���й����ͨ��������ֲ�����ģ���о�

城市轨道交通网络客流时空分布特征是网络化协同运输组织的基础与核心.本文在系统分析城市轨道交通乘客出行行为的基础上,基于Multi-Agent建模技术,构建了网络客流分布动态仿真模型,应用该模型模拟乘客的网络出行过程,统计分析得到路网的客流分布特征.该模型既能反映乘客网络出行行为全过程,又能满足大规模路网仿真需求.最后,开发了城市轨道交通网络客流仿真系统,通过北京市轨道交通网络的实际数据对模型和算法进行验证.     

城市轨道交通新线接入开行方案制定研究

轨道交通网络化发展对客流管理、行车组织、成本控制等提出了巨大战。保障运营安全,提升乘客服务质量,选择合理线网行车方案,实现线网整体运营效能最大化,是轨道交通运营企业所需关注的重点。本文提出了在小型轨道交通网络城市的新线接入初期阶段工可研客流数据的修正方法,制定了以乘客出行需求为基础的行车组织服务标准,并在此基础上制定了行车组织方案。最后以宁波轨道交通为例,分析并制定了新线接入初期的行车组织方案。     

深圳市轨道交通客流特征分析及启示

为增加轨道交通客流、完善运营组织方案并提高轨道交通服务水平,基于深圳市轨道交通网络运营现状,从网络、线路、车站三个层次分析轨道交通客流发展规律和时空分布特性。针对轨道交通规划设计及运营提出几点建议：考虑车站周边开发强度对客流的影响,不断完善车站周边配套设施;根据客流特征采取相应的行车组织方案;做好换乘站设计,满足乘客换乘便捷性、安全性和舒适性要求;重视步行和自行车交通系统规划设计,为乘客提供舒适的接驳环境;完善公共汽车交通接驳设施等。     

基于时段分布的市郊轨道交通车站滞留客流分布算法

市郊轨道交通车站滞留客流的分时段预测,关系到运营计划的调整、乘客出行 方式的选择、出行时间的预估等,尤其对市郊线路快慢车模式下开行方案的优化具有重 要意义.首先引入出行方式角度费用理论,分析了乘客公交出行与地铁线路形成的角度费 用,构建了角度费用模型Anglecostm,n k ,计算乘客的流失率VPn ,进而确定因滞留客流达到 阈值而导致的乘客流失量.其次,以AFC获取的客流数据为支撑,结合角度费用模型对乘 客流失量的计算,提出了一种基于时段的滞留车站客流分布预测方法,接着分析了站台 候车客流与通过列车实际载客情况两者之间的客流交互规律,提出了候车客流-列车载 客量影响动态交换模型,并分析和研究该模型求解算法.最后,以某市郊线路进行实例演 算,预测结果可为轨道交通开行方案优化提供理论和方法支持,对运营计划临时调整,客 流预测及引导模型的补充等提供参考.     

基于朴素贝叶斯轨道交通网络客流分配模型

在充分分析轨道交通行程时间组成要素及分布特性的基础上,利用已知AFC数据对行程时间参数进行估计,提出一种基于朴素贝叶斯分类器的轨道交通网络客流分配模型。利用AFC数据估算行程时间组成要素参数,得到OD间每条路径行程时间的均值及方差;将每名乘客的AFC数据作为一个样本,行程时间作为一个特征属性,利用朴素贝叶斯分类器进行概率分类,将每名乘客划分到后验概率最高的某条路径;得到轨道交通OD间每条有效路径的客流。根据广州地铁算例验证及仿真实验结果表明,该方法能较好预测每条有效路径客流分配比例。     

基于接驳方式组合的轨道交通站点客流吸引范围研究

轨道交通站点客流吸引范围是保证轨道客流来源的重要基础,也是轨道客流客观预测及交通设施衔接合理规划的前提。从出行费用、时间及个人收入特征等要素的分析入手,基于广义出行费用一致性原则建立轨道交通站点客流的吸引范围模型,该模型考虑路网的实际结构。最后,将该模型运用到即将开通运营的南宁轨道1号线中,计算金湖广场站的客流吸引范围。     

