城市轨道交通站台最高聚集人数计算方法研究

对周期时间内城市轨道交通站台客流分阶段变化过程进行分析和简化. 基于乘客遵循先下后上原则的情形,提出一种在列车到达间隔时间恒定条件下计算站台最高聚集人数的方法. 在此基础上,进一步考虑列车到达间隔时间偏离图定时间的情况,对列车到达间隔时间的分布进行分析,提出在列车到达间隔时间存在偏离的情况下对应于给定概率的站台最高聚集人数的计算方法. 以某城市轨道交通车站为案例,在考虑列车到达间隔时间偏离的条件下计算该站岛式站台最高聚集人数. 与现行设计规范的计算方法相比,采用本文提出的方法算得的站台最高聚集人数较小.     

地铁车站设计中的客流参数研究

在地铁车站设计中,客流是众多车站部位规模和能力核算的重要参数。本文从地铁运营管理和功能疏散的角度,深化研究,提出超高峰客流量、最高聚集人数、紧急疏散人数三个参数指标．为地铁车站设计提供重要科学依据。     

高铁客运站最高聚集人数计算方法研究

高铁客运站最高聚集人数是设计高铁客运站站房规模的主要依据之一,随着高速铁路的不断建设与发展,旅客的出行模式发生了较大变化,高速铁路客运站旅客聚集规律也随之改变。论文在分析现有铁路客运站最高聚集人数研究成果的基础上,对高速铁路客运站最高聚集人数的计算方法进行研究,改进和修正原有的概率计算方法,考虑到列车开行频率、检票人数等因素对高铁客运站聚集人数的影响,认为高速铁路旅客的候车时间分布规律符合对数正态分布,综合建立高速铁路客运站最高聚集人数预测模型,并通过案例计算进行验证。     

车站能力计算方法分析

车站能力的计算不仅是车站技术管理的重要内容,也是制定列车编组计划、列车运行图、技术计划和运输方案的重要依据。在分析车站能力计算方法优缺点的基础上,应用排队理论,将车站看成一个复杂的排队系统,建立排队模型,结合车站固定设备和列车到发间隔数据,计算各子系统的数量指标,最后计算出车站能力,为铁路车站日常运输生产和车站改扩建提供可靠依据。     

��·����վ�ÿ;ۼ��ֲ�����ģ�����㷨�о�

将计算机仿真技术应用于铁路客运站客流到站分布和聚集人数获取与处理,为枢纽设施的合理布局和运营管理方案编制提供依据.对北京南站进行实地调查,分析旅客在候车室的到达规律,采用拟合工具提出旅客提前到站时间分布密度函数,建立旅客到达规律模型;基于旅客到达规律模型,提出旅客到达仿真算法, 仿真旅客到站乘车的过程;设计车站客流变化仿真系统,提出仿真计算车站聚集人数的方法;根据北京南站客流时空分布特征,基于列车时刻表,模拟车站客流变化,以观察枢纽旅客到站聚集波动情况,验证本文所提模型的合理性和有效性.     

基于蒙特卡洛模拟的城市轨道概率潮流分析

为探讨城市轨道牵引供电网络中潮流分布的不确定性,基于城市轨道交、直流统一的牵引供电算法,提出了一种基于蒙特卡洛模拟的城市轨道牵引供电系统概率潮流计算方法.该方法通过列车运行的时间-位置曲线构建列车位置的概率分布;根据行车组织建立发车间隔的概率分布;通过蒙特卡洛仿真,随机抽样确定列车在线路上的位置和功率分布;采用交、直流统一的潮流计算,获得城市轨道牵引供电系统节点电压和功率的概率分布.实例仿真表明,采用该方法,可准确把握牵引网网压、牵引变电所负荷等的概率统计特征.     

高铁车站始发列车旅客聚集规律分析

旅客聚集规律是高铁车站站房设计和流线组织的重要指标,到站旅客聚集规律对车站旅客工作组织尤为关键。在现有研究基础上结合对兰州西客站的调查结果,分析始发列车旅客聚集规律,利用MATLAB软件拟合旅客到达时间分布曲线,推导出曲线拟合函数,对某一始发列车旅客聚集规律进行预测,通过实际数据对比验证函数合理性和有效性,为车站客流组织提供理论依据。     

铁路客运站旅客最高聚集人数计算模型

考虑了旅客出行习惯和列车晚点,建立了铁路客运站旅客最高聚集人数计算模型.在模型中,在出行时,乘坐6:00～9:00出发列车的旅客一般在列车出发前5～60 min到达客运站,乘坐21:00以后出发列车的旅客一般在19:00～21:00达到客运站;在晚点调整时等级越高的列车具有越高的优先权,晚点时间与运行时间成正比.计算结...     

