成网条件下地铁换乘量预测方法研究

换乘量预测是换乘站设计、客流组织及安全应急预案编制的重要基础。近年来,地铁网络化运营快速发展,成网条件下地铁换乘量预测成为一个亟待解决的问题。本文在研究成网条件下乘客路径选择行为的基础上,结合全网客流分布规律,提出成网条件下地铁换乘量预测方法。首先,考虑乘车时间、换乘次数、换乘时间和拥挤度等地铁服务水平变量后,通过引入角度费用指标表述路网结构和路径走向等网络特征对乘客路径选择的影响,建立地铁乘客出行路径选择模型,分析乘客潜在的路径选择偏好。其次,基于各因素等效乘车时间换算和乘客对出行时间的容忍程度分析,使用K-最短路算法构造所有站点间的有效路径集合,结合首末班车限制设计MSA法进行随机网络客流加载,提出不同时间粒度下各换乘站换乘量的统计算法。最后,基于本算法对北京市地铁换乘量进行预测,结果表明:角度费用对乘客的路径选择行为产生显著影响,全天换乘量的分时变化规律与实际情况相符,使用本方法预测换乘量具有较好的可靠性和准确度。     

基于AFC数据的城轨站间客流量分布预测

基于轨道交通自动售检票系统(Automatic Fare Collection,AFC)统计获得的集计型客流数据,依据行为分析理论,提出1种适用于路网结构变化条件下的城轨站间客流量分布预测模型。首先,基于随机效用最大化理论,构建乘客目的地选择模型,选取终点站吸引客流量、列车运行时间、乘客在站换乘时间、乘客换乘次数、起终点站的线位关系和站点属性6个指标构建效用函数,以反映目的地吸引力、城轨服务水平、起终点站之间的线位匹配关系等对乘客目的地选择行为的影响,在此基础上,建立站间客流量分布预测模型;然后,利用代表个人法将AFC数据转化为非集计型数据,基于WESML(Weighted Exogenous Sampling Maximum Likelihood)估计方法,实现对目的地选择的非集计预测模型的参数标定。采用广州地铁6号线开通前后的AFC数据,对该预测模型的预测效果进行检验。结果表明:在新线接入导致地铁线网结构发生变化的条件下,全线网站间客流量分布预测的平均绝对误差仅为36人,因此该预测模型具有较高的预测精度。     

地铁站乘客换乘心理时间阈值研究

通过分析乘客在地铁换乘站的基本信息,采用相关性和回归分析的方法,建立乘客换乘心理-空间时间的模型,最后对乘客换乘心理阈值时间进行模型演算。研究结果表明,对于大多数乘客而言,换乘心理时间阈值在5 min以内,而实际的空间时间为5 min 45 s。这对改建或新建地铁换乘通道、安抚乘客心情等具有指导意义。     

突发事件下城市轨道交通网络客流重分布预测方法研究与应用

城市轨道交通发生突发事件后,准确把握乘客出行路径选择行为特征及受影响客流分布是保障应急处置高效、有序的关键。基于突发事件下乘客出行行为特征变化的分析,提出了受影响客流的界定算法;基于突发事件下乘客出行方案选择模型和多方式出行备选路径集的构造,建立了突发事件下网络受影响客流重分布预测算法。利用广州地铁5号线某一突发事件数据对预测模型进行了精度分析,验证了模型的适用性和有效性。     

基于手机数据的地铁线网清分模型验证与优化

如何高效准确地验证并优化地铁线网票款清分清算模型是地铁行业一直以来的研究重点。地铁票款清分清算模型大多是基于概率分布的出行路径选择模型。该类模型应用出行时间对应选择概率的正态分布得到乘客对不同出行路径的选择概率,结合不同出行路径上各个线路运营商的运营里程比,即可计算得到所谓的"清分因子"。为验证现有清分模型的准确性,提出使用手机数据重建乘客出行轨迹的方法。通过在地铁线网换乘节点安装无线探测装置,获取乘客智能手机唯一的MAC地址,将乘客出现的时间、地点信息实时发送到数据处理后台,按照时间先后排列捕获乘客出现的地点,以此重建出行轨迹。目前只有开启Wi Fi功能的智能手机可以被捕获。通过这一方法,不仅可以验证地铁票款清分清算模型,还可以进一步对模型参数进行修正。本研究在杭州市地铁线网中进行实验,通过重建当地乘客实际出行路径,对票款清分清算模型进行验证和修正。     

城市轨道交通网络末班车衔接优化研究

针对在城市轨道交通网络化运营和"一票制换乘"的条件下,末班车乘客购票进站后换乘失败而无法抵达目的地的情况,采用分层递进衔接的思路,根据各线路与基准线路的换乘关系划分协调层次,基于网络末班车换乘客流量和流向确定协调主方向,按照协调层次建立末班车时间推算模型,并从特定衔接方向和发车时间域两个方面对模型进行优化,最后对广州地铁网络末班车时间进行推算和优化,验证模型和优化方法的有效性。     