基于网络客流传播的轨道交通关键站点识别

为了更为真实的反映城市轨道交通网络的实际运营情况,在复杂网络理论基础上,进一步考虑客流因素的影响,提高网络中关键站点识别的准确性,通过分析站区间断面客流来源,根据普通站和换乘站的客流运输功能特征,分别构建了客流传播模型,对历史刷卡数据配流统计标定模型参数,并结合复杂网络的度与介数提出了4个关键站点识别指标.以某市轨道交通网络为例,利用刷卡数据对某工作日早高峰时段进行了全网动态客流演示并展示关键车站.研究结果表明:关键线路为1号线与10号线,南站、西二旗、天通苑附近乘客滞留严重,客流负荷强度大的车站更易受到大客流的冲击;本文所构建的客流传播模型可动态显示全网各区间等级及滞留车站的变化,并能综合真实客流、线路运输能力以及线网结构三方面的指标识别关键站点,可更有效地为轨道交通网络安全管理提供参考.     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。      

基于强化学习的城轨信息发布策略研究

通过信息发布影响乘客选择行为进而改变路网客流分布,是从需求侧缓解拥堵问题的重要手段之一.本文提出基于强化学习的城市轨道交通信息发布策略生成方法,根据路网各区间客流满载率提取系统状态,再根据系统状态在学习器生成由各OD推荐路径组成的信息发布动作,对乘客进行信息发布;通过发布信息后路网系统状态变化,评估获得实施信息发布动作的奖励值.依托城市轨道交通客流分布动态仿真系统,使用 Q- learning 算法进行训练,获得最优信息发布策略.以实际路网为例进行算例验证,通过对比有无信息发布情景得到,在有信息发布情景下路网客流拥堵情况得到了较大缓解.     

基于BP神经网络的轨道交通客流分布模型

轨道交通费率清分的实质是在不同线路下网络客流分布的问题。在充分考虑乘客出行路径选择多要素的基础上,提出一种基于神经网络的轨道交通客流清分模型。将影响乘客出行路径选择的多要素分为确定性要素和不确定性要素,通过样本训练神经元的抑制系数和激励系数,结合转换函数将结果传导给输出层输出。与传统模型相比,该模型更符合乘客出行选择的多要素心理。最后通过对比客流调查结果和Logit模型表明,在排除其他要素的干扰下,该方法能够较好的实现客流在不同线路的清分。     

以安全为导向的地铁高峰时段多车站客流协同控制模型

传统的客流控制大都以减少乘客等待时间或者客运周转量最大为目标,缺乏对于安全性的考虑.保证乘客等待时间在可接受范围以内,以客流聚集预警值最小为目标,提出了以安全为导向的地铁高峰时段多车站客流协同控制模型,并成功将其转化为单目标线性整数规划模型,借助CPLEX优化器可直接进行求解.以某地铁线路高峰客流数据为例,通过计算得出,相对于以乘客等待时间最小为目标的客流控制方法,本文方法在保证乘客总等待时间仅增长1%的情况下,能够将所有车站客流聚集控制在安全范围以内,大大提高了客运组织安全性,为实际客流控制提供了很好的依据.     

两种典型公交站点候车时间模型对比研究

乘客候车时间可直接反映公交运输系统的运营状态和服务水平.将常规公交站点分类为是否与轨道交通有衔接,对27路、111路白石桥东站,以及运通105路和87路城铁西直门站进行实地调研,获取各线路晚高峰的乘客候车时间数据,对数据进行拟合与分析.结果表明,客流到站时间分别服从对数正态分布和伽马分布.基于客流到站时间分布函数,反推出乘客候车时间模型,同时对模型进行对比分析,并得出相应结论.     

网络条件下轨道交通开行方案协调优化研究

在轨道交通网络化运营条件下,考虑不同线路间乘客的脉冲性到达特征和拥挤度对乘客出行行为选择的影响,对轨道交通网络列车开行方案进行协调优化。以轨道交通运营企业成本和广义乘客出行费用之和最小为目标,构建列车开行方案优化模型,对路网中各条线路的列车发车间隔和各线路间的发车时刻相位差进行优化,并结合客流的离散性特征和模型结构,提出了一种基于仿真的遗传算法对该模型进行求解。给定某轨道交通网络,实例验证了所提出模型和算法的有效性。计算结果表明,相较于现有优化方法,本文所提出的优化模型能够有效降低网络化运营条件下的系统总成本,在提高轨道交通运营企业效益的同时降低了乘客的广义出行费用。     

城市轨道交通乘客换乘决策因素分析

许多城市的轨道交通系统已经完成从单线运营到多线网络化运营的转变.伴随网络化发展而来的集中换乘客流,给轨道交通的规划建设与安全运营提出了挑战.以上海市轨道交通为例,通过对比手机信令与客流分配模型两种统计途径下的换乘客流差异,探究乘客换乘行为特征与换乘决策影响因素.将绕行换乘行为归纳为6类:高辨识度换乘车站、换乘不便捷车站...     