������·����վ����΢�۷��潨ģ�����

为准确掌握大型铁路客运站候车区旅客集散特点,预测旅客聚集能力,在旅客到站提前时间分布拟合研究基础上,从微观仿真角度提出了到达旅客生成方法,建立了大型铁路客运站候车区微观仿真逻辑模型. 以大连站为实例,得出该站高峰期候车区客流变化曲线和最高聚集人数95%置信区间为［3 638,3 706］. 以候车区旅客最高聚集人数为目标函数,对候车区客流变化影响因素进行了灵敏度分析. 研究发现：旅客到站提前时间对数正态分布的位置参数对候车区旅客最高聚集人数和旅客平均逗留时间均有显著影响;送站人数比例对最高聚集人数有显著影响;进站检票模式只对平均停留时间有显著影响.     

重载铁路车站分布与线路输送能力的关系研究

结合既有繁忙干线上重载运输的实际情况,以扣除系数理论为依据,将区段内运行的列车按运行速度分类,并按运行列车组分别计算其扣除系数.根据各类列车所占比例,确定相应列车运行组的概率,计算得到不同输送能力条件下,长到发线车站分布范围.     

基于Petri网的复杂行车故障分析方法研究

鉴于铁路大型客运站行车安全的重要性和复杂性,从人员、设备、环境的角度出发,建立系统的事故树,然后再将其转换为Petri网模型.提出了利用Petri网的关联矩阵求解系统最小割集的方法,并计算顶上事件的发生概率以及基本事件的临界重要度系数.以某车站发生列车冒进信号事故为例,建立了事故系统的Petri网模型,并对模型进行了定性和定量的分析.研究结果表明：Petri网能够更加清晰和准确地描述客运站行车事故过程,计算得到的结果反映了客运站目前的行车状况.     

基于旅客列车合理接续条件的发车时刻确定方法

编制旅客列车运行方案时，为使各方向旅客列车的到达时刻相互衔接，以缩短旅客中转换乘时间，应用同余理论，分析了2列不同方向的旅客列车到达途中大站时刻的相互关系．以先到达中转站的列车发车时刻为基点，用代数方法计算出后到达列车的发车时刻，进而找出可行解．对于多列旅客列车相互衔接的情况，可化为2列列车接续问题，利用导出的合理发车时刻的算法求解．     

过饱和地铁线路的列车容量分配策略及优化模型

为缓解过饱和地铁线路的局部车站极端拥挤问题，提出一种新颖的车厢容量分配策略及优化方法，即通过预留和分配车厢的方式，将列车运力合理分配到各个车站，从而确保各车站乘客(特别是拥堵车站)均能得到公平服务，缓解极端拥堵。基于上述策略，以线路各车站所有乘客总等待时间最小为目标，以各列车在各车站的预留车厢数量为决策变量，构建关于车厢容量分配问题的线性整数规划模型。针对北京地铁八通线，对其工作日早高峰7:00-10:40下行方向的车厢容量分配进行数值实验。实验仿真结果表明，线路内各车站最大乘客聚集人数均降到安全范围内，其中最大聚集乘客数量由3642人降低至1345人，约降低63%。而全线乘客的总等待时间仅由418027 min增加至420099 min，增加0.5%。上述结果表明，列车容量分配的方法有效缓解了过饱和地铁线路内极度拥挤问题，实现各车站客流聚集均衡，在线路层面提高了总体运营安全性， 同时保证了客运服务质量。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。     

铁路客运专线车站乘客集散微观仿真模型

为优化铁路客运专线车站的设计,研究了考虑不同发车频率的客流生成机制,应用标准的马尔可夫决策过程描述了乘客在车站内的集散过程,提出了基于逻辑网络和点阵的设备控制表示方法,建立了铁路客运专线车站乘客集散微观仿真模型.仿真发现:当行人移动空间在0.5 m2左右时,流量达到峰值,速度分布在20～80 m*min-1,并随密度增加呈指数递减趋势;在相同客流输入条件下,不同设施上的客流集散规律不同;通过对行人复杂行为的仿真,成功再现了客流集散中的自组织现象,有效避免了交通流基本图模拟现实交通中的不适应取值范围.结果表明模型具有较高的可靠性和实用性.     

