南京市轨道交通6号线机场段运营需求与对策研究

轨道交通6号线是南京市计划实施的第一条市域快线,线路长,客流特征明显,并且服务于南京南站、禄口机场等重要的对外交通枢纽。通过对规划要求、客流特征及运营需求的分析和研究,提出了运营设计的对策。     

基于孤立森林算法的轨道交通实时客流告警阈值设定方法研究

在轨道交通客流实时监视业务中,车站实时客流告警的目的是帮助业务人员快速、准确地定位到网络中可能存在大客流风险的车站,达到提示预警的作用。如果告警阈值偏小,则告警频率会增加,使业务人员无法准确判断最需要关注的大客流风险车站,并对告警提示产生麻木心态;如果报警阈值偏大,则车站的突发大客流风险有可能未被监测到,从而无法及时采取应对措施。因此,需要提出一套科学、合理、适用性强的告警阈值。研究利用传统统计学方法和基于孤立森林的异常检测方法训练设定告警阈值,并通过应用效果测试验证对两种算法进行比选,确认利用孤立森林异常值判别思路训练的告警阈值更满足业务目标。研究成果按照“一站一方案”“一个时段一方案”的原则,为北京市轨道交通指挥中心路网调度指挥平台提供车站实时进站量与出站量告警阈值,支撑客流实时监视与大客流风险预警。     

基于BFS和加权半监督聚类算法的地铁客流分配研究

复杂的城市轨道交通线网给乘客提供多种出行路径选择,而轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。为求解相同起讫站点间各路线乘客选择的概率问题,以广州市地铁自动售检票(automaticfarecollection,AFC)系统刷卡数据为研究对象,提出一种创新性的半监督聚类算法框架。首先基于广度优先(breadth first search, BFS)的K短路径的搜索算法,识别起讫点间的有效路径集,由此确定初始聚类中心及个数;然后以路径距离和换乘次数等特征值依次标定各有效路径权重,由这些标记数据出发,采用加权半监督的方式增强聚类算法的分类能力。最后结合客流调查结果,与经典K-means算法和朴素贝叶斯分类算法进行比对。通过算例证实提出的客流分配算法性能最优,准确率高达94%,具有较好的分类效果。     

重庆市璧山区云巴1号线客流时空特征分析

云巴是一种重要的低运量城市轨道交通制式。以重庆市璧山区云巴1号线作为研究对象,从时间和空间两个维度、线路和车站两个层面,选取全日与早高峰时段的相关客流指标进行系统性解析,并与重庆市中心城区轨道交通1号线客流指标进行对比分析,评估云巴1号线的运营表现。研究结果表明：璧山区云巴1号线客流时间分布形态与中心城区轨道交通1号线较为相似,但工作日客流高峰小时系数较低,节假日较高;云巴1号线的客流空间分布特征也与轨道交通1号线较为相似,包括线路断面客流形态、方向和断面不均衡性等特征,但云巴1号线主要承担了沿线中长距离客流,平均运距占线路长度比例较大。最后,从沿线用地开发、公共交通一体化、运营服务以及网络效应等方面对云巴1号线的发展提出了优化对策建议。     

厦门轨道交通1号线运营初期道路公交客流变化特征分析

以厦门轨道交通1号线为例,分析城市轨道交通运营初期道路公交客流的变化特征.基于厦门轨道交通1号线开通前后各1个月的"E通卡"刷卡数据,首先分析了1号线和道路公交整体客流的变化特征;然后基于不同乘客群体出行模式选择,分析了1号线新线运营后整个公共交通系统客流变化特征.研究成果可为城市轨道交通线路开通后公交群体出行模式分析和客流结构优化调整提供参考.     

