城市轨道交通诱增客流理论研究

通过对城市轨道交通系统诱增客流的内涵、特征、发展规律的分析,指出轨道交通诱增客流从产生到发展要经历逐步形成、快速增长和相对稳定3个阶段,并且在不同影响区域内,其产生的方式、增长程度也各有不同。通过对诱增客流的分类及表现形式的分析,研究了其“从无到有”的关键特征.     

城市轨道交通客流预测结果分析

在大规模的城市轨道交通建设中，客流预测是先导。在介绍城市轨道交通客流一般预测结果与统计指标的基础上，阐述了城市轨道交通客流预测结果的状态分析，给出城市轨道交通客运量走势和客流时空分布特点。以成都市为例，分析了城市交通高峰时段出行结构，对常规公交和轨道交通在高峰时段的乘客吸引力差异进行了探讨。     

基于EEMD-BP方法的城市轨道交通进站客流短期预测

城市轨道交通站点客流量是评价其服务水平和实现城市轨道交通资源有效配置的基础数据和依据。针对城市轨道交通站点进站客流量序列波动复杂的问题,构建基于EEMD-BP方法的城市轨道交通进站客流短期预测模型,通过对城市轨道交通站点的日间分时进站客流序列进行模态分解,并对分解的分量进行筛选和识别,探究进站客流的日间波动影响因素,实现对短期客流的合理预测。以广州珠江新城站短期客流预测为例,验证该组合模型在提高客流预测方面具有有效性,为城市轨道交通线网规划和运营管理提供客流预测依据。     

Emme／2软件在城市轨道交通客流预测中的应用

结合南宁市轨道交通客流预测实例,根据城市于区域规划(Emme/2)软件的建模原理,在Emme/2软件平台上采用步行路段、地面公交线网和轨道线网等基本要素重新构建公交网络,运用四阶段法实现轨道交通的客流预测,主要包括交通路网建立、出行生成、出行分布预测、出行方式划分、交通分配和结果分析阶段.     

EMD-RBF组合模型在城市轨道交通客流预测中的应用

随着我国城市轨道交通路网的不断发展与完善,城市轨道交通客流预测作为城市轨道交通规划设计和运营管理的基本依据及城市轨道交通建设过程中的重要环节,其重要性也越来越明显。通过对城市轨道交通客流历史数据进行统计分析,针对平常日客流变化的非平稳性统计特征,构建EMD-RBF组合预测模型对城市轨道交通平常日客流进行预测。以北京地铁客流预测为例,得出利用IMF分量进行预测的EMD-RBF组合模型方案可以有效提高客流预测的精确度。     

时间序列聚类下的城市轨道交通客流预测研究

掌握不同城市轨道交通车站的客流短时变化规律是应急措施制定、常规客流组织和列车开行的关键依据,研究主要探索预测方法对城市轨道交通短时客流预测精度的影响,以西安地铁2号线为例进行实例分析。基于车站的进出站客流属性,运用时间序列聚类方法将城市轨道交通车站划分为4类;运用极端梯度推进决策树(XGBoost)、BP神经网络和自回归滑动平均模型(ARMA)分别对各类车站的短时客流进行预测,并对比各类车站的客流预测结果。结果表明,西安地铁2号线的车站可以分为商业办公车站、密集型居住车站、轻型居住车站和旅游文化车站4类;4类车站客流预测精度最高的方法分别为XGBoost、ARMA、ARMA和BP神经网络;在预测时效方面,XGBoost展示了更大的优越性。研究结果可以对各类车站建立相适应的客流管控措施提供基础建议。     

佛山市城市轨道交通网络化客流效益提升策略研究

佛山市城市轨道交通第一期建设项目逐步投入运营,第二期建设规划于2021年获批,正是轨道交通系统由单线运营步入初期网络化运营发展的关键时期。为有效提升轨道网络整体运营效率以及线网客流效益,文章基于佛山市城市轨道交通规划建设实施评估,梳理后续发展面临的问题及挑战,从线网规划建设、周边用地开发、服务水平提升以及交通需求管理等方面提出客流效益提升策略,以期为佛山市轨道交通下一阶段规划、建设、运营提供决策支持。     

