基于谱聚类的城市轨道交通车站间客流分型研究

在轨道交通运营管理过程中,不同车站间客流的时间分布特性及规律直接决定了客流组织方案。明晰 车站间客流分型及特征,对合理配置客流组织方案大有裨益。相对于单车站客流类型,多车站间客流类型的影 响因素多样且复杂,为此,从时间、空间和结构 3 个角度对车站间客流分类特征进行分析,并通过谱聚类方法 压缩搜索空间,从而达到更加精准的类型划分。利用轮廓系数与戴维森堡丁指数对比不同方法的分类结果,证 明所提出的谱聚类方法相对于 k-means 等其他方法具有更好的分类效果。以苏州地铁 2020 年数据为例,通过 提出的方法寻找出 7 种车站间客流分型,该结果可应用于预测模型训练等领域。     

基于AFC数据的南昌轨道交通车站精细化分类

为满足城市轨道交通车站精细化客运组织需求,对车站进出站客流特性进行有效的分类管理。结合自动售检票系统(auto fare collection,AFC)采集的进出站客流数据,从车站进出站客流总量及时序特性方面入手,提出一种基于K-means算法的双层规划聚类方法对全线所有车站进行聚类并划分车站类型。首先以车站进出站客运总量为特征指标进行上层聚类,得出不同客运规模的车站大类;然后考虑车站进出站客流的时变特征,根据不同时段内的客流变化特点构建特征向量进行下层聚类,识别车站客流的时序分布特性。研究结果表明：利用本算法得到的分类结果与实际高度吻合,不同类别车站在客运规模和时变特性上差异明显。双层K-means聚类分析算法通过把握客运规模和客流时变特征,对车站进行精细划分,为车站的客运组织提供依据。     

基于多因素聚类的城市轨道交通 换乘车站分类方法研究

为解决换乘车站分类标准缺失或不精准的问题,从用地、区位、客流 3 个维度,分析换乘站分类的影响 因素并提出分类指标计算方法,结合 k-means 聚类算法,构建基于多因素聚类的换乘站分类方法,应用南京地铁 换乘站开展实例分析。结果表明：与单因素(仅用地、仅区位、仅客流)聚类方法相比,多因素聚类方法在分类均 匀度、实际分类效果等方面具有明显优势。结合分类结果,提出南京地铁换乘站宜按综合枢纽型、公共中心Ⅰ型、 公共中心Ⅱ型、居住生活型及外围接驳型 5 类划分,并分析换乘站在不同要素上的阈值特性及取值建议,为未来 地铁换乘站规划及设计提供借鉴。     

基于多源时空数据的城轨车站分类及特征研究

对城轨车站进行精细化分类研究可指导车站客流预测、客流提升及TOD开发等工作。文章以长沙市轨道交通为例,首先基于城轨客流量、车站周边设施、交通需求、交通供给和运行等相关的城市多源时空数据,选取城轨车站聚类指标;然后,在进行数据标准化处理及指标间相关性分析的基础上,采用主成分分析法提取7个主成分,以较好地表达各项原始指标变量;最后,利用K-Means聚类分析法将长沙市99座城轨车站分为对外枢纽、就业集聚、客流培育、职住均衡、居住集聚、商业中心、复合枢纽和特殊景点8类,并根据分类结果分析各类车站的用地功能、交通供需、客流等特征,以期为后续相关研究和实践提供参考和借鉴。     

城市轨道交通与铁路直通运营模式下站台客流组织

在分析直通运营模式下轨道交通车站客流特征的基础上,研究了直通运营模式下站台混合客流分离方法,提出了纵向分隔站台、横向分隔站台、分区域候车和完全依靠引导标识等4种方法,以区分城市轨道交通列车和铁路列车共用站台模式下的混合客流。最后,通过实例分析了车站混合客流的具体组织方法。案例分析表明,采用所提出的混合客流组织方法,可以区分共站台模式下的混合客流,提高车站服务水平。     

铁路客运车站客流监测与预警系统

由于缺乏准确的实时客流数据,铁路客运车站的客运组织一直主要依靠经验来调配设备、人员等所需资源。为此,开发了铁路客运车站客流监测与预警系统,通过有效利用铁路客票预售数据、车站历史客流数据、旅客进出站实时数据、列车正晚点数据等相关数据,建立基于K均值聚类的支持向量回归机客流预测模型,实现车站每日进站客流、分时段进站客流、候车室客流的监测、预测及超限预警,方便车站工作人员随时掌握客流动态,及时根据客流变化进行设备和人员动态调配,更加精准、高效、安全、有序地开展车站客运组织作业,有助于改善车站客运服务水平,提升旅客出行体验。     

城市轨道交通客流时空分布特性研究

利用城轨自动售票系统(AFC)数据分析西安地铁1、2、3号线客流,得到不同类型车站客流特征,将典型车站不同时间的站间OD可视化处理,通过映射方式对OD矩阵时空分布情况进行可视化.结果表明:(1)由于西安是一个旅游城市,工作日只有早、晚高峰时段客流高于节假日,其他时段客流低于节假日;(2)早、晚高峰出行具有明显潮汐特性,...     

