城市轨道交通合理站间距的研究

城市轨道交通作为城市综合交通体系的重要组成部分,其站间距的设置与客流吸引能力、旅客出行时间、列车运行效率等因素密切相关。通过分析城市轨道交通站间距设置的影响因素,提出合理站间距的设置方法及优化模型,结合实例计算并综合考虑各方面因素,推荐城市中心区车站的合理站间距以1050～1 150 m为最优,郊区车站的合理站间距以1 800 m左右为优。     

基于总出行时间最少的城市轨道交通站问距探讨

车站站间距规划和设计是城市轨道交通规划与设计的重要内容。从社会扩大再生产的角度分析了把总出行时间最少作为目标函数的必要性,得出了基于总出行时间最少的最优站间距的计算方法,研究了各个因素变化对站间距的影响,得出的结论为实际工作中站间距的合理确定提供了理论支持。     

以节省乘客旅行时间为目标的城市轨道交通快慢车停站方案

为探讨城市轨道交通快慢车模式对乘客出行时间的影响,从越行入手,对城市轨道交通快慢车停站方案进行研究。为提高线路通过能力、缩短车底周转时间,通过分析确定快慢车模式应采用快车在越行站不停站越行慢车的方式。以乘客总体出行节约时间最大为目标、以运营成本和客流量为约束条件构建模型,结合算例利用?Lingo?软件进行求解,结果显示快车站倾向于选择客流量大的车站,越行站倾向于选择客流量小的车站;不同的快慢车比例节约的乘客旅行时间也不同。至少在慢车/快车比例≥2,并且在特定的停站方案下,快慢车方案才能够节约时间。     

城市轨道交通乘客智慧出行信息服务平台构建研究

以城市轨道交通为主的乘客智慧出行服务存在群体性服务多、增值服务内容单一等问题，在总结现有的城市轨道交通乘客服务和分析不同乘客出行需求的基础上，提出城市轨道交通乘客智慧出行信息服务平台的业务需求以及技术架构。以乘客画像模块为基础生成乘客的个性化标签，探讨出行诱导模块和增值服务模块的构建方法，将出行诱导信息和增值服务信息与乘客的个性化标签匹配，实现出行规划、出行诱导、广告匹配、服务推送等功能，最终达到全出行链服务、个性精准信息服务、多元化增值服务的目标，支撑新技术、新理念在未来轨道交通运营服务中的应用和实施。     

基于信息融合的城市轨道交通补贴决策的思考

基于信息融合的理论和方法,将城市轨道交通各个系统采集到的数据进行相关和集成融合计算出客流量、平均发车间隔和平均运距等.通过对车辆运营成本与乘客等车时间成本的分析,确定乘客总的等车时间成本是常量固定的社会成本.利用边际成本法建立城市轨道交通补贴决策模型,并结合长春市轻轨的运营数据进行实证分析,期以辅助城市轨道交通财政补贴决策.     

城市轨道交通运营综合评价指标体系研究——以大连地铁为例

轨道交通的快速发展改善了城市日益严重的交通拥堵、环境污染等问题,轨道交通运营的优劣直接影响乘客出行的舒适程度,客观分析影响城市轨道交通运营水平的因素,研究讨论其不足之处,提高运营管理水平,使得轨道交通取得更长远的发展。从成本、安全、服务三个方面对影响城市轨道交通运营的相关因素进行研究,进而建立城市轨道交通运营综合评价指标体系模型,并结合大连市的实际运营状况,展开调查,选用层次分析法确定各指标权重,并运用模糊评价对所建模型进行系统评价,得到目前乘客对大连地铁运营指标的满意程度,并提出建议。     

面向虚拟编组的城市轨道交通运行优化调度方法

伴随着我国城市化进程持续快速发展,既有的城市轨道交通列车运行控制系统下运力资源的调控能力已经趋于饱和。为了满足不断增长的乘客出行需求,以列车虚拟编组为代表的新技术成为发展方向。为了解决虚拟编组下列车的运行调度问题,提出面向虚拟编组的城市轨道交通运行优化调度方法,建立列车运行和客流变化模型,描述列车运行和乘客人数的动态变化;构建列车时刻表和编组策略的协同优化模型,以实现列车利用率、列车停站时间和乘客等待时间之间的平衡为目标求解优化策略,并根据最优解生成列车调度和编组方案;最后选取北京地铁亦庄线为线路仿真对象,结果表明该模型可以显著提高列车利用率,减少乘客候车时间,具备良好的应用前景。     

城市轨道交通乘客伤害事故分析与对策

结合广州地铁乘客伤害事件情况,分析城市轨道交通乘客伤害的主要类型,针对各种类型的乘客伤害,从原因、设备使用、发生区域、发生时段、人群特点等方面提出相应的措施;针对旅客伤害事件的后续处理提出有关建议,积极构建城市轨道交通乘客伤害的预防和控制措施,确保乘客安全出行。     

基于大数据的城市轨道交通出行站外OD位置点识别方法研究

城市轨道交通客流出行特征分析是制定线网规划方案和诊断轨道交通运营组织问题的重要依据,为解决传统城市轨道交通站外OD点识别算法参数设置较主观、识别精度较低、普适性与抗干扰性较弱等问题,研究以时空密度聚类算法为基础,融合遗传算法优化聚类算法参数,构建个体城市轨道交通出行站外OD位置点识别方法。识别过程中,根据志愿者信令数据、出行日志数据与GPS数据,结合遗传算法,标定时空密度聚类算法中聚类半径阈值EPS、聚类时间阈值?T等参数最优值;以此为基础,构建时空密度聚类算法,高效识别轨道出行站外OD。结果表明,通过比较志愿者实际出行日志、GPS等数据,志愿者出行站外OD位置点识别平均误差为633.75 m,算法精度可以满足实际需求。     

突发大客流在城市轨道交通网络中的传播机理

根据突发大客流在城市轨道交通车站的作业性质和特点,将城市轨道交通网络中的车站分为发生站、换乘站和中间站。在此基础上,通过站台候车区的乘客密度、到达列车的剩余载客能力、站台候车乘客数和乘客上车效率等因素,构建站台候车区乘客密度影响模型和列车运行延误时间模型,并总结出突发大客流在城市轨道交通网络中的传播机理。从车站服务水平和列车运行影响两个方面对突发大客流传播的影响因素及相应的调整措施进行分析。