城际快速轨道交通客流预测方法研究

针对城际快速交通地区综合路网发达,交通方式间换乘便捷,人口出行多方式、多路径的特点,提出包括基于综合路权、换乘阻抗,以及动态多路径概率分配思想的多方式、多路径客流方式划分与配流组合预测模型,对城际快速轨道交通客流进行预测,并通过对穗莞深城际快速轨道交通的客流预测,验证了模型的科学性和有效性。     

石太客运专线客流预测研究

利用改进的重力模型和灰色理论模型,从石太客运专线的本线客流、跨线客流和诱增客流3个方面,分别以客运通道周边城市的GDP和人口分布密度、石太客运通道既有线的旅客运输量、城市间的加权运行时间为影响因子,对石太客运专线的旅客运输量进行预测分析。预测结果为客运专线合理制定运输组织方案、设计车站规模提供了科学依据。     

城市轨道交通非常态客流出行影响机制研究

为探究异常天气情况下多维空间属性对轨道交通非常态客流出行机制的影响,基于梯度提升决策树模型,分析异常天气下天津市143个轨道交通站点的非常态客流出行特征,解析经济属性、交通便利性、建成环境等10个影响因子对非常态客流量的非线性影响机制。研究发现：(1)异常天气下,轨道交通站点日均客流显著增长。受天气状况的影响,97%的轨道交通站点日均客流呈增长趋势,其中天津站客流增长幅度最大,达到32%;(2)建成环境对城市轨道交通非常态客流的影响最为显著,达到86.44%,因子“到市中心距离”影响程度最大;(3)各影响因子与非常态客流之间具有明显的非线性关系与阈值效应,除公交站点数量、交叉口数量以及居住设施密度与非常态客流间呈波动“凸”形非线性关系外,其他影响因子整体保持非线性正相关或负相关。     

城市轨道交通对铁路客运站候车客流影响分析

根据城市轨道交通的发展及其特点,对轨道线路引入既有铁路客运站的影响进行分析。将换乘旅客分为两种类型,从旅客站内停留时间方面对站内聚集人数的正负效应情况进行分析,并给出铁路客运站候车客流的影响公式,说明平均停留时间与通过轨道交通换乘的旅客流量、铁路售票的信息化程度,以及车站的发车密度有关。     

城市轨道交通网络客流控制方法研究

根据城市轨道交通形成网络具有客流量大规模增长、换乘线路间运能不匹配、客流控制难度大、换乘关系复杂、乘客吸引力强等客流组织特点,采用城市轨道交通网络客流控制办法,以及单线级和网络级客流联控模式的限流数值计算,以广州城市轨道交通的客流组织为例,通过对限流车站和限流数值的计算,提出客流控制方案。2010年广州亚运会期间各种控制方法的成功实施,有效发挥了城市轨道交通网络的优势。     

城市轨道交通相邻多车站动态协同限流研究

为应对城市轨道交通车站高峰期客流压力,限流已经成为常态应对措施,而经常采用的限流策略大多针对单个车站,缺少对相邻多个车站的协同考虑。基于客流在车站间的传播效应,以乘客总延误时间最小为目标,以站台及列车能力为约束条件,构建城市轨道交通相邻多车站协同限流决策模型,同时为实现实时动态控制,引入滚动时域控制方法,优化多车站动态协同限流流程。以北京地铁8号线为例,经过相邻若干车站运营数据进行限流策略计算。结果表明,该模型限流可以在不造成车站服务人数损失的同时,将乘客总延误时间降低21%。     

上海城市轨道交通客流量宏观影响因素分析

选择24个对城市轨道交通客流量有影响的宏观社会与经济因素,运用逐步回归分析法,利用15个年度样本数据,使用SPSS社会科学统计软件包,确定部分对城市轨道交通客流量影响显著的因素,从影响方向、影响程度、影响时间等方面,分析各个因素的影响状况,并为实现优质服务提出建议.