城市轨道交通客流分析

在城市轨道交通的规划设计中,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法.     

动态公交客流预测方法研究

随着公交的大力发展,公交优化要从传统的调度方式向实时调度转变。这就要求公交客流预测要具备短时性和滚动性,即动态预测。现有的公交客流预测方法集中于长期客流数据的预测,缺乏时效,不适用于公交的实时调度。本文给出了一种对公交客流进行动态预测的简单方法。     

客流异常下的公交动态调度研究

通过分析公交系统的运营特点,对公交调度中的客流异常事件进行分析。在计算客流异常系数的基础上,建立客流异常条件下的公交动态调度流程图,并通过实例进行验证,说明此方法能够快速有效地解决客流异常问题。     

公交客流OD矩阵反推法

公交客流OD矩阵是进行公共交通规划的重要基础数据。根据交通需求预测“四阶段”理论中交通分布预测的重力模型法的基本原理,建立了公交客流分布函数模型,根据公交OD矩阵与公交线路的日均客运量以及区域人口、社会经济、用地性质等之间的内在联系提出了一种免OD调查的公交客流OD矩阵的反推算法。用Matlab语言编写了多条线路公交客流OD矩阵推算程序,给出了oD矩阵的检验及修正方法。     

低客流公交运营模式优化方法

为解决低客流传统公交线路运营效率低的问题,考虑低客流公交线路客流时空特性,提出了采用传统公交与需求响应公交(demand response transit, DRT)相结合的组合运营模式：全时段传统公交模式(M1)、分时段传统公交+DRT模式(M2)全时段DRT模式(M3)的优化思路。分析了不同运营模式的要素,考虑乘客空间、时间特征,构建基于三维时空聚类的站点规划模型;考虑车辆行驶成本、乘客时间成本,以总班次运营成本最小为目标,构建了带有时间窗的灵活型DRT线路与调度规划模型,运用遗传算法进行求解。以北京市某公交线路进行仿真实证,仿真结果表明：M2相比M1、M3分别降低了9.0%、23.0%的运营成本。研究可针对低客流公共交通服务的运营方案制定与优化提供技术参考。     

城市轨道交通与地面常规公交换乘客流预测模型研究

轨道交通与地面常规公交共同支撑着城市公共交通系统.一个城市轨道交通系统效率的发挥,有待于作为集散客流重要交通方式的常规公交的配合,科学地分析与预测轨道交通与常规公交之间的换乘客流量,可以为确定交通枢纽建设的合理规模、各种交通工具在枢纽中的布局分布等提供依据.本文在总结各种客流预测模型的基础上,针对城市的不同情形给出了不同的换乘客流预测模型.     

公交客流OD矩阵推算

公交客流OD矩阵是／2-交运营调度的基础,精确的客流OD才能保证运营计划科学的制定,人、车资源合理调配。为了提高推算精度,本文提出公交客流OD矩阵受居民公交出行特征、公交停靠站附近的用地性质和停靠站换乘功能影响。采用K-S检验对居民出行站数进行分析,发现出行站数服从泊松分布。结合各停靠站的上下车人数,推算得到基于居民出行特征的客流OD。根据公交站点的吸引系数和吸引权,得到基于停靠站附近用地性质的客流OD推算模型。作者认为停靠站的重要系数与该站作为起始、终点和中途停靠的线路数有关,据此建立了基于站点换乘功能的客流OD推算模型。利用层次分析法组合上述三种影响因素,得到最后的公交客流OD矩阵。实例分析结果表明该方法确实可以大幅度提高推算精度。     

基于公交客流OD反推的公交乘客乘车站数分析

通过对公交出行距离的分析,认为公交出行属于中长距离的出行,出行时间过长或过短的居民,则很少采用公交出行方式.基于此对公交客流进行了调查,并对调查结果进行处理,验证了公交乘客的乘车站数服从偏正态分布.这个结论可应用于公交客流OD反推时的概率修正系数的确定.     

杭州公交客流走廊提速研究

在对杭州公交现状进行分析的基础上,根据杭州城市空间布局,轨道、快速公交及道路现状和规划,结合TOD发展策略,通过模型分析确定主要公交客流走廊,结合道路条件,提出初步提速方案。     

公交营运信息化管理研究与应用

城市公共交通是为城市经济和市民出行服务的公益性企业.在城市经济发展中公共交通运营状况也是科技应用水平和城市现代化程度的重要标志.     

