基于约束卡尔曼滤波的城市轨道交通线网客流?OD?实时估计研究

为提高轨道交通动态化运营管理与控制水平,针对既有OD实时估计方法在轨道交通领域中适用性不强的现状,阐述OD实时估计过程及关键问题,分析OD流与进出站客流间的动态流量关系,建立线网客流OD动态估计状态空间模型,在此基础上,考虑模型状态变量应满足的约束条件,建立基于约束卡尔曼滤波方法的估计修正模型。案例分析表明:约束卡尔曼滤波方法的估计精度优于标准卡尔曼滤波方法,且10 min和15 min估计时间间隔条件下的平均相对误差基本在20%以内,模型估计精度良好,可以为轨道交通动态化运营组织策略的制定提供一定的参考。     

基于高速铁路枢纽站的客流中转换乘方案选择研究

在我国高速铁路的大规模建设、客运路网逐步形成的现状下,为充分发挥网络化运营环境下高速铁路的优势,亟需解决基于高速铁路枢纽站的中转换乘方案选择的难题。在阐述高速铁路OD对客流、高速铁路直达运输组织等高速铁路客流组织现状的基础上,结合高速铁路枢纽站客流中转换乘组织条件,针对高速铁路枢纽站存在多种OD出行、多种换乘方案选择问题构建不同OD乘客在高速铁路枢纽站的换乘方案选择模型,最后选取京津地区铁路枢纽进行实例验证,通过模型求解出京津地区铁路枢纽的主要换乘方案,为京津地区铁路枢纽的高速铁路客流中转换乘方案选择提供研究依据,同时也为其他铁路枢纽站的客流中转换乘方案选择提供借鉴。     

基于随机森林回归算法的高速铁路短期客流预测研究

客流短期预测是高速铁路客运运营的重要依据。在阐述高速铁路短期客流预测常用方法、分析短期客流影响因素及数据处理的基础上,基于随机森林回归算法构建短期客流预测模型,并结合OOB残差均方对客流影响因素的重要性进行评估。以京沪高速铁路为例,采用2015年7月至8月北京至上海的客流量数据进行验证。结果表明,每日客流的预测精度为0.92,出发日期和运行时间是影响短期客流的重要因素。     

应用改进重力模型法预测铁路行包OD运量的研究

对铁路行包OD运量的预测提出一种基于重力模型的改进方法。针对不完整的OD调查数据,运用综合阻抗的概念,首先在样本值的范围内进行模型标定,然后扩大样本值,运用标定好的重力模型重新预测并调整,最后得到完整的OD数据。实证结果表明,采用改进的重力模型比传统的重力模型预测结果更接近实际,可用于铁路行包运输OD运量预测。     

郑州市轨道交通2号线客流预测相关问题研究

为了科学准确地把握郑州轨道交通2号线的客流特征,从全日客流、早晚高峰客流、换乘客流等技术指标进行客流预测,综合比较分析预测结果的关键参数并论证对车辆选型、设计系统运输能力、列车运行交路等运营方案的影响。结果表明,郑州轨道交通2号线沿线客流成熟稳定,初期、近期客流增长较快,远期增长较慢。尽管郑州轨道交通2号线预测客流在时空上分布很不均衡,但客流预测的抗风险能力较强。     

京沪高速铁路客流空间分布预测方法研究

为准确预测高速铁路站间OD客流,采用时间和空间预测相结合的预测方法,首先构建高速铁路发到量的灰度预测模型,然后将预测结果应用于双约束重力模型预测高速铁路站间OD客流量。以京沪高速铁路为例,基于2012—2015年发送量和到达量的历史数据建立灰度预测模型,预测2016年京沪高速铁路的发送量和到达量,再根据2015年京沪高速铁路24个车站的OD客流数据拟合出双约束重力模型,进而预测2016年各站间OD客流分布情况。结果表明,时间和空间预测相结合的预测方法可以应用于高速铁路客流空间分布预测。     

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。     

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。     

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。     

基于改进LSTM模型的铁路客运站客流预测研究

准确地预测旅客到达数量有助于缓解铁路客运站运营压力。为实现铁路客运站客流量预测,以铁路客站进站闸机数据为研究对象,分析不同时间维度下铁路客运站客流的时间分布特征,采用层次聚类算法和阈值聚类算法综合对客流量进行聚类分析。针对传统LSTM模型输入数据分割尺度较大导致网络层数深度不够的问题,构建了改进型LSTM客流预测模型。以北京西站实际客流数据进行方法验证,并将预测结果与其他传统预测模型进行比对分析。结果表明：改进LSTM客流模型有较好的预测结果,比其他传统预测模型预测精度高,预测指标中平均绝对误差(MAE)低10%。说明该方法能较好地刻画客流的时间相关性,深度挖掘客流变化的内在机理,预测性能有明显提升。     

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。     

静态多路径分配法在城际轨道客流分配预测中的应用

选择静态多路径分配方法用于城际轨道交通分配预测.根据有效路径的定义及判定,结合路段路权及节点路权的最短路算法,分别给出路段综合路权及节点综合路权计算模型.以珠江三角洲城际轨道规划线网为例,结合综合交通线网及客流特点,标定综合路权模型,得到珠江三角洲轨道网交通拓扑图,由修正后的最短路算法得出有效路径,运用静态多路径分配方法,实现网络客流分配预测.     

