城市轨道交通节假日客流预测研究

城市轨道交通短期客流预测是列车运力配置和网络化运营决策的基础,预测结果的准确性、精细度及科学合理性决定了运营过程的安全性、运营组织的高效性和资源配置的均衡性.节假日(包括节前一日)客流与平日有明显差异,不同节假日、不同车站的客流规律各异,预测过程同时面临路网结构改变、历史可用样本少等问题,本文综合考虑大型活动、恶劣天气、车站周边土地利用性质等影响因素,采用模糊C均值聚类法和一元线性回归模型,构建了适用于路网结构发生改变的车站进、出站量预测模型,并结合北京市轨道交通历史客流数据,对2015年清明节前一日车站进、出站量进行了预测,与神经网络模型、多元回归模型预测结果对比表明,本模型预测结果更好,全路网客运量误差率为0.27%,车站平均预测误差率为3.92%.     

基于负二项模型区域日度事故预测及影响因素分析

分析区域日度交通事故规模的影响因素,是做好区域日度交通事故短时预测与防控的基础.搜集北京某区域2012—2015年道路交通事故、气象和日期性质等数据,采用负二项回归技术,建立了区域交通事故预测模型;以2012—2014年的数据作为训练集,以2015年的数据为测试集,拟合模型伪R2为0.645,预测期内绝对百分误差的中位数为17.04%,模型预测效果较好,达到了精度要求.模型还表明:①节假日期间事故减少,节假日前1d事故增加,节假日后1d天事故平稳;②1周内,周一和周日事故规模相对较小;③1年内,2月、3月事故规模稍小,7月、9月、10月、11月、12月事故规模稍高;④尾号限行对事故规模影响大,但针对尾号为4和9的限行几乎没有影响;⑤相较于晴天,多数非晴朗天气情况下事故规模反而下降;⑥日平均气温提高会小幅降低事故规模,但日最高气温和最低气温之差增大会增加事故规模.      

重要节假日期间重庆高速公路交通出行特征与预测分析

为掌握重要节假日期间高速公路对外交通出行特征,利用历年高速公路收费数据,研究了五一、国庆、春运等重要节假日期间高速公路交通运行的特征规律,采用指数平滑法对春运期间高速公路的出行总量进行了预测。研究表明不同节假日期间高速公路出行差异较大、节前第1天和节前当天为出行高峰,春运期间高速公路出行总量趋于平稳、旅客逐渐选择错峰出行。     

基于出行时段选择的节假日免费政策优化

为减少重大节假日期间高速公路的交通拥堵,探究免费时段的合理分配,利用方差分析法检验免费政策对交通量影响的显著性,并在考虑个人属性和出行属性的基础上引入免费时段作为扩展属性,构建基于决策树算法的出行时段选择模型,然后通过迭代计算基尼指数和最小不纯度等参数优化模型,提高模型的拟合优度;基于优化后模型,设置6种免费场景,分析不同免费时段下出行选择的变化特点。仿真结果表明,若保持现有免费政策不变,出发与返程的集中出行比例分别为0.094、0.054;在6:00—18:00时段进行收费时集中出行规模最小,出发和返程比例分别为0.063、0.049。表明在节假日期间设置合理的分时段免费政策可以有效减少集中出行现象,缓解高速公路的交通拥堵。     

面向运营管理的多粒度省际客运需求预测方法

客运量是表征省际客运需求,开展行业运营管理的基础指标.为增强省际客运行业运营管理水平,提高旅客出行效率和应急保障能力,建立面向省际客运运营管理的年客运量和节假日客运量的多粒度预测模型.在影响因素与省际年客运量关联度分析的基础上,构建基于BP神经网络的年客运量预测模型.考虑特殊节假日的影响特征,提出了指数平滑与季节模型相结合的节假日客运量组合预测模型,实现节假日总客运量、日客运量的预测.以北京的实际数据为例,对预测模型进行精度验证.结果表明,年客运量预测模型的平均相对误差为0.15%,春运期间每日客运量预测模型的平均相对误差为6.7%,能较好地体现客运量在不同阶段的变化趋势,具有良好的稳定性.      