基于IC卡历史数据的公交客流统计方法

随着公交IC卡的普遍使用,基于公交IC卡数据的公交客流统计方法逐步成为主流的统计方法。因国内绝大部分城市均采用上车刷卡的方式,所以需根据用户出行规律进行下车站点的推测。为降低运算复杂程度,现有的IC卡分析算法多采用基于后续公交站点吸引权的概率算法,这种算法既不能判断单个乘客的下车站点,对于总体客流又存在数据准确性问题。为此,本文对于能够形成出行闭环的单日多次出行采用传统方法推测其下车地点;对于未形成闭环的单日出行,则分析相关单个乘客历史类似天日的IC卡刷卡数据,统计出其最可能的下车站点,进而得出总体客流。采用本算法对重庆市某段时间的所有IC卡数据进行处理和统计后,经人工计数的数据对比表明:相较于传统的出行闭环算法和站点吸引权算法,本算法对于公交客流的统计更加准确。     

基于动态反馈神经网络的城市轨道交通短期客流预测

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交通的断面客流特征的基础上,建立基于动态反馈神经网络的城市轨道交通短期客流预测模型,提出通过若干组连续历史断面客流数据训练动态连续的神经网络,以此对未来客流进行预测;并以北京轨道交通某日早高峰客流为例进行分析,验证了该模型与方法的有效性。     

北京城铁13号线北段土地利用对客流影响的分析

根据城市轨道交通与土地利用的互动发展关系,分析了北京城铁13号线北段客流分布不平衡的特点及成因,以回龙观站为代表分析了站北土地利用对客流的影响,提出整合回龙观、霍营站北土地利用,协调13号线龙泽、回龙观和霍营小区客流的设想,并总结了沿线不同的土地利用对城市轨道交通客流的影响.     

融合客流大数据和成本最优化的公交动态排班方法

为提高公交排班效率和准确性,提出一种基于客流OD数据的动态排班模型.首先,模型将影响公交车辆排班的因素划分为静态因素、可变因素和动态因素,给出每日客流变化情况下动态影响因素计算方法;其次,以满足乘客需求减少公交企业运营成本为目标,探索多目标最优排班方案求解方法,实现公交运营效益最大化;最后,以广州560路公交线路为例进...     

基于常规公交的轨道交通站点吸引范围研究

在进行城市轨道交通规划与运营优化时,需要对客流进行分析,其中确定城市轨道交通站点的吸引范围属于关键性问题。考虑到不同用地性质的轨道交通站点承担的交通功能不同,对城市轨道交通的站点进行分类,建立基于聚集效应的城市轨道交通站点客流吸引范围模型,并通过实例进行分析,得到轨道交通站点对常规公交客流的合理和最大吸引时间,从而确定不同类型站点的客流吸引范围。     

城市轨道交通车站内客流组织

简要地阐述了影响轨道交通换乘的两个主要问题,并就其中换乘站内客流的组织问题做了详细研究。在分析换乘站内客流特征的基础上,考虑乘客客流的构成和分布及影响协调组织客流的因素,提出优化站内客流组织的措施。     

关于济南市公交管理信息化的思考

介绍了济南现阶段公交管理信息化现状,并从信息化的角度箍出了解决办法：进一步完善车辆定位和动态信息的收集和管理功能,建设多功能、交互的、动态的公交信息WEB平台;提高公交IC卡管理灵活性和集成性。     

基于可变客流的接运公交网络优化

在充分考虑目的地非地铁站的变动客流和搭乘固定公交的既有客流基础上,基于多对多客流模式,以管理者、出行者和社会运营费用的总费用最小为目标,构建接运公交线路的优化模型.模型考虑了原本私家车出行客流和固定公交出行客流选择接运公交出行的可能性,应用Logit 模型进行流量分配,并采用遗传算法对问题求解,获得了最优的接运公交网络,变动客流在接运公交网络中的第一公交站和换乘的地铁站.研究结果表明,接运公交线路方案与其占全程广义出行费用的比例密切相关,故有必要将其从全程视角进行优化.     

浅谈公交企业营运管理的“运力与客流匹配”

公交企业营运管理是对营运生产资源运营活动所进行的计划、组织、指挥、协调和监督等一系列实施活动，是公交企业的核心业务的管理。本文拟通过对市场需求、经营环境、营运成本控制等方面进行客观的分析，结合营运生产的实践，谈谈以“运力与客流匹配”为目标的公交企业的营运管理。     

城市轨道交通客流吸引措施研究

论述客流对于城市轨道交通可持续发展的重要性,通过分析城市轨道交通客流吸引的影响要素,研究在城市轨道交通规划设计阶段、建设阶段和运营阶段相对应的客流吸引方法,提出完善站点接驳配套工程、制定合理的票价政策、持续改善运营服务等具体措施,为城市轨道交通经营单位在不同时期制定客流吸引措施提供参考。