呼和浩特市轨道交通客流预测分析

轨道交通建设规划编制需开展客流预测工作,客流预测结果将作为轨道项目建设的必要性和运输方式、建设方案和运营组织模式选择的参考依据,同时通过对不同预选建设方案的客流测试结果作出财务和国民经济评价,配合城市规模和经济发展水平确定与之相适宜的建设方案和实施计划,并进一步对推荐方案进行详细客流测试,为线路的系统制式、车辆编组和运行组织等提供初步参考。     

基于合作竞争类OD的轨道客流预测方法研究

在分析基于全方式ＯＤ采用联合方式划分交通分配模型进行轨道客流预测不足的基础上,提出了一种基于合作竞争类ＯＤ的采用联合方式划分交通分配模型的轨道交通客流则方法,即由出行产生和分布预测得到全方式的ＯＤ矩阵,通过分层次策略性交通方式划分法得到合作竞争类出行ＯＤ矩阵,然后采用联合方式划分交通分配模型进行轨道线网客流预测。     

基于大数据的地铁客流预测与调度优化策略

随着技术进步和深化应用,大数据在客流预测和调度优化中的作用将更加凸显。本文研究了基于大数据的地铁客流预测与调度优化策略,分析了大数据在轨道交通中的应用现状,提出了实施中地铁客流预测与调度优化的挑战与困境,通过分析客流预测的大数据分析方法,提出了多项地铁调度优化策略,并从调度优化的目标与原则、基于大数据预测结果的调度优化策略、调度策略执行的技术支持与管理规范三个视角对相关策略进行归集和研究。最后,对数据安全与隐私保护的难题以及大数据技术的演进趋势与应用潜力进行了分析和预判。     

城市轨道交通车站分向客流预测方法研究

城市轨道交通车站分向客流预测数据是各出入口通道设计的重要依据,目前适合我国城市轨道交通车站分向客流预测研究工作开展并不多.文中以车站所属的线路客流预测数据为基础,根据车站周边土地利用现状及规划情况,采用“逐层分解”法预测各个出入口通过客流量,并研究了全日小时及高峰小时内部的波动系数,通过广州市轨道交通13号线鱼珠站分向客流预测研究证明,预测方法是合理且可行的.     

基于HRHN模型的城市常规公交线路客流预测

准确的公交客流预测对于城市公交线网规划设计和线路运营管理有着重要意义.为了提高公交客流预测的准确度,研究出一种基于HRHN模型的公交线路客流预测方法.在Encoder模块中,采用ConvNet对输入特征进行提取,利用RHN对提取到的特征建立时间依赖性关系;在Decoder模块中,历史客流量作为输入,利用RHN模型建立时序的关联性;输出值和特征之间的相互作用通过注意力模型进行分析,从而在Decoder中进行预测.对公交数据进行预处理并获取公交客流量,在考虑客流特性的基础上,结合气候因素,利用特征工程进行公交客流预测的特征选取,并利用HRHN模型对客流进行预测.使用了郑州市1个月的公交客流数据,其中选择前24 d数据进行训练,后7 d数据进行测试.分别预测60号公交线路上行方向和下行方向线路客流,并将HRHN模型预测结果与其他5种模型(ARIMA,BPNN,LSTM,RNN,SVR)进行比较.结果表明,HRHN模型在上行方向线路客流预测、下行方向线路客流预测的MAPE分别为0.1161,0.1444,HRHN模型精度最佳.     

城市轨道交通客流预测结果敏感性分析

针对客流预测结果存在的问题,通过对客流影响因素分析,确定线网结构变化、票价因素、运营服务水平、社会经济用地四个主要影响因素,并就每个因素对客流预测结果的影响做敏感性分析。结合地铁5号线的实际数据进行实例分析,总体给出地铁5号线的推荐域值。     

TransCAD软件在轨道交通客流预测中的应用

轨道交通网络是一种特殊的公共交通网络，其网络分配十分复杂。文章以TransCAD软件为开发平台，通过由轨道交通、常规公交以及步行网组成的联合网络进行交通分配，从而实现轨道交通客流预测。阐述了轨道交通客流分配基本原理和实施过程，并对图层的设置、网络实体的表达、基础数据的存放和分配结果的表现等问题进行了探讨。     