基于大数据的地铁客流预测与调度优化策略

随着技术进步和深化应用,大数据在客流预测和调度优化中的作用将更加凸显。本文研究了基于大数据的地铁客流预测与调度优化策略,分析了大数据在轨道交通中的应用现状,提出了实施中地铁客流预测与调度优化的挑战与困境,通过分析客流预测的大数据分析方法,提出了多项地铁调度优化策略,并从调度优化的目标与原则、基于大数据预测结果的调度优化策略、调度策略执行的技术支持与管理规范三个视角对相关策略进行归集和研究。最后,对数据安全与隐私保护的难题以及大数据技术的演进趋势与应用潜力进行了分析和预判。     

考虑互联互通的城市轨道交通网络列车开行方案优化

为顺应城市轨道交通网络列车跨线运营的运输组织发展趋势,从乘客和企业两方面,提出一种互联互通条件下城市轨道交通网络列车开行方案优化模型。模型以网络列车跨线交路组合方案和发车频率为决策变量,考虑线路通过能力、运用车数量、断面运能等约束,以乘客出行成本和企业运营成本的系统成本最小化为目标。针对模型变量多的特点,设计考虑理性乘客客流分配方法的改进邻域搜索算法进行求解。以包含4条线路的某城市地铁网络进行案例分析,研究跨线运营下的最优开行方案,并与分线运营予以比较,验证优化模型的可行性和算法的有效性。研究结果表明：1)改进的邻域搜索算法求解时间较短,且收敛解质量较稳定;2)与分线运营相比,互联互通下,全网系统成本降低了接近4.0%,全网换乘客流量降低了4.8%,同时开行跨线列车能有效降低企业运营成本,最多可降低40%;3)开行跨线列车提高了乘客的直通性,乘客直达路径数量提高了6.4%,多次换乘的行为大幅减少;4)为保证跨线运营的服务水平,应合理设置跨线交路数量。采用本模型时应充分考虑全网实际客流特点和乘客时间价值,当全网小时进站量大于97 314人次且换乘系数大于1.45时,跨线运营比分线运营更具...     

考虑峰值数据重平衡的地铁客流预测研究

地铁客流预测是城市轨道交通系统日常运营管理的基础,尤其是对突发大客流影响时的准确客流预测,能够有助于缓解城市地铁运营压力并降低安全风险。虽然目前的地铁客流预测方法在对日常客流预测准确性上有较好的表现,然而由于忽视了客流波动造成的客流峰值和谷值数据量不平衡,其对客流的峰值预测效果并不佳。为了进一步提高客流预测精度,考虑从峰值数据自身特征出发,通过聚类模型判断客流类别并验证不同客流类别间显著的不平衡问题,参照分类任务中类别不平衡问题的处理方式,通过欠采样、随机过采样和合成少数类过采样3种数据平衡方式,实现客流平衡处理。同时,采用支持向量回归、人工神经网络和长短时记忆神经网络3种预测模型,进行客流预测并对比不同数据平衡方式对模型性能的影响。研究结果表明：相比于未对训练集进行数据平衡处理,类别平衡在一定程度上提升了模型的预测精度;基于合成少数类过采样技术平衡数据的支持向量回归模型可以提供最佳的进站客流预测精度;基于随机过采样技术平衡数据的长短时记忆神经网络模型可以提供最佳的出站客流预测精度。研究结果可为客流波动较大情况下的城市轨道客流精准预测提供理论依据。     

两条地铁间所有方向换乘客流同站台换乘模式研究

通过对地铁同台换乘车站的研究可以得出,1个同台换乘车站无论采用平行双岛站台还是叠岛站台,都只能实现4个客流方向的同台换乘,而另外4个客流方向的组织需要通过楼扶梯绕行至另一站台才能实现。连续2个同台换乘车站组合可以实现两线间所有方向的同台换乘,从而为旅客提供最便捷的换乘服务,同时也更加符合以人为本的设计理念。文章从城市轨道交通线网规划、客流、车站及区间实施条件、两线建设时序等方面分析这种组合模式的实施可行性。     

城市轨道交通大小交路行车组织探讨

文章对城市轨道交通大小交路运行环境下行车组织进行介绍,提出优化长大运输线路的行车管理方法。结合北京地铁8号线线路特点和客流分布情况,提出建立标准化作业流程、构建集成化故障处理模式、行车调度区域化分工管理等措施,从而充分发挥大小交路运输的优势。相关研究可为其他城市轨道交通线路大小交路行车组织优化提供参考和借鉴。