基于Mixed Logit模型的新建轨道交通客流转移预测

研究以轨道交通客流转移预测为目标,综合考虑居民出行选择习惯、交通信息及交通环境等因素,利用乌鲁木齐市居民出行方式选择SP调查(Stated Preference Survey)数据构建ML(Mixed Logit,混合Logit)模型,对城市轨道交通客流转移进行实证研究。研究结果表明,ML模型能够反映出个体选择喜好的随机特性;居民出行选择习惯、交通信息及交通环境因素显著影响居民向轨道交通转移的选择;轨道交通1号线和2号线建成后,预测可承担乌鲁木齐市南门附近居民31. 75%的出行,该部分出行主要是从常规公交、BRT和出租车转移而来,而私家车出行向轨道交通转移较困难。研究成果可为轨道交通建设的城市特别是新建轨道交通的城市提供有力的数据支撑和理论基础。     

降雨天气下公路出行者出行方式转移模型

降雨会导致公众出行方式选择行为发生改变,出行方式选择行为是交通需求预测的重要基础理论。为探究降雨天气下致使公路出行者出行方式发生转移的影响因素及转移的其他出行方式的概率,以公路出行者在降雨天气下对使用小汽车、高铁、客运班车、飞机或不出行的出行方式选择行为为研究对象,设计并完成降雨天气下公路出行者出行意愿问卷调查(SP调查)。根据不同降雨程度以及出行目,围绕4种场景展开。主要考虑的因素有6种:出行时耗、性别、年龄、职业、出行频次、驾龄。基于出行意愿调查问卷数据,分别构建4种场景下出行方式转移的多项Logistic回归模型,探讨大雨和中雨天气下刚性出行计划和弹性出行计划中以使用小汽车为参照的出行方式转移模型及主要影响因素。模型结果显示,居民的驾龄、出行频次对研究范围出行方式转移模型具有显著影响。而休闲出行计划中,出行时耗的影响变得显著,并且大雨天气下的休闲计划出行中性别亦有显著影响。各因素在不同情景下对出行方式转移模型的影响程度存在明显差异。本研究可以为综合运输网络的交通规划、需求预测以及制定决策提供理论支撑和决策依据。     

基于游客出行意愿的旅游公路建设理念研究

为合理解释游客出行意愿与旅游公路建设理念的内在影响机理,解决稳定的规模化旅游客流量与公路建设之间的供需与导向问题,提出将旅游公路细分为内在和附加两大品质属性后,应用针对山西省沿黄旅游公路的内涵分析及出行行为调查数据,对各影响因素予以假设及采用路径分析等方法进行量化,并构建了两大品质影响下的游客出行意愿结构方程模型。结果表明:响应游客出行意愿的旅游公路建设理念,有利于促进交通与旅游的深度融合,旅游公路附加品质对吸引规模化的旅游客流具有正向影响,且较内在品质作用更加显著,舒适性、景观性、体验性及环保性等四大特性可解释出行行为53.2%的信息,并对稳定旅游客流具有积极意义,便捷性对旅游客流影响不显著。     

快速公交客流量影响因素解释结构模型构建与应用

针对当前交通拥堵、能源紧张、尾气污染等一系列问题,为加快快速公共交通的发展、提高公共交通利用率,本文找出了影响快速公交客流的主要因素,利用系统工程学中的ISM方法,构建了快速公交客流系统解释结构模型,通过分析探讨快速公交客流的主要影响因素,进而明确了各因素间的清晰结构,得到影响快速公交客流量的5级递阶结构;最后找出影响快速公交客流因素的各影响因素.通过影响因素,建立了多元回归模型,从影响程度、影响方向、影响时期分别归类分析.通过分析各层级因素对快速公交客流量的影响,可引导更多居民选择快速公交出行,对缓解交通压力提供了一定方法指导和决策支持.并通过合理分析为快速公交运输服务提出了建议.     

基于大小交路优化的地铁行车组织方案

针对地铁客流分布不均衡情况,对地铁行车组织方案进行优化以缓解部分站点客流压力.建立乘客出行时间价值和平均载客率同时最优的双目标优化模型.假定乘客到达车站的时刻服从均匀分布,以此计算在途和等候时间价值.为了满足各个行车段的不同特征,在大小交路模式下定义不同交路段的载客率和列车使用车底数,更加符合运行的实际情况.以广州地铁6号线的运行情况为例,运用基于全局搜索的粒子群算法进行求解,验证了模型的有效性和合理性.结果表明:考虑单一出行时间价值的模型与该模型相比,出行时间价值降低3.21%,但平均载客率提高20.2%;考虑单一平均载客率的模型与该模型相比,平均载客率提高11.98%,但出行时间价值降低了1.68%,因此综合考虑乘客出行时间价值和平均载客率的优化模型可以使2个目标函数值同时达到最优.      