广州城市轨道交通衔接设施用地配置模型与应用

交通衔接设施对于提高轨道交通客流集散效率具有重要作用。基于城市轨道交通与其他交通方式的换乘客流及各种交通方式的出行特征,进行数理模拟分析和推导,建立城市轨道交通衔接设施用地配置模型。以广州市为例,参照国家相关标准规范以及广州地铁的实际调研数据标定模型参数,确定各类交通衔接设施的用地配置指标,指导交通衔接设施规划和建设。通过对广州地铁已运营的214个车站的交通衔接设施规划实施评估及服务满意度调查发现：交通衔接设施用地已纳入法定控规进行严格管控并监督实施,近5年交通衔接设施的规划实施率从原来的21%提高到53%,乘客对交通衔接设施的服务满意度从原来的37%提升至76%,为广州地铁出行“最后一公里”的便捷接驳提供了有力保障。     

城市轨道交通换乘站位置对乘客换乘路径选择的影响

[目的]城市轨道交通乘客实际出行中存在一些不宜量化的因素(如换乘站在线网中的位置等)。这些因素难以量化折算为城市轨道交通多路径概率选择模型中的出行路径阻抗,需要研究这些因素对乘客路径选择的影响。[方法]根据换乘站在城市轨道交通路径中的位置将换乘站划分为居路径前段、居路径中间、居路径后段三类。基于手机信令获取得到的上海轨道交通线网乘客出行数据,选取其中的典型OD(起讫点)对及符合研究要求的换乘站,将多路径概率选择模型计算得到的选择比例与路径实际选择比例进行对比,分析得到不同换乘站类型对乘客换乘路径选择的影响规律。[结果及结论]与居路径中间换乘站相比,乘客更趋于选择在居路径前段、居路径后段的换乘站进行换乘,其路径实际选择比例较模型计算选择比例约高10%。构建多路径概率选择模型时,不能简单地将换乘因素量化折算为阻抗,应对各换乘因素进行综合考虑。     

基于客流大数据分析和支持向量回归的地铁乘客出行时间预测研究

随着地铁线网规模的扩大,地铁客流大数据不断产生并积累,其中包含大量信息。地铁乘客出行时间是反映地铁系统运行状况和乘客满意度的重要指标。传统的地铁乘客出行时间预测没有充分利用客流大数据,因此有进一步提升空间。文章基于地铁客流大数据,整理了大量乘客出行属性和实际出行时间的数据集,并采用多种回归模型建立地铁乘客出行时间预测模型。结果表明:使用径向基核函数的支持向量回归模型预测效果最好,可较好应用于乘客出行时间预测,为乘客出行规划及运营公司调度提供参考。     

基于Logit模型的客运专线旅客选择行为分析

以铁路旅客为研究对象,模拟客运专线建成后的情景,调查旅客在客运专线建成后对高速列车和高频率列车换乘方式的选择偏好.介绍了非集计模型的特点、意向调查问卷设计及调查的实施方法.基于2008年6月旅客调查的样本数据,分析影响旅客选择行为的重要因素.利用非集计理论和方法,构建旅客的选择行为模型,包括旅客对高速列车的选择行为模型、旅客对高频率列车换乘模式及直达列车的选择行为模型,进行了参数标定和分析,量化影响因素对旅客选择行为的影响程度.利用所建模型对旅客选择行为进行预测,预测结果与观测数据的对比分析表明,两模型的预测准确率分别为85.27%和81.18%.所得结论可为快速客运网络条件下客运服务产品的设计提供依据.     

地铁车站换乘空间体验优化设计研究

地铁车站换乘空间作为城市地铁网络的关键点,其用户体验的优劣与否在很大程度上影响着城市地铁网络的运行效率,以及对乘客的吸引力。通过整体性系统化的研究,从基于换乘的车站布局、界面的优化、光环境的利用、导视系统的优化、文化因素的植入及设施的完善等6方面进行了详细分析。其结论将有助于提升和改善地铁换乘空间的使用体验,从而营造更好、更人性化的地铁空间。     

基于分层递进衔接的城市轨道交通网络末班车时间优化研究与实践

在城市轨道交通网络化运营和“一票制换乘”的条件下,末班车乘客购票进站后因换乘失败而无法抵达目的地的现象时有发生。为最大程度满足末班车乘客的出行需求,基于分层递进衔接的思路,根据各线路与基准线路的换乘关系划分协调层次,基于网络末班车换乘客流流量和流向确定协调主方向,按照协调层次建立末班车时间推算模型,并从特定衔接方向和发车时间域两个方面对模型进行优化。对广州城市轨道交通网络末班车时间进行推算和优化的结果表明,优化后的末班车时间能更好地适应末班车乘客的出行需求,验证了模型和优化方法的有效性。     

基于前景理论的轨道交通乘客路径选择模型

研究有限理性条件下城市轨道交通乘客的路径选择问题。从出行费用角度出发,通过对不同类型乘客的出行时间、换乘时间、换乘次数和列车拥挤度4个因素的权重分析,建立乘客广义出行费用模型;并基于前景理论,建立以出行费用为参考点的路径选择模型,从而准确分析出乘客的选择偏好。实例结果表明,该模型对乘客出行路径的分析具有更高的可靠性。     

