城市轨道交通进站客流量短时组合预测模型

高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。     

城市轨道交通进站客流量短时预测模型研究

利用数学方法可以改善城市轨道交通进站客流量的短时预测效果,促进轨道交通车站客流管理智能化水平。首先建立K近邻非参数回归模型,然后在传统卡尔曼滤波模型的观测方程中引入偏差修正系数以提高其预测精度;再采用贝叶斯方法将以上两模型进行组合;最后利用2013年11月北京市地铁13号线的进站客流数据,研究对比这三类模型在早高峰、平峰、晚高峰和全天的预测精度。结果表明:K近邻非参数回归的总体预测精度最高;贝叶斯组合预测模型次之,但平峰时段效果最好;基于偏差修正系数的卡尔曼滤波模型晚高峰时适用性较差。     

满载率控制的城市轨道交通行车组织优化研究

2020 年新冠疫情突如其来,面对严峻的疫情防控形势和快速增长的复工复产客流,如何有效降低列车满 载率,确保乘客出行安全和运输生产有序,成为城市轨道交通运营企业亟待解决的问题。着眼均衡列车满载率的 运营目标要求,以乘客出行需求为导向,通过分析线路客流时空分布特征,打破既有资源配置约束,利用不平衡 运输、多交路套跑等方式精准配置运力,探讨网络化运营的行车组织方案优化思路。创新的网络化行车组织方案 可有效解决大城市的轨道交通运力运量矛盾,在缓解列车拥挤、提高出行效率的同时,降低运营企业成本,提供 实践推广经验。     

城市轨道交通AFC实时进站客流有效数据筛选

针对目前城市轨道交通AFC实时进站客流数据不准确,分析数据传输流程及其不准确的原因,探索解决办法。在挖掘轨道交通历史同期进站客流量规律的基础上,通过设定阈值来对AFC实时进站客流有效数据进行筛选,初步建立阈值设定的方法,通过大量数据对阈值设定方法进行检验,找到方法的不足之处;之后对阈值设定方法存在的问题进行分析与解决,得到一套能够满足地铁各类车站AFC实时进站客流数据阈值设定的流程,并进行实例验证。     

城市轨道交通客流量实时预测模型

城市轨道交通客流预测方法主要有基于调查的客流量预测方法和基于实际流量的事后统计方法。针对目前尚无根据实际客流量数据预测各个站的客流量的模型,提出了利用实际到站的客流量数据,通过建立灰色模型和马尔科夫链,预测下一站实际客流量的实时预测模型。试验仿真表明,该模型能较好预测实时客流量。     

城市轨道交通换乘车站多方式客流控制模型

针对城市轨道交通换乘车站的客流控制展开研究,提出进站流量控制和换乘绕行相结合的多方式客流控制模型。模型以乘客平均停留时间最小为目标,并且满足站台人数在安全限制内。使用多子群混合粒子群算法对模型进行求解。模拟国贸车站早高峰大客流场景进行实验,实验求解过程收敛快且稳定;实验对比分析无客流控制、常态进站客流控制与多方式客流控制的不同指标数值,证明多客流控制方案的必要性以及模型的可行性与有效性。     

基于SSA-SVR模型的城市轨道交通短时进站客流预测

针对现有城市轨道交通短时客流量预测单一模型可能存在预测不稳定的问题,提出一种基于奇异谱分析(singular spectrum analysis,SSA)和支持向量回归(SVR)相组合的预测模型。该组合模型利用奇异谱分析(SSA)将轨道交通原始时间序列客流数据进行分解和重构,对重构后的时间序列按奇异值从大到小进行排序,得到含有原始时间序列数据主要信息成分的重构序列,将重构后的时间序列作为支持向量回归模型(SVR)的输入条件,最后进行各站点的短时进站客流预测。采集2015年11月北京市全网的城市轨道交通进站客流数据,对提出的短时客流预测模型进行验证和对比分析。结果表明,组合模型预测精度相比ARIMA、SVR、CNN-LSTM和T-GCN模型具有更高的预测精度和更稳定的预测表现,具有一定的实际意义。     

城市轨道交通诱增客流量预测分析

介绍了城市轨道交通诱增客流量的定义及现有的预测模型,并指出其在应用中存在的问题。分析了城市轨道交通诱增客流量预测的难点,指出城市发展、常规公交、票价、线网规模、出行成本及交通政策是预测诱增交通客流量中需要考虑的主要因素。给出了城市轨道交通诱增交通量预测框架。     

城市轨道交通列车客流动态检测系统可靠性研究

简要介绍了上海城市轨道交通正在推广运用的列车客流动态检测系统的工作原理.根据工作原理建立了系统可靠性分析模型,并进行了可靠性的计算分析.     