城市轨道交通网络短时客流OD估计模型

基于状态空间方法构建适用于城市轨道交通网络的短时客流OD(origindestination) 估计模型.利用自动售检票数据分析得到OD间乘客行程时间分布特征,构建基于行程时间分布的客流到达系数,以此建立OD流与车站进出站客流间相互关系,并以车站客流分离率为状态变量构建结构化OD矩阵估计状态空间模型.以北京市轨道交通为对象进行案例分析,结果表明,当估计时段长度为15 min 时,估计平均相对误差为 35.5%;为30 min 时,估计平均相对误差为20.4%;为60 min 时,估计平均相对误差为 16.3%.所构建模型能能有效解决城市轨道交通短时客流估计问题,具有一定的实用性.     

城市轨道交通网络客流大数据可视化

客流分析是轨道交通运营组织的基础,传统的客流分析方法无法从海量的乘客历史出行大数据中提取与挖掘乘客出行规律和特征。大数据可视化为获得洞察大规模复杂客流数据能力提供支撑。基于城市轨道交通网络实际运营需求,从客流认知、可视化、人机交互的综合视角出发,基于GIS地图、网络迁徙图、日历图、散点图、弦图等可视化图形,研究大规模复杂网络OD客流、断面、进出站和换乘客流大数据可视化的运营需求关键技术与实现方法。对上海城市轨道交通网络客流大数据进行实例分析,可视化展示结果有利于运营管理人员掌握网络客流时空变化特征以及演变规律,为制定科学行车与客运组织方案提供决策依据。     

基于时间序列季节分类模型的轨道交通客流短期预测

轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响.通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法.根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流.实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题.     

基于强化学习的城轨信息发布策略研究

通过信息发布影响乘客选择行为进而改变路网客流分布，是从需求侧缓解拥堵问题的重要手段之一.本文提出基于强化学习的城市轨道交通信息发布策略生成方法，根据路网各区间客流满载率提取系统状态，再根据系统状态在学习器生成由各OD推荐路径组成的信息发布动作，对乘客进行信息发布；通过发布信息后路网系统状态变化，评估获得实施信息发布动作的奖励值.依托城市轨道交通客流分布动态仿真系统，使用 Q- learning 算法进行训练，获得最优信息发布策略.以实际路网为例进行算例验证，通过对比有无信息发布情景得到，在有信息发布情景下路网客流拥堵情况得到了较大缓解.     

城轨线路列车时刻表与车站客流控制协同优化方法

在轨道交通网络化运营条件下，针对高峰期车站拥挤问题，综合考虑站外到达乘客的持续 性到达特征和换入客流的脉冲性到达特征，研究换入客流影响下的列车时刻表与客流控制问题。 具体的，以最小化乘车延误人数为目标，考虑乘客换乘约束、列车容量约束等，构建城轨列车时刻 表与客流控制协同优化非线性规划模型，并引入0-1决策变量将其转化为整数线性规划模型。为 验证模型有效性，以某轨道交通线路实际运营数据为背景，借助优化求解器CPLEX对模型进行求 解。结果表明，本文所提方法具有良好的优化效果和计算效率，与优化前相比，乘车延误人数可显 著降低；与仅优化列车时刻表方案相比，协同优化方法可使乘车延误人数减少17.69%，可有效提升 轨道交通的服务水平，为城市轨道交通系统高质量运营提供一定的理论支撑。     

不同类型城市轨道交通车站站台客流特性对比研究

随着轨道交通的发展,站台客流拥挤、服务效率低等问题越来越受到重视,研究城市轨道交通客流特性是解决该问题的基础。本文从个体行为和群体行为两个角度重点对不同类型城市轨道交通车站站台上的乘客行为进行对比分析。在乘客个体行为方面,主要研究不同类型城市轨道交通车站站台高峰和平峰时段乘客个体的步幅、步速、步频等属性的特点及之间的关系,并进行建模分析;在乘客群体行为方面,主要研究不同类型城市轨道交通车站站台出站乘客流速度与密度的关系以及针对乘客候车区选择特性分析建模。通过上述分析,得到不同类型城市轨道交通车站站台乘客行为规律及模型,为地铁车站根据自身类型进行客流组织和站台服务设施布置提供一定的理论依据。