考虑步行影响范围的城市轨道交通客流需求预测

新建轨道交通车站无法根据历史数据进行客流预测，为了对新建车站的客流进行准确预测，研究从社会经济属性的角度探索城市轨道交通的客流需求。根据实际调查获得车站客流生成影响范围，并基于泰森多边形对影响范围的重叠区域进行重新划分。以路网距离为约束，建立考虑车站影响范围的地理加权回归模型，获取社会经济属性和接驳交通对于轨道交通客流生成的具体贡献度。西安市轨道交通数据的研究结果表明，步行、公交和公共自行车产生接驳客流的主要路网距离为800 m,230 m和300 m；平均每条公交线路数和每个公共自行车桩数分别产生16.368次和2.371次客流；人口密度、就业岗位密度和人均GDP与客流关系表现为三者每增加1%，客流量分别增加0.47%,0.53%和-0.21%。研究成果可用于确定西安市新建轨道交通车站位置和规模，并预测其相应的客流。     

常规公交影响下的轨道交通吸引范围研究

根据我国城市轨道交通以常规公交换乘为主的现状，提出轨道交通和常规公交的关系定位，以及利用常规公交提高轨道交通辐射范围的观点。针对我国城市发展对轨道交通客流预测的影响，为解决一般方法存在的问题，在合理假设条件下，构建了常规公交影响下轨道交通站点吸引区域模型，并给出模型求解的算法步骤。     

基于客流性质的铁路客流预测方法

运用基于客流性质的铁路客流预测方法对银川—宁东铁路运营初期(2016年)、近期(2023年)和远期(2038年)客流情况进行预测。采用四阶段法对不同性质客流进行生成预测、分布预测和不同交通方式分担预测,通过各种性质客流的叠加,进行总体客流分析,得到研究区域全天客流变化和高峰情况,以及有关客流预测的主要指标。基于客流性质的铁路客流预测方法在客流性质区分明显的情况下,能够具有较好的精确度。     

基于双碳目标的都市圈轨道交通规划技术体系优化研究

为研究都市圈轨道交通规划对碳排放的影响,将轨道交通全生命周期碳排放划分为建设和运营2个阶段的碳排放。基于都市圈轨道交通碳排放特点,系统梳理都市圈轨道交通规划、建设、运营管理全过程的碳排放构成,分析都市圈轨道交通规划对全生命周期碳排放的影响;在传统规划技术路线基础上,基于双碳目标对都市圈轨道交通规划技术体系进行优化,在规划目标及指标中增加能耗及碳排放指标,在规划技术路线中增加碳排放预测、绿色装备、智慧能源、绿色机制等相关内容;建立了涵盖都市圈轨道建设阶段、运营阶段的全生命周期碳排放模型;并以西安都市圈富平—机场市域(郊)铁路作为案例,从建设投资、客流效益、建设阶段碳排放、运营阶段碳排放等方面对轨道工程方案进行了比选。     

动态客流需求下城市轨道交通列车时刻表优化

为编制以动态需求为导向的城市轨道交通列车时刻表,针对城市轨道交通主要站间高峰时段客流特点,建立以S型曲线为解析式的动态客流累计需求模型,结合轨道交通运营特性,建立动态需求下的城市轨道交通列车时刻表优化模型,采用遗传算法求解最优开行方案。算例结果表明采用该优化模型得到的列车时刻表能最大限度地满足动态客流需求,同时验证了决策偏好影响时刻表的制订,可为轨道交通运营管理提供参考。     

基于改进重力模型的高速铁路短期客流预测研究

在考虑高速铁路短期客流周期性和波动性的基础上,提出和建立反映短期客流时空变化特征的改进重力模型,探讨回归分析和季节指数相结合的客流预测方法。通过实例研究,采用最小二乘法对模型进行参数标定,在此基础上预测未来年的月度客流量。实证表明,采用改进重力模型进行短期客流预测具有较好的适用性。     

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。     

城市轨道交通客流实时分布算法研究

为及时向乘客提供出行信息,以及向城市交通运营管理部门提供调度信息,在概述城市轨道交通客流量研究现状的基础上,阐述城市轨道交通线路客流实时分布的影响因素,分析动态进站客流特征的数学本质及影响因素之间的因果关系,进而构建站台客流量与列车客流量的实时交互模型,通过设计客流分布实时算法,对城市轨道交通运行过程中客流实时分布状况进行计算,并通过实例验证算法的可行性。