基于排队论的售票厅售票组织优化

售票是客运企业提供服务的首要环节.铁路部门一方面要尽量满足旅客的购票需求,另一方面,也逐渐面临市场压力带来的提高销售量和降低销售成本的压力.文章以上海站新建的南广场售票厅为例,从充分利用售票厅资源以及优化旅客服务的角度,依据排队论原理和供需均衡理论,提出了基于排队论的售票组织优化模型.该模型得出了非客运高峰期的全天4个不同时段最佳服务窗口需求数,实现了优化售票组织的目的.     

基于AFC数据的地铁站点客流典型时变特征分析

地铁站点客流的时变特征是地铁客流管理和预测的重要参数.基于上海1个月的地铁自动售检票系统小时客流数据,采用K-Means聚类算法分析站点客流典型时变曲线特征,并利用POI数据计算点客流时变特征与站点周边土地利用之间的关联性.结果显示,上海地铁站点可分为居住导向型、就业导向型、商业型、混合型、混合偏居住型、混合偏就业型等.不同类型站点服务范围内的土地利用有显著差异,且二者之间有很强的相关性.本研究为地铁客流预测、地铁站点规划设计和地铁运营组织提供相关参考.     

基于多指标协同的公交大站快车站点推荐方法

现有公交大站快车站点选择方法存在未考虑站点枢纽作用,以及未融合多源数据等不足.本文引入复杂网络理论,融合公交车和出租车客流数据,提出一种综合考虑站点客流,潜在客流及交通枢纽作用的多指标协同的公交大站快车站点推荐方法.该方法基于公交客流,线路数据和出租车客流数据,分别计算公交线路站点客流集散量和潜在客流集散量;通过构建有...     

基于改进极限学习机的公交站点短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.     

公交发车频率与交叉口信控参数的协调关系研究

由于受上游交叉口信号控制的影响,高峰时间会有多辆公交车同时排队进站停靠,容易导致站点拥堵,影响车辆的正常运行.从受上游信控影响的公交车流的特性研究出发,采用排队论的方法,计算分析站点通行能力允许范围内的公交车辆发车频率与上游交叉口信控参数之间的协调关系.在公交优先的理念指导下通过对二者关系的研究提出减小站点拥堵的优化方法,并通过实例进行验证.     

地铁短时客流预测改进LSTM方法

短时客流预测可为轨道交通运营部门规划调度提供参考,其中短时客流预测的精准性尤为重要,为进一步提高城市轨道站点短时客流预测精准性,提出一种结合集合经验模式分解算法和贝叶斯优化算法的改进LSTM方法。先使用集合经验模式分解算法(EEMD)对地铁站点的客流数据进行分解,以减少数据噪声干扰;再通过贝叶斯优化算法(BOA)对长短时记忆神经网络(LSTM)的超参数进行优化,从而提高模型的参数精确性。采用真实的客流数据验证结果表明：相较于单一LSTM以及单层组合模型,双重叠加后的EEMD-BOA-LSTM组合模型预测结果平均绝对误差降低21.8%～44.8%,均方根误差降低16.9%～47.4%,对短时客流的预测结果误差改善显著。     

城市轨道交通短时客流预测体系框架及关键技术

针对当前城市轨道交通短时客流预测系统性不强等问题,构建短时客流预测体系框架,并讨论预测过程涉及的关键技术。框架的构建以自动售检票系统（AFC）获得的数据为出发点,统计站点客流和线网客流OD矩阵两类基础客流数据;在此基础上,构建线网客流分配模型,结合视频数据、站点平面布置和列车运行时刻表三类数据,考虑乘客步行时间的影响,估计断面客流数据;接着,在分析站点客流和断面客流数据时空特性的基础上,分别预测站点和断面短时客流;利用站点客流和断面客流短时预测结果反推未来OD矩阵;同时引入GARCH模型分析预测结果的可靠性,以提高短时客流预测结果的可信度。     

考虑土地利用性质匹配度的城轨客流分布预测

传统城轨站间客流分布模型较少考虑起讫点土地利用对客流分布的影响,当 站点周边土地利用发生改变时适用性变差,无法保持较好的预测精度,因此有必要构建 考虑站点土地利用及其站点间土地利用性质匹配度的客流分布预测模型.首先,基于站点 聚类分析土地利用性质与客流分布之间的关联性,构造性质匹配度指标;其次,综合考虑 站点土地利用、性质匹配度、终点站吸引量、运行时间等因素建立效用函数,结合客流数 据进行参数估计,构建基于目的地选择的轨道交通客流分布模型;最后,利用广州市轨道 交通客流量数据对其进行精度分析.结果显示,在站点土地利用性质未发生改变与改变情 景下全网站间客流分布量的平均绝对误差仅为29.30 和29.52 人,表明模型具有较高的预 测精度.     