考虑预警机制和开行方案的多车站客流控制问题

现代社会经济的快速发展和城市人口数量的急剧增长给交通运输行业带来了巨大的运营难度,由此产生的车站、车厢过度拥挤及交通网络延迟等问题已成为我国建设“智慧交通”面临的重要问题之一。针对城市轨道交通高峰时段大客流组织而导致的站台候车乘客出行安全问题,以单条城市轨道交通线路为研究对象,提出考虑预警机制和开行方案的多车站客流控制方法,为高峰时段的客流控制问题提供理论依据。考虑列车开行方案、车站客流控制及乘客上下车过程等约束,构建以乘客平均延误时间和车站最大平均限流时间最小化为目标的数学模型。其中决策变量为进站乘客数量和车站平均限流时间,并采用线性加权法将原目标模型转化为单目标模型;在此基础上,针对问题特性,设计混合禁忌搜索算法进行求解。数值实验对问题特性进行分析,并通过多组算例与实际案例验证模型的正确性及算法的有效性。研究结果表明：考虑车站平均限流时间可以提高乘客乘车公平性,缓解全线车站客流拥挤;合理设置站台客流预警等级可以提高乘客出行满意度;采用大小交路和小交路列车不同编组的混合策略可提高运输效率,并在一定程度上降低企业成本;针对大规模问题,混合禁忌搜索算法可以在短时间内求解并获得更高质量的解...     

苏州市轨道交通典型站点客流离散特性对比分析

为准确把握苏州市轨道交通站点客流的离散特性,利用SARIMA模型和GARCH模型,对苏州市轨道交通车站的客流进行离散特性建模,并使用宽度流量比指标对6座典型车站的客流离散特性进行了分析和评价,为城市轨道交通车站客流特性的预测方法及车站设计和客流的疏导与管理提供了参考,具有一定借鉴意义。     

基于支持向量机的节假日进出站客流预测方法

节假日期间客流规律分析与预测是城市轨道交通运营企业做好节假日期间大客流组织工作的重要内容,可有效指导车站现场、OCC(运营控制中心)等提前做好预案,制定和实施合适的运营管理及客流组织计划。基于节假日期间车站进出站客流量特征分析结果,考虑按车站特点的分类情况,构建了基于支持向量机的城市轨道交通节假日进出站客流量预测模型。最后利用广州地铁客流数据对预测模型进行精度分析,验证了模型的预测精度。     

地铁站点客流特征与土地利用关系研究

讨论轨道交通站点客流的时间变化规律,根据客流的时序特征,利用时间序列聚类的K-means算法对轨道交通站点进行分类,对比不同类别站点的客流差异,同时探究轨道交通站点早晚高峰进出站客流与站点周围用地密度之间的相关关系,在考虑空间相关性的基础上,采用地理加权回归定量计算回归方程,详细分析客流与用地之间的相关系数在空间的分布情况。通过分析为不同站点制定有针对性的运营管理措施,以及为轨道交通规划提供理论支持。     

基于EM算法与Gauss混合模型的地铁站点类型分析

结合成都地铁 2019 年 5 月工作日的 AFC 数据,利用 EM 算法(expectation-maximum algorithm)与 Gauss 混合模型,分析成都市 156 个轨道站点客流曲线的特征差异,并结合平方和误差将其聚类为居住导向型、就业导 向型、职住错位型、错位偏居住型、错位偏就业型、交通枢纽型、综合型 7 种不同类型的地铁站,最后分析不同 类型地铁站的区域分布及土地性质。研究表明,不同类型站点分布具有区域性,站点类型随着到城市中心距离的 增加而减少,中心区站点类型更多样,可体现城市功能区域时空差异的表现形式,提供城市空间进行研究的新视 角,有助于了解城市功能的空间分布,为未来城市及交通规划提供依据。     

轨道交通运行效果评估、客流特征分析和发展对策研究

总结当前北京城市轨道交通存在的进站难、乘车难、换乘难和枢纽乘车难等发展不平衡、不充分问题,通过对城市轨道交通运行数据和乘客OD分析,指出北京城市轨道交通客流存在显著的在线路、车站、换乘站空间分布不均衡和高峰期、平峰期时间分布不均衡特征,是北京城市轨道交通发展不平衡、不充分的重要原因,也是必须直面的棘手问题。为了解决这些问题,适应城市总规提出的新要求,基于客流分布特征,提出北京城市轨道交通的发展对策,包括:正确认识轨道交通发展定位,准确把握建设规模;新建线路不能从根本解决既有问题,既有线运能提升改造是必然选择;针对客流分布的不均衡性,评估和调整规范标准的适宜性;适应客流的动态分布和降低运行成本,推行全自动运行背景下列车灵活编组。     

