共查询到20条相似文献,搜索用时 250 毫秒
1.
2.
3.
轨道交通站点客流预测研究缺乏对短时客流动态波动性的考虑,不能预测短时客流区间.以北京市典型轨道交通站点为例开展实证,构建ARIMA-GARCH模型对误差项建模分析,拟合短时客流的随机波动特征.不同于以往的ARIMA-GARCH模型,研究还通过t分布揭示了客流的“尖峰后尾”效应,通过2种非对称GARCH模型识别了短时客流的非对称波动特征.模型结果表明,相比传统ARIMA模型,ARIMA-GARCH混合模型降低了20%以上的客流平均置信区间长度(MPII),同时提高了1%左右的置信区间覆盖率(PICP);周内客流波动性大于周末客流,而非高峰时段的客流不具有波动性.值得指出的是ARIMA-GARCH模型没有明显降低客流预测的平均绝对误差,尽管如此,混合模型可以在保证客流单点预测的前提下,准确地预测地铁客流区间. 相似文献
4.
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。 相似文献
5.
6.
从地面交通客流的转移和客流诱增的角度分析了轨道交通客流的来源.应用北京市及深圳市的实际数据对轨道交通的转移客流和诱增客流进行了说明.通过对私家车的出行进行分析,解析了出行者由私家小汽车向轨道交通转移的可行性. 相似文献
7.
8.
9.
10.
11.
12.
13.
14.
《道路交通与安全》2017,(3)
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%. 相似文献
15.
轨道交通未来线网建设更多的是位于中心城区以外的城郊线路,轨道交通站点的区位也随之发生变化,原有的《城市轨道沿线地区规划设计导则》(以下简称《导则》)等相关规范也应随之进行调整和修订.本文首先对轨道交通站点吸引范围的概念进行了分析,并介绍相关的研究发展.随后,就城市中心区与郊区站点的差异性进行对比,分析已有相关研究、规范以及现状郊区轨道交通站点的具体情况,提出引起站点吸引范围变化的因素.最后,通过实例调查、数据分析提出了适用于不同级别城市郊区轨道交通站点的步行吸引范围参考数值并为未来导则的编制提供一定的参考. 相似文献
16.
交通网络的发展是一个复杂和动态的过程,轨道交通网络亦是如此。近年来,有关复杂网络的研究主要集中在根据网络的拓扑结构特征来划分网络类型,如随机网络、无标度网络和小世界网络。然而,与日常生活息息相关的交通网络,特别是城市轨道交通网络方面的研究较少。由于交通网络空间结构的特殊性,加入交通网络的需求和运行状况的考虑会更加符合实际。以上海轨道交通网络为对象,研究其从1993年第一条线路通车至2008年的网络发展变化。从拓扑、需求(各站点客流)和运行(各站点间运行时间)三方面分别选取指标描述轨道交通网络特征:用节点度、回路程度(circuitness)和树状程度(treeness)来表征网络拓扑结构性质;用邻近性(closeness)表征网络需求和运营性质,并分析这些指标随时间变化的规律。 相似文献
17.
18.
19.
20.
轨道交通作为大中城市公共交通出行运输的"主动脉",轨道交通运输速度快,载客量高,缺点是线路固定不变,灵活度不高。共享单车则是运载客流的"毛细血管",在解决"最后一公里出行"的问题中发挥了重要的作用。结合成都市地铁3号线,采用Logit算法计算模型求解方法标定出轨道交通出行与常规公交出行的效用函数,从而计算得到轨道交通站点吸引范围:由市中心往城市外围发散,吸引范围随之增加。 相似文献