基于AFC数据的突发事件下城市轨道交通乘客路径决策研究

为了更好地刻画突发事件下城市轨道交通乘客路径决策行为,提出一种基于AFC数据的乘客感知路径决策分析方法。通过突发场景问卷调查数据,构建突发事件下乘客等待时间阶梯函数。依据突发事件下城市轨道交通乘客出行特点,建立突发事件下路径效用函数。考虑乘客出行行为受期望到达时间约束影响,构建乘客感知的路径决策模型,计算各路径选择概率。算例实验结果表明,模型计算结果与真实值相对误差不超过15%。将突发事件下与正常情况下的进出站客流、换乘量和断面客流量进行对比分析,掌握突发事件下路网客流分布规律。     

基于BFS和加权半监督聚类算法的地铁客流分配研究

复杂的城市轨道交通线网给乘客提供多种出行路径选择,而轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。为求解相同起讫站点间各路线乘客选择的概率问题,以广州市地铁自动售检票(automaticfarecollection,AFC)系统刷卡数据为研究对象,提出一种创新性的半监督聚类算法框架。首先基于广度优先(breadth first search, BFS)的K短路径的搜索算法,识别起讫点间的有效路径集,由此确定初始聚类中心及个数;然后以路径距离和换乘次数等特征值依次标定各有效路径权重,由这些标记数据出发,采用加权半监督的方式增强聚类算法的分类能力。最后结合客流调查结果,与经典K-means算法和朴素贝叶斯分类算法进行比对。通过算例证实提出的客流分配算法性能最优,准确率高达94%,具有较好的分类效果。     

轨道交通快慢线平行运营条件下乘客路径选择行为研究

基于快慢线票价一致的研究背景,分析城市轨道交通快慢车分线运营条件下乘客路径选择行为,按照乘客出行起讫点车站类型进行客流分类,考虑换乘时间和换乘次数对广义出行费用函数进行刻画,采用正态概率分布模型对案例中各类客流的路径选择概率进行求解。得出结论:快慢线列车开行比例较高情况下,当AB-AB类、AB-B类乘客乘坐慢车出行时间在21min和41min以上时,乘客将全部选择快车出行;而B-B类乘客在出行时间不低于52 min时才会考虑两次换乘方案。说明短距离出行时乘客倾向于选择直达方案;长距离出行时则更加倾向于选择能够实现快速出行的路径方案,尽管此种路径会牺牲一定的换乘次数,乘客会权衡换乘对总体出行时间的影响并选择最优路径出行。     

基于Logit模型的地铁站台乘客候车区域选择行为研究

为了降低地铁站台候车乘客在空间分布的不均衡性,研究了地铁站台乘客的候车区域选择行为.提出了站台候车子区的概念及划分方法.分析了乘客选择候车子区的影响因素,建立了基于Logit模型的候车子区选择模型.基于上海轨道交通9号线七宝站的调查数据对模型进行了标定及验证.研究结果显示:乘客至候车子区的距离、站台入口处的累计候车乘客...     

双频卡在地铁乘客换乘路径研究中的可用性

论述地铁乘客换乘路径的研究背景、必要性、存在的问题及双频非接触式IC卡技术的现状,从技术可行性、应用原理、简易验证平台测试结果、经济性等方面进行分析,对双频卡在地铁乘客换乘路径研究中的可用性进行研究与探讨。通过分析得出,相比现有的非接触式IC卡技术,采用双频卡技术在不降低原IC卡使用功能的前提下,可以精确地得到地铁线网每条线路的客流数据和换乘站的客流流向等资料,为地铁的建设和运营管理提供更大帮助和决策支持。     

基于多路径的城市轨道交通网络客流分布模型及算法研究

城市轨道交通网络形成之后,为实施"一票换乘"需建立轨道交通自动售检票清算管理中心,进行客流信息统计和票务收入清分,而清分的核心在于解决客流在网络上的分布问题.本文结合城市轨道交通系统的基本特性,提出一种考虑乘客多路径出行选择的客流概率分布模型,并设计基于深度优先的路径搜索算法.该模型既体现了乘客出行阻抗最小化的选择心理,又反映了路径多样化的实际情况,具有较强的实用性.最后通过北京轨道交通网络实际客流数据验证模型和算法的有效性.     

无缝换乘条件下城市轨道交通网络客流分配模型及算法

结合国内城市轨道交通无缝换乘的运营特点,充分考虑了影响城市轨道交通网络客流分配的主要因素（包括出行时间和换乘次数）,以及城市轨道交通网络的特有属性,构造城市轨道交通网络的广义费用函数,并分析乘客在城市轨道交通网络中的路径选择行为。在此基础上,基于随机用户平衡原则提出城市轨道交通网络客流分配问题的数学优化模型,在模型的求解中,分析目前常用的有效路径搜索方法并设计了基于图的深度优先搜索算法,以得出符合现实的有效路径集合,并给出求解配流模型的连续平均算法。最后通过北京市轨道交通网络的数据对模型和算法进行验证。