城市群轨道交通客流预测在TransCAD中的实现

城市群轨道交通客流预测多采用综合线网分配预测法，为了提高预测法精度，准确地描述城市群中各种公共交通方式之间的合作竞争关系，在预测时需要考虑竞争方式的运营组织。讨论了基于运营组织的城市群轨道交通客流预测分配阶段应用TransCAD解决预测的整体思路与方案，阐述了其操作步骤、各种层的建立、相关表的建立及设置、相关属性设置、分配结果处理及需注意的事项，并引入AutoCAD辅助建立基层线网层及小区层。     

长沙市地铁1号线开通初期客流预测研究

由于地铁开通初期进行客流预测时间较短,在交通小区划分、交通调查、出行者行为、运营供应条件和预测模型方面均需做特殊处理。文中依据长沙市地铁1号线所设车站周边个人出行调查结果,利用改进的四阶段法建立预测模型对该地铁线路初期客流进行预测分析。     

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%.     

轻轨快速交通的优势与不足

轻轨快速交通是未来现代化城市解决城市交通问题的必要手段，即城市交通建设发展的必然趋势，文中从轻轨交通在城市交通网络的作用及建设发展情况等多方面论述了发展城市轻轨交通建设的必要性、必然性以及所面临的有待解决的一些问题。     

公交线路客流时段分布估计新方法--首末站分层不等概率整群抽样法

在对南京市公交线路客注解调查数据研究的基础上，提出一种公交线路客流时段分布估计的新方法，即利用首末站分层不等概率整群抽样方法，对线路客流进行估计，并给出相应的方差估计公式。该方法在南京市的公交企业中得到了实际的应用。     

基于综合路网分析的长沙地铁6号线客流预测

在长沙市综合路网分析的基础上,采用四阶段预测法,从全日客流和高峰客流等指标对长沙市轨道交通6号线客流进行预测,并结合城市公交网络系统进行客流分配,结果显示,轨道交通6号线近期客流增长较快,远期增长较慢;对预测结果进行敏感性分析,得出3个近期敏感性因素和3个远期敏感性因素,并提出客流稳定性保障措施,为工程建设和运营决策提供参考。     

基于灰色马尔可夫模型的近期公交客流量预测

为了科学准确地预测近期公交客流量,提出了应用灰色马尔可夫模型进行预测的方法。利用历史数据建立灰色GM(1,1)模型,通过确定系数可获得公交客流量的时间响应序列及还原值的表达式,从而可获得未来年公交客流量的发展序列值,结合马尔可夫链过程将随机序列状态划分为3类,通过确定状态转移矩阵可获得序列处于各状态的概率值及与各状态对应的预测中值,最终求得各序列的修正值。通过铜陵市公交客流的历史数据,预测了近3年的公交客流。实例证明该预测模型具有较高的精度,能够指导公交经营管理者近期的决策行为。     

城市轨道交通车站客流组织的仿真和评价

分析城市轨道交通车站客流组织中存在的问题,运用基于社会力模型的simWalk软件,建立客流的微观仿真模型,并研发评价客流组织方案的技术方法。车站内行人交通特性实地观测和分析表明,客流的步速、步幅、步频服从明确的统计分布,能作为仿真模型的基本参数。实例分析说明了技术方法的可行和有效,能够以多种方式直观、定量地分析和评估客流组织方案的绩效。     

基于大数据分析的客流走廊判别方法研究

在轨道交通规划、公共交通规划类项目中,面临的一个核心难点是对现有公交走廊的判断以及对走廊客流量的调查收集。简要介绍常规公交调查并分析其调查成果,发现仅采用常规的公交调查手段,总体抽样率较低,并且难以对一个城市做到相对全面的客流调查。在常规调查基础上,介绍通过手机信令数据分析的手段,采用多种方式拟合之后,判断研究出城市的主要客流走廊,其成果可为后续规划设计提供充足依据。