铁路旅客客运站集散微观仿真

以大连客运站为例,建立大连铁路客运站进站旅客疏散微观仿真模型。并对大连站旅客到达数、购票人数及安检人数进行研究,在此基础上对大连站的流线影响因素进行评价分析,得出在旅客高峰期车站设备不足,增大旅客排队时间。提出有效建议减轻旅客等待时间。结果证明,模型具有很好的使用效果。     

客运专线票价的模糊区间综合评价

随着我国客运专线的相继开通,其票价受到了多方面的关注。客运专线票价制定与以往有了改变,但也遭受质疑。对客运专线票价进行综合评价,有助于更加合理的制定票价。本文综合考虑了影响客运专线票价的各种因素,建立了评价指标体系;提出了对于隶属度值以模糊区间数这种不确定形式给出,构建了模糊区间综合评价模型,并结合实例探讨了该法的可行性。     

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。     

地铁车站AFC终端设备合理设置对客流的引导作用分析

地铁车站是客流集散的场所,客流引导工作是车站的重点工作之一。车站上的AFC终端设备的主要作用是能出售单程票、为储值卡充值和检验车票的有效性,并能处理日常票务工作。通过确定跟客流相匹配的设备数量,合理布局设备,提高设备的稳定性和乘客的使用效率等手段,合理设置AFC终端设备,对客流有正确的引导,缩短乘客在车站的时间,一方面有利于车站组织客流,另外一方面可以提高乘客的出行效率。     

铁路客票预售期优化计算软件

铁路客票预售期制定是一个复杂的过程,是铁路旅客运输组织工作的一项关键性工作,对运输生产秩序、客运服务质量、甚至社会稳定都有直接影响。从铁路客票预售期制定的系统需求以及研究现状出发,提出开发铁路客票预售期优化计算软件的建议,并着重阐述该软件的设计原则、开发平台、总体功能、数据库设计、数据的采集与共享、软件系统工作流程。     

����Ԫ���Զ���ģ�͵������Ŷ���Ϊģ��

排队行为模型是常态下行人交通仿真系统模型的基础。本文利用排队论、有限状态自动机原理以及元胞自动机模型对排队系统进行建模。排队行为模型以邻居方向与目标方向间的修正夹角作为主要因子构造了元胞自动机模型的转移概念率函数。利用C#对行人排队行为模型进行实现,并构造了两个不同数量的售票服务台的仿真场景。从仿真动画来看,该模型逼真地模拟行人的排队活动;从不同场景的队长与时间关系曲线可以看出,增加一个售票服务台明显可以减少队列长度,排队系统性能得到改善。由此说明该模型具有模拟行人排队行为的能力。     

铁路客票预订需求预测模式

对当前铁路运输客票预订系统进行了分析。研究了建立动态多席订票需求预测模式。针对不同等级订票需求,引用泊松分布来描述不同时段,不同等级的订票到达率。当实际资料难以获取时,以ｍｏｎｔｅ ｃａｒｌｏ模拟产生资料进行参数估计,最后动态规划的方法的方法建立了获取最大利益的模型,以实际数据代入运算,结果与实际情况相吻合。     

基于Epsilon 约束法的高速铁路客票多目标定价研究

高铁客票定价是多目标定价问题,既要保障旅客福利,又要增加企业合理利润. 以企业利润和旅客福利作为高铁定价目标,考虑旅客差异和不同运距情境下的多种运输方式竞争,研究高铁客票多目标定价. 结合Epsilon约束法构建双层规划模型,根据分层序列思想分解多目标问题,设计松弛算法得到纳什均衡解,由解对应的目标值得到帕累托边界,确定多目标定价最优决策. 计算结果表明,对比量价波动和目标值改进,多目标定价适合票价改革要求,时间敏感型客票和短途客票有较高涨价空间,多种运输方式竞争影响定价实施效果. 将 Epsilon 约束法应用于求解高铁客票定价多目标问题,有利于优化客运企业与旅客利益,为铁路部门提供高铁客票定价思路.     

基于排队网络的运输排队过程研究

分析了客货运输工作组织过程中的运输排队过程,总结出运输排队过程的特点;引入排队网络来描述运输排队过程,利用数学方法分析了运输排队过程中卸载队列和出发队列的变化规律;利用Flexsim仿真软件对运输排队过程进行了模拟仿真,更形象地了解整个排队过程的变化情况,为有效地组织客货运输工作提供了帮助.     

城市轨道交通站间距优化研究

通过对受站间距影响的城市轨道交通相关指标分析,学习并借鉴国内外城市轨道交通站间距优化方面的成功经验及研究方法,以实际数据作为基础,首先对客流分布和乘客出行时间这两个影响因素进行分析,通过分析认为城市轨道客流随着乘坐距离的变化存在着一个先增后减的函数变化;根据对客流分布以及乘客出行时间的分析,将乘客出行时间成本转化成经济效益指标,将票价收入标准与客流分布进行结合得到地铁票价收入的经济效益;之后结合乘客出行时间的经济效益和票价收入的经济效益按照总收益最大化建立城市轨道交通站间距优化模型,并实施优化计算,碍到理论上的最优站间距.