济南市轨道交通客流时空分布特征分析

充分掌握轨道交通客流时空分布特征,能够精准优化运营组织,提高轨道交通客运量。本文以济南市轨道交通一期线网为例,基于轨道交通刷卡数据对客流出行时间和空间分布特征进行分析,研究发现当前轨道交通存在线网覆盖不足、线网客流空间分布不均衡以及线路客流方向不均衡等问题,并对问题影响因素剖析,为轨道交通优化策略提供支撑,助推交通行业实现“碳达峰、碳中和”。     

恶劣天气对高原山区高速公路交通流特征的影响分析

为定量分析雨、雪、雾等高原山区常见恶劣天气对高速公路交通流特征的影响,利用长期监测的昆明市小铺—兔耳关高速公路固定监测点的交通流与天气状况数据,针对不同天气的影响,估算不同天气下车速和流量的折减系数,并与恶劣天气对平原地区高速公路交通流影响进行对比分析;然后采用回归分析方法,标定了不同恶劣天气条件下的高原山区高速公路速度-流量关系模型.结果表明:在小雪和中雪天气条件下,高原山区高速公路平均车速分别下降6 km/h和10 km/h,交通流量分别下降5.4%和22.0%;在小雨、中雨和大雨天气条件下,平均车速分别下降3 km/h,5 km/h和12 km/h,交通流量分别下降4.8%,16.4%和16.7%;在小雾和中雾天气条件下,平均车速分别下降6 km/h和14 km/h,交通流量下降比例均未超过3%.      

降雪天气下城际出行方式选择影响因素分析

出行方式选择行为是交通需求预测的重要基础理论,以居民出行方式选择为研究对象,基于降雪天气下居民出行意愿调查结果,通过多项回归分析,构建多项Logistic回归模型,分别探究不同程度降雪下商务计划出行和休闲计划类出行中出行方式选择模型及影响因素。模型结果显示,大雪天气下,出行者的出行频率和职业同时显著影响商务计划出行和休闲计划出行,而出行时耗在商务计划出行中影响显著,并且驾龄和性别在休闲计划出行中影响现在;中雪天气下,出行时耗、出行频率、驾龄在商务及休闲出行计划中均影响显著,而职业显著影响商务出行计划,并且年龄显著影响休闲出行计划。而且每个因素对每个模型影响程度各异,可以为综合运输网络的交通规划、需求预测以及管理者制定决策提供理论支撑和决策依据。     

基于乘客主观感知的公交客流拥塞量化表征模型

为了综合量化表征公交走廊客流承载设施及工具的空间拥挤性和客流运送时间效率,并科学评价客观技术指标和主观乘客感知对公交系统运行状态的敏感度,提出客流拥塞的概念,并用客流拥塞指数量化表征公交系统运行状态。通过解析客流拥塞与出行时效的关联,并分析公交出行阶段特征,基于“时效延长”思想构建客流拥塞量化表征模型,用于系统量化乘客对出行时间和空间拥挤的主观感知;选取影响出行时效的核心要素作为特征变量（车厢客流密度、站台乘客密度、区间乘车时间和站点候车时间）,采用直观类比打分SP调查法获取数据用于估计模型参数;基于北京西三环公交走廊实测数据,分析全天区间客流拥塞指数时空分布特征和走廊客流拥塞指数动态演化趋势。研究结果表明：北京西三环公交走廊客流拥塞高峰阈值为0.193 9,客流拥塞状态存在明显的方向特征,下行方向客流拥塞高峰状态更显著且持续时间更长;4个特征变量灵敏度系数均值分别为0.449 2,0.165 2,1.427 1和0.408 3,即区间乘车时间为客流拥塞指数最显著的影响因子,而站台乘客密度的影响程度最小,模型识别公交客流拥塞成因的能力得以体现;该模型能够综合全面地反映公交走廊客流拥塞时空分布和动态演化趋势,并能够应用于公交运行状态改善措施研究。     

