城市轨道交通运能瓶颈识别方法研究

城市轨道交通庞大的客流量导致了运能紧张及能力利用不合理的现象,严重影响了系统的整体运行效率。针对运能瓶颈问题进行分析,给出了车站瓶颈静态识别模型;结合能力利用公式和AnyLogic仿真软件,对车站的动态瓶颈进行了研究;对于区间线路瓶颈,提出了基于客流的识别方法;进一步分析了车站内部瓶颈以及车站、线路间瓶颈的动态传播变化规律。最后进行了实例应用,结果表明,复兴门站的车站瓶颈为站台层的换乘楼梯口处,2号线各区间的能力利用率相差不大,线路瓶颈最大值出现在建国门至朝阳门这一区间。该方法考虑了车站和线路不同位置的特性,并提出了相应的瓶颈识别思路,具有良好的实用价值。      

城市轨道交通车站内客流集散瓶颈识别及排序方法

城市轨道交通车站客流集散过程中的设施瓶颈会导致车站内客流拥堵,严重影响乘客出行效率和系统运营安全.针对客流集散瓶颈进行识别和排序,在利用元胞自动机空间划分理念构建客流集散网络的基础上,分别基于复杂网络、网络最大流、拥挤堵塞等理论,提出了客流集散状态下形态、能力和拥堵瓶颈3种静态识别方法,并结合Anylogic仿真软件,基于集散时间进行静态瓶颈的排序;在动态瓶颈识别和排序方面,结合时间离散化的客流数据,提出基于时空拥堵强度的瓶颈识别及排序算法.以北京西直门换乘枢纽站为例进行概念建模和仿真建模,结果表明,利用堵塞流识别出的拥堵瓶颈在3种静态瓶颈中更符合车站实际运营情况;而排序重要度最高的动态瓶颈为站台处各楼梯起点,车站内客流集散瓶颈多出现在流线交织区且具有传播特性,验证了上述方法的可靠性和适用性.      

轨道交通服务能力瓶颈区段识别及其客流疏解策略研究

随着大城市轨道交通客流的持续快速增长,均质化的轨道站点组织设计与不均衡的站点客流之间矛盾开始显现,导致部分核心轨道站点在高峰时段形成了客流服务瓶颈。本文通过构建轨道站点间OD矩阵获取模型以及客流服务指标评估模型,力图在轨道建设前期阶段提前识别出客流服务的瓶颈区段,分析判断客流服务瓶颈产生的原因,提出优化轨道站点交通设计容量、疏导轨道交通客流需求、合理确定周边开发强度等疏解措施,避免形成轨道站点客流服务瓶颈。本文研究成果对优化核心轨道站点设计标准、促进轨道交通与常规公交协调互适、科学控制轨道周边土地开发强度等方面具有一定指引作用。     

城市轨道交通车站集散能力瓶颈识别方法研究

城市轨道交通车站集散能力瓶颈会导致车站内部分区域出现严重的客流拥堵现象,降低车站集散效能,影响乘客出行效率和安全。在分析城市轨道交通车站集散能力瓶颈内涵和成因的基础上,提出了基于拥堵强度的瓶颈识别方法。构建基于累计 Logistic 回归的拥堵强度判别模型,结合调查数据对模型进行参数标定和验证。以北京地铁东直门站为例,结合 Anylogic 动态仿真,验证了模型的有效性,表明该模型能够准确、实时地识别出城市轨道交通车站集散能力瓶颈。      

综合客运枢纽行人集散设施瓶颈识别方法

为充分发挥综合客运枢纽行人集散设施的能力,提高枢纽运行效率,分析枢纽行人集散设施瓶颈的形成机理,给出瓶颈的定义和识别流程,提出客流拥堵自动识别算法,考虑拥堵强度、拥堵持续时间和拥堵频率等拥堵特性,构建综合客运枢纽行人集散设施瓶颈识别指数模型并制定瓶颈分级标准.最后以北京南站地下一层换乘大厅为例,验证了方法的有效性.结果表明,高峰时段换乘大厅地铁进出闸机处为Ⅰ级瓶颈,平均排队长度5人,地铁东北、西南售票处为Ⅲ级瓶颈,平均排队长度为14人,与实际情况相符,而通过瓶颈缓解措施,能有效降低排队长度.      

基于粗糙集的路网瓶颈路段识别方法

为了更加准确地识别路网中的瓶颈路段,并向路网规划与交通管理提供决策支持,确定了路网瓶颈路段识别的主要影响因子,利用粗糙集方法将通行能力、路网拓扑结构、安全性、常发性拥挤频率与交通流时间均衡系数设为瓶颈路段识别的条件属性.提出了基于粗糙集的路网瓶颈路段识别方法,通过规则提取以识别路网瓶颈路段.通过一个示例路网,验证了路网瓶颈路段识别方法的有效性.该方法也为交通管理者提供了一种实用的路网瓶颈知识获取方法.     

城市轨道交通节假日客流预测研究

城市轨道交通短期客流预测是列车运力配置和网络化运营决策的基础,预测结果的准确性、精细度及科学合理性决定了运营过程的安全性、运营组织的高效性和资源配置的均衡性.节假日(包括节前一日)客流与平日有明显差异,不同节假日、不同车站的客流规律各异,预测过程同时面临路网结构改变、历史可用样本少等问题,本文综合考虑大型活动、恶劣天气、车站周边土地利用性质等影响因素,采用模糊C均值聚类法和一元线性回归模型,构建了适用于路网结构发生改变的车站进、出站量预测模型,并结合北京市轨道交通历史客流数据,对2015年清明节前一日车站进、出站量进行了预测,与神经网络模型、多元回归模型预测结果对比表明,本模型预测结果更好,全路网客运量误差率为0.27%,车站平均预测误差率为3.92%.     

大型铁路客运站客流组织的动态仿真与评价分析

建立了基于AnyLogic软件的大型铁路客运站内客流组织的动态仿真模型,设定了模型的假设条件、核心算法、评价指标和建模过程.应用AnyLogic动态仿真模型进行了实例分析,找出了影响客流组织的瓶颈所在并提出了相应的优化方案.结果表明,AnyLogic软件适合于大型铁路客运站客流组织的动态仿真与评价,是一种比较实用的方法.      

区域公路网瓶颈路段识别分析研究

为及时掌握区域公路网运行状况和准确识别瓶颈路段,该文运用可靠度方法,通过点段重要度数据和路网模型分配数据计算,识别出重要路段集,再结合可靠性薄弱数据集,取二者的交集为瓶颈路段。通过算例验证,该方法具有较强的实用性和有效性,也为交通管理者识别和改善路网瓶颈路段通行能力提供依据。     

地铁施工期间交通疏解方案优化研究

地铁车站通常设置于道路交叉口等车流和人流较为集中的区域,且因地铁施工周期长,施工期间对道路交通影响较大,制定交通疏解方案是保证路面交通有序、稳定运行的关键。针对济南市轨道交通R3线盛福庄站,设计了施工期间的两种交通疏解方案,并综合考虑各因素,利用AHP层次分析法,对两种方案进行了评价比选。