城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

基于客流需求的城际列车时刻表模型改进研究

列车时刻表的编制是铁路旅客运输组织的关键问题,如何优化时刻表,最大限度缩短旅客的旅行时间,具有重要的理论和现实意义.然而,既有基于客流需求的时刻表优化模型大多数假设列车顺序固定或不允许列车间任意越行,离实际尚有一定差距.针对这一问题,本文以最小化旅客在站等待时间和在车旅行时间的线性加权为优化目标,综合考虑列车停站、区间运行、安全间隔、列车容纳能力等约束,在定序无越行和定序有限越行模型的基础上,构建了更一般的非定序任意越行混合整数二次规划模型,并利用ILOG CPLEX分别进行求解.最后,以某城际高铁为例进行案例研究.结果表明,本文所提的非定序任意越行模型求解质量最好,且能有效减少旅客全程旅行时间,具有可行性.     

线路客流预测分析与运营组织设计

从运营需要出发,提出客流预测的年限和内容;通过对客流量级的阐述,分析客流预测三级数据,确定运营的规模;根据OD(起讫点)客流分析来研究行车交路,做出满载率和拥挤度的评价;最终确定车辆编组与行车密度的合理组合,形成系统全面的技术方案,使客流预测更好地为运营组织服务.     

城市群客流生成预测精度控制模型研究

城市群客流生成预测是城市群轨道交通规划中客流预测的主要组成部分,其预测精度将直接影响轨道交通客流预测精度,进而影响轨道交通规划的合理性.在分析城市群客流生成特点的基础上,提出客流生成阶段预测精度控制分为小区划分精度控制、预测方法选择、建模精度控制及模型计算结果调整4个阶段的思路;详细论述后2个阶段的精度控制内容,在模型计算结果调整中提出区域对外交通调整、空间调整、发生总量平衡调整及发生吸引平衡调整4个调整内容,并建立调整模型.     

常州公交确保国庆期间市民出行

为让广大市民度过一个欢乐、祥和的“十一”长假．常州公交根据今年国庆节客流特点，提前落实各项节日运营保障工作措施，确保了国庆“黄金周”公交运行的正常、有序。     

标致2008

具有SUV的空间感受、舒适性和驾驶体验,它可以带着你逃避城市的限制,让你充满信心地生活标致2008延续了3008推出的跨界、城市和创新的成功策略,2008不仅要在欧洲成为同级别车的引领者,也要在亚洲和拉丁美洲获得更多客户的喜爱在各大洲,世界正在改变,正在向城市化转变,城里人越来越多。新的一代人爱这座城市就像他们喜欢逃避它,他们更喜欢充满活力和灵活的生活方式,他们不断地从一种生活方式转变到另一种生活。他们需要这种提高他们的想像力,并使他们陶醉于生活的这样的产品。正是为适应这股大潮,标致品牌制定出了雄心勃勃的目标——跨     

基于多源数据的公交客流规模关联分析

分析公交客流规模的关联因素,梳理与公交客流规模有关的关联规则,有助于决策者把握整体态势、定义现状问题、细分问题类型。本文以深圳市为案例,以交通小区为分析单元,基于公交IC卡数据、人口数据、兴趣点数据、电子地图路径规划数据、微博签到数据等多源数据,从建成环境、人口密度、公交线网设施、交通可达性等维度,定量地表现影响公交客流规模的关联因素。通过构建决策树模型,揭示公交客流规模与关联因素间的映射关系,提取与公交客流规模有关的关联规则。研究结论为基于多源数据的公交客流规模评价方法提供了一种新的思路,也为公交线网规划提供了决策支持工具。     

大城市实施BRT效果仿真评价研究

BRT是解决大城市交通拥堵问题、实现城市可持续发展的一项重要措施.基于系统动力学理论,建立了土地利用与交通系统关系模型,并采用上海市出行人次实际数据和拟合数据的对比,验证了模型的有效性;采用所建立的土地利用与交通系统关系模型进行预测,得出当前发展趋势下不采取任何措施和实施BRT措施的未来年路网服务水平指标,通过比较BRT方式在吸引不同比例客流情况下地面客流重新分配后路网服务水平的变化,对BRT的实施效果进行仿真评价.     

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。     

公交线路客流模糊神经网络预测模型

提出一种基于模糊神经网络理论的公交线路客流预测模型。实验比较发现,该模型具有较强的自适应性,其预测结果优于常规时间序列模型ＡＲ、ＡＲＭＡ得到的预测结果。该模型适用于公交企业运营调度管理的需要。