基于SVM-KNN的降雨条件下短时公交客流预测

为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型.分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响.进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精度的优点,提出了基于SVM-KNN的短时公交客流预测模型.具体方法为:用SVM训练少量数据生成子数据库,随后采用KNN识别相似模式预测短时公交客流.通过采集深圳市南山区4条公交线路降雨条件下的客流数据进行算例仿真,验证了模型和算法的有效性.结果表明,SVM-KNN算法的综合平均绝对误差(MAE)为8.437,综合均方误差(MSE)为10.725,综合平均相对误差(MAPE)为8.8%,综合均方相对误差(MSPE)为11.3%,比常用的RBF模型的MAE,MSE,MAPE及MSPE各类误差分别降低了3.646,3.631,4.6%,5.5%.      

基于Logistic模型对居民弹性出行影响因素建模研究

居民弹性出行特征是城市快速发展进程下的产物,随着城市居民生活水平不断提高,弹性出行在所有出行中所占比例逐渐增加,因而对居民弹性出行的研究愈发重要。为研究居民弹性出行特征的影响因素,首先利用居民弹性出行行为调查的RP-SP融合数据,结合方差膨胀检验方法研究影响居民弹性出行特征各因素间的线性相关性,最后构建多元Logistic模型,分析居民弹性出行前获取出行时间信息、天气信息作出出行选择时影响因素的显著性程度。结果表明,在0.05的显著性水平下,影响因素中年龄、游客类型、主要交通出行工具等显著影响居民弹性出行选择;居民出行前获知交通信息,弹性出行的概率能有效降低9%,在一定程度上可以降低交通压力,缓解交通拥挤。     

大型主题公园交通影响分析方法研究——以柳州卡乐星球项目为例

为了完善重大建设项目的交通影响分析研究,特别是大型主题乐园的分析流程,以柳州卡乐星球项目为例子。首先在把握大型主题乐园的客源特征,分析客流规模;接着结合柳州本地情况及借鉴其他大型主题乐园的出行方式结构,确定客流规模和出行方式结构,并采用TRANSCAD软进行交通量预测及分配;最后,分析影响最大的路段和交叉口的交通影响程度,并得出结论,为后续提出交通改善方案提供依据。主要从大型主题乐园的本身特征出发,从客源分布和交通方式两方面整体把握该类建设项目的交通需求基础,从而形成一套完整的交通影响分析流程。     

邯郸市出行者交通方式选择行为差异性分析

针对邯郸市城市轨道交通线路规划工作,根据居民对轨道及其他交通方式选择的意愿调查,利用ML模型对影响公共交通和小汽车使用者出行方式选择的显著性因素进行差异性分析;进行出行方式选择弹性分析,得出不同影响因素设计水平下各交通方式客流分担率之比.其结论为相关政策的制定提供参考.     

基于出行问卷与多模式公交刷卡数据匹配的公交调价影响分析

在公共交通宏观客流变化分析的基础上,展开公共交通出行选择调查,结合基于问卷和IC卡信息关联的公交个体出行跟踪,对北京市公共交通票价调整对出行者出行行为的影响进行深入分析.利用二元Logistic模型对问卷数据进行回归分析发现,职业、收入、是否拥有私家车及出行目的与调价后出行行为的变化存在明显的相关性.同时,研究以样本出行者的多模式公共交通IC卡刷卡数据为基础,提取了公交个体出行链,定量分析调价前后出行结构的变化.结果表明,调价对于非通勤出行者出行结构的影响大于通勤出行者,且这种影响主要体现为引发出行链结构相对简单的短距离轨道出行者转向公交出行.研究结果为公共交通政策实施效果评估,线网优化以及运营管理提供了科学依据和决策支持,有利于进一步提升北京市公共交通的服务水平.     

节假日高速公路大货车管理策略研究

分析了节假日期间高速公路大货车管理的必要性,限于目前我国大货车的机械性能、超载现状以及驾驶员素质和疲劳驾驶等综合因素影响,大货车已经成为制约高速公路运行效率和交通安全最为重要的因素之一,直观地表现为上坡压车导致车辆排队、收费站和服务区拥挤以及交通事故多发.通过节假日期间多次对广东省高速公路实际运行状况的勘查和对交通数据...