示,该模型的平均误差在5%以内,表明该模型具有较强的实用性.     

基于IWOGA算子的公路客运量组合预测模型

客运量预测是进行公路网规划的必要环节和计算公路经济效益的基础。为了提高公路客运量的预测精度,在现有客运量预测模型基础上,采用IOWGA算子将三次指数平滑、GM（1,1）预测和BP神经网络结合起来,建立组合预测模型,并以全国公路客运量为例,验证预测结果的精度。分析计算结果,将该模型所得结果与其它常用方法相比,与实际客运量之间相差较小,预测精度较好,可以作为预测公路客运量的有效方法。