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。     

北京地铁换乘站客流预测模型研究

根据北京地铁全网一票换乘和一卡通无障碍换乘机制,以及早晚高峰出行等特点,对各种地铁客流预测模型进行分析,研究北京地铁换乘站客流预测模型的应用。依据换乘站不同类型的客流,以北京地铁历史客流和实时客流数据为基础,探讨采用历史平均预测法、基于最小二乘支持向量机时间序列预测法、分峰段混合预测法、基于概率树全路网预测方法等对进站客流、出站客流、换乘客流和站内客流进行预测。     

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。     

京津城际高速铁路客流结构和出行特征分析

从客流结构（出行目的、旅客职业、费用来源、旅客月收入）、旅客出行特征（对高速铁路的评价、出行次数、出行日期、出行时段）等方面对京津城际高速铁路客流进行了分析，以期进一步优化京津城际客流组织和服务，加强客运市场竞争力。     

城市轨道交通乘客画像构建方法及应用策略研究

用户画像广泛应用于个性化推荐、广告精准投放等领域,但目前轨道交通领域的相关研究尚不完善,存在乘客画像的信息少、维度单一、指标设计和挖掘不充分等问题。通过从运营管理者和乘客服务多角度系统梳理互联网+城市轨道交通乘客画像的新需求,进而结合AFC和土地等多源数据,构建满足新需求下的轨道交通乘客画像指标体系,并给出关键性指标的计算和推断方法。以北京地铁为例,构建并验证轨道交通乘客画像构建方法的有效性,分析了乘客画像在辅助精细化客流预测方面的应用效果。结果表明,将反映乘客个体出行特征的返程客流加入到S-ARIMA模型中,相比S-ARIMA模型均方根误差(RMSE)下降9.02,对称平均绝对百分比误差(SMAPE)下降0.16%,有效提高客流预测精度。乘客画像未来还能应用在更多的场景,支撑轨道交通的智慧化、一体化出行服务。     

成都市铁路客流特征与客运站布局研究

随着成都市社会经济的发展，城市用地规模不断扩大，既有铁路客运站布局已经不能满足城市发展的需要。通过深入分析成都市铁路客流的出行总量、客流构成、出行目的分布、出行量空间分布、时间分布和换乘方式分布，得出成都铁路枢纽的相关客流特征，并据此对优化铁路客运站布局和新客运站的选址进行初步分析，提出建议方案。     

宁波市县交通客流分担率预测及影响因素分析

为掌握市县交通旅客出行特点,合理规划市县都市交通圈建设,提升都市圈同城效用水平,推动区域经济发展,在概述市县交通出行方式及其影响因素的基础上,构建基于Logit模型的市县交通客流分担率预测模型,采用SPSS软件中的多项Logit回归模型进行检验和求解。以宁波市县交通为例,基于市县交通客流分担率Logit预测模型对宁波市至5个县级市的市县交通客流分担率进行预测,并对宁波市县交通出行方式选择的影响因素进行敏感性分析,经验证预测结果与实际相符。     

高速铁路运营参数对客流分担率的影响及灵敏度分析

分析高速铁路技术经济特性对客流分担率的影响,对优化客运产品、提升高速铁路市场竞争力具有重要意义。在概述高速铁路客流分担率研究成果的基础上,基于京广高速铁路5个客流OD间的高速铁路、航空、公路客流数据,选取经济性、快速性、方便性、舒适性和安全性5个影响因素,应用基于旅客广义出行费用的Logit模型分析不同运营参数调整方案下高速铁路客流分担率的变化情况,并运用灵敏度分析法探讨不同出行距离下各影响因素对旅客出行选择的重要程度。研究结果表明,经济性始终是旅客选择高速铁路出行的重要影响因素,而舒适性对中长距离旅客的出行选择行为影响较大,方便性对短途旅客出行影响较大。     

城市轨道交通票务清分方法研究

为建立简单有效的城市轨道交通票务清分体系,保证清分方法的实操性和精度,从乘客路径选择行为角度对票务清分的影响因素进行探讨,结合相关调研数据对客流径路筛选因素进行选取,即以出行时间、换乘次数(换乘方便程度)、乘坐站数及乘坐里程作为客流划分的主要筛选因素。以客流属性为划分依据,构造出行阻抗,在各类客流中分别进行"双比例"清分,完成模型的构建。最后选取广州轨道交通2组OD应用于清分模型,通过比较分析,模型计算得出的客流分配比例与实际调查结果比较接近,进而验证了模型的准确性和实用性。     

基于大数据的铁路综合枢纽高峰期旅客疏解辅助决策系统设计

客流高峰时期铁路综合枢纽内的客流拥堵目前还无较好办法完全解决,在分析综合枢纽内客流特征的基础上,设计了一种基于大数据、包含服务端子系统与Android智能手机终端子系统的铁路综合枢纽旅客疏解辅助决策系统.系统可实现枢纽内旅客出行信息的智能分析和主动推送,根据旅客出行紧迫程度提供相应出行建议,有效缩短旅客在枢纽内的疏散时间,实现对枢纽中客流的引导,保障旅客在枢纽中的安全,达到乘客与运营方双赢的目的.在北京北站地铁2号线西直门站做的系统初步设计与应用证明了系统设计的合理性,该系统应用到实际生活中还需要解决几个关键问题.