地铁车站结合物业开发设计研究

梳理可供地铁开发的空间资源,归纳车站与物业结合的方式,研究各类典型案例,指出地铁车站结合物业 开发设计主要包含两个维度：一是以地铁车站为核心,充分挖掘空间资源进行站内外物业开发;二是有效建立地铁 车站与物业开发的空间联系。总结各类型地铁车站结合物业开发设计的主要特点,阐述地铁车站结合物业开发的价 值体现、设计原则、布局规律。分析建设时序对结合方案的影响,提炼人性化设计、防火设计、防洪涝设计中的要 点。结合实际,提出引入前策划后评估机制、建立成体系的技术标准和规范的建议。     

轨道交通车站超高峰系数 概念辨析及取值研究

轨道交通车站超高峰系数是反映车站高峰客流特征的关键指标之一,是城市轨道交通设施设计规模的重 要依据。首先对超高峰系数的概念进行辨析,指出车站超高峰系数应为车站高峰小时内最大 20 min 进出站客流量 的小时当量与高峰小时进出站客流量的比值。然后,以北京市城市轨道交通车站为实例,对其超高峰系数进行综 合分析,提出轨道交通车站超高峰系数的主要影响因素。研究结果表明：虽有约 74%的轨道交通车站超高峰系数 处于相关规范推荐值 1.1～1.4 区间,但另有 26%的车站超高峰系数处于 1.0～1.1 区间,低于规范推荐最小值;车 站周边用地性质、车站高峰小时进出站客流量及车站客流管控限流措施对车站超高峰系数的取值均会产生影响; 就业类车站超高峰系数取较大值的可能性更高;高峰小时客流较小的车站,其超高峰系数往往偏大,而高峰客流 规模超大型车站,其超高峰系数取值一般不超过 1.2;此外,轨道交通车站限流会降低其超高峰系数。     

城市轨道交通客流预测宏观指标统计分析这篇中文摘要写得很空泛，不太容易看出论文要点

城市轨道交通客流预测作为需求分析的有效技术手段,其预测结果的可信度和有效性将直接影响决策的精准度,重要性不言而喻。通过对北京、上海、广州、深圳、成都、南京等20余座城市的轨道交通现状运营数据进行全面整理与归纳,系统阐述网络客流、线路客流、车站客流的诸多特征,从负荷强度、网络平均乘距、线路平均运距、换乘系数、断面高峰小时系数、断面不均衡性、换乘客流量级分布、车站超高峰系数等客流预测关键技术指标进行特征探讨与规律总结,以期协助模型工作者更好地把握预测结果的合理性。     

城市轨道交通站点分类的聚类方法研究

在城市轨道交通相关研究中,需要对站点进行划分,讨论不同站点的差异性。采用聚类分析的方法,选取站点自身特点和站点环境特征等相关的11个因素作为聚类分析的初始变量,对变量进行量化和标准化。对标准化的变量进行因子分析,从变量中提取隐藏的三个公共因子:步行环境因子、站点规模因子、站点接驳因子,达到突出特点和降低变量维度的效果。采用K-均值法,根据提取的公共因子进行聚类,最终将成都地铁1号线现运营16个站点划分为五大类。     

既有地铁车站电缆改造施工技术

随着城市轨道交通建设的快速发展,网络化运行的地铁线路大量出现换乘车站,许多换乘车站是与早年建设的车站进行换乘,受当时的技术条件限制和现代建设标准的提高,实现既有车站与新建车站设备系统合理衔接难度很大。如何保证既有线的正常运行,对新线的建设施工存在很大的挑战。介绍北京地铁既有2号线车公庄站与新建6号线换乘引起的10 kV高压电缆路径改造施工。     

北京地铁1号线国贸站通风空调智能降耗控制系统

根据北京地铁1号线国贸站环控系统(BAS)现状和地铁运营管理要求,提出了车站通风空调系统的节能控制解决方案,方案包括在发生火灾时节能排风系统尽快切换至火灾报警系统(FAS),实现消防排烟功能。方案以不改变原有操作习惯为原则,具体采用智能控制策略,建立适合地铁车站环控变频节能方法,达到节能及提高旅客舒适度的环保要求。最终使地铁车站内的中央空调水系统和风机系统能耗降至最低,取得了显著成绩,为推动北京地铁车站节能工作做出了贡献。     

拆除运营地铁车站底板及施工换乘结构的关键技术

北京地铁4号线宣武门站需要下穿既有2号线宣武门车站,形成十字交叉,需修建换乘结构,换乘通道垂直下穿既有站,然后顺着既有站底板开洞后接站台板,施工过程需保证既有线的正常运营.对既有线的保护标准、下穿结构的设计与施工的辅助措施和步序、拆除底板的关键技术和工艺、施工效果和监控量测结果等进行研究,使4号线宣武门顺利建成并投入运营,并实现了最短距离换乘.