城市轨道交通网络新线接入后的客流预测

城市轨道交通网络新线接入后,网络拓扑结构和客流时空规律都将发生较大变化。提出通过可达性指标将进出站量预测、OD分布量预测、基于路径选择模型的随机客流分配等阶段关联,构建客流预测模型。进出站量预测时,构建土地利用替代指标,避免对新车站周边土地利用、社会经济属性等进行调查;同时由目的地选择效用计算得到车站可达性指标,描述车站位置对进出站量的影响。OD分布量预测时,构建目的地选择模型,可适应拓扑变化后的场景,模型中OD可达性指标由路径选择效用计算得到。构建的路径选择模型,综合考虑了影响乘客路径选择的各因素。最后,对广州市地铁6号线接入后的客流进行建模预测,各模型参数均符合统计检验要求且客流预测精度较高。     

地铁安检客流智能引导及组织优化方法研究

为避免因地铁车站进站客流的空间不均衡性所导致的乘客安检排队时间过长、车站拥堵,甚至踩踏事故,本文设计了地铁安检智能引导分流系统并基于此提出客流组织优化方法。首先,在传统地铁安检模式的基础上设置智能引导分流系统,根据乘客行李类型将安检台划分为大包、小包/无包安检通道,实时采集安检区域的客流分布特征;其次,在排队等候理论的基础上综合考虑乘客转移时间和转移意愿,计算最优安检排队决策;最后,通过引导设备指引乘客选择最优安检通道。选取上海地铁1号线上海火车站地铁站晚高峰时期的客流数据作为案例,进行计算仿真分析,并通过实地实验进行校准验证。结果表明：运用本文方法后,地铁车站各安检通道的客流排队压力显著降低,计算仿真结果与实际安检情况误差为3.2%,且优化后大包乘客的平均安检排队效率提升38%,小包/无包乘客的平均安检排队效率提升16%。研究成果为提高乘客安检排队进站效率,有效避免地铁车站拥堵提供理论依据与方法支持。     

运能不匹配的城市轨道交通换乘方案研究

城市轨道交通换乘站有别于普通车站,其影响因素众多,应重点考虑换乘客流对车站设计方案的影响。在运能不匹配的情况下,对同台换乘、节点换乘、通道换乘等多种换乘方式的客流承载力进行验算,得到不同换乘方式承担大换乘客流的风险能力。当运能不匹配的轨道交通线路间换乘时,首先应选择合理的换乘节点,尽量采用多点换乘,避免大换乘客流集中产生风险,其次应适当增加换乘车站规模。当换乘站位于大断面区段存在较大客流风险时,应慎重选择同台换乘方式,可考虑通道换乘;当换乘站位于客流小断面区段存在较小的客流风险时,可优先选择换乘便捷的同台换乘或者节点换乘。总之,运能不匹配的换乘站应依据不同的客流特征选择合理的换乘方式,在满足换乘能力的前提下,优先选择换乘便捷、服务水平高的换乘方式。     

长沙地铁万家丽广场站厅仿真及客流优化研究

城市轨道交通作为居民主要出行方式，为建设更舒适的出行环境，提高乘客在站厅的进出效率，减少乘客拥堵现象。本文以长沙地铁万家丽为原型，研究已经开通运营的换乘车站，在建筑面积固定的情况下，如何根据既有设备布局高效组织激增的进出站和换乘客流。基于万家丽近期和远期客流数据，同时重现排布验票闸机、楼梯的进出方向和位置，利用仿真软件充分验证方法的可行性和有效性。结果显示，新的排布方式可满足实际性需求，使客流组织方案与站内空间布局更加协调，一定程度上消除了乘客拥堵现象。基于仿真结果和理论计算结果对比发现，行人走行时间增加量随进站客流量的增加呈现先增后减再增的趋势，该趋势可为未来车站行人走行时间预估提供一定的理论基础。