城市轨道交通进站制动算法研究

城市轨道交通列车制动问题解算的核心是制动距离的计算.在常用算法的基础上提出一种采用运行距离与进站制动点并进的求解方法.这种求解方法不需要反复试凑就可获得进站制动点,能更快速、准确地确定进站制动点及制动距离,且可使计算速度大幅度提高.     

二次关门对城市轨道交通列车停站时间的影响

列车发生二次或多次关门事件会对列车停站时间造成较大影响。基于线路及车站的实际运营情况实地调研采集研究数据,分析了车厢拥挤度对乘客上下车流率的影响,并定性分析了列车发生二次关门事件的原因,量化了列车二次关门的发生条件。在此基础上建立了列车停站时间调整模型,得到了与线路客流情况相匹配的列车停站时间。模型计算结果符合条件要求,能够为城市轨道交通列车停站时间的合理设定提供较好的指导依据。     

基于客票数据的城市轨道交通车站客流控制决策研究

城市轨道交通大客流控制是保证运行秩序和乘客安全的客运组织管控手段,目前由运营人员根据经验进行大客流辨识和客流控制决策的模式具有一定的主观性和滞后性。基于自动售检票系统(AFC)历史客票数据,分析车站大客流的发展规律,基于实时客票数据和列车运行实绩,获取进站客流的实时聚集数量及其空间分布情况,提出的辅助决策方法能够基于客票数据确定车站客流控制等级和控制时机,具备较好的精确性和前瞻性。     

城市轨道交通列车网络安全研究

随着我国城市轨道交通的飞速发展以及网络化与信息化技术的不断应用,网络安全已经成为列车网络面临的考验。文章结合列车网络的组成、功能及接口,根据网络安全的相关标准对城市轨道交通列车网络面临的主要风险进行分析,并针对网络安全风险提出防护措施。     

城市轨道交通的列车控制系统及其发展趋势

总结了城市轨道交通列车控制系统的发展阶段，并分析了5个主要阶段的技术特点，指出了今后城市轨道交通列车控制系统的发展趋势。     

城市轨道交通容量的影响因素研究

阐述了轨道交通容量的概念及其内涵，对影响轨道交通容量的因素进行了全面的分析，建议应该人系统和乘客两方面深入探讨容量问题，从理论上找出最佳容量。     

城市轨道交通客流量增长的系统动力学研究

以逻辑斯蒂方程为基础、系统动力学为工具建立单条线路及整个城市轨道交通网的客流量发展模型,通过分析影响城市轨道交通客流量变化的多个因素探讨城市轨道交通客流量变化的一般规律,对如何发展城市轨道交通提出建议。     

城市轨道交通列车自动监控系统

介绍了列车自动监控系统在城市轨道交通应用情况,分析了ATS系统的组成结构和控制系统,并对ATS系统的功能进行了论述。     

基于智能VRFT的城市轨道交通列车速度控制研究

利用虚拟参考反馈整定VRFT方法,可根据被控对象的一组输入和输出数据完成控制器设计的特点,提出一种基于智能VRFT的城市轨道交通列车速度控制方法;VRFT方法中的参考模型决定了控制器的闭环性能,通过粒子群优化算法PSO,对控制器参数和参考模型参数进行全局协同优化,设计出最优PID控制器。仿真结果表明：该方法能够优化PID控制器的设计,有效控制城市轨道交通列车速度。     

中、高风险等级新冠肺炎疫情地区的城市轨道交通客流密度控制方法

新冠肺炎疫情期间,控制城市轨道交通车站及列车的客流密度是城市疫情防控的重点。基于疫情下中、高风险地区对城市轨道交通列车及车站客流密度的控制要求,建立了城市轨道交通客流密度控制流程,研究了列车满载率的控制方法,以及车站内各关键点位客流控制人数的计算方法,使列车满载率、车站拥挤度这两个客流指标控制在标准阈值范围内。利用Anylogic软件进行仿真,验证了城市轨道交通客流密度控制方法的可行性和可操作性。