考虑时间及路径约束的地铁断面客流构成推定方法

为缓解高峰时段地铁局部网络客流拥挤,更有效地对拥挤区段客流实施路径诱导,从而优化控制网络客流分布,首先通过计算不同时间粒度断面满载率,设置筛选阈值识别高峰时段网络能力限制区段;然后建立考虑时间及路径双重约束的地铁网络断面客流构成反推模型和设计迭代算法推定网络中限制区段的断面客流构成,并归类排序.以上海地铁网络限制区段曹杨路-隆德路为研究对象,推定得到早高峰8:30~9:00时段该区段的断面客流构成,验证了模型及算法的可行性.     

基于组合优化算法下的校车发车时间问题研究

以校车调度为研究对象,采用非线性动态组合优化的方法,以包含校车运营成本和学生出行成本在内的社会总成本为优化目标,考察最优校车发车时间间隔。以海南大学校车调度为研究对象,在考虑学生客流的变化规律时,将学校校车站点量化并采用驻站调查的方式,对其断面客流量包括上、下车人数、留站人数以及承载人数进行调查工作,获得运营时间内各时段内不同站点的客流量。依照客流规律建立了发车时间间隔的模型,通过分析最佳的校车发车时间间隔,进一步求得了全天客流高峰和全天客流低谷下的最优发车时间间隔,从而制定出新的发车方案。     

拥挤收费下出行者出行时段选择影响分析

城市机动车保有量持续增加,使得道路拥挤问题日益严峻。通过拥挤收费增加当前道路资源的利用率是解决此问题的有效手段。本文基于时空消耗理论,以社会福利最大化为目标函数建立多时段路网最优定价模型并给出算法,对高峰期时段实行3种不同额度的拥挤收费,得出对出行者出行时段的影响结果。通过算例分析,得出在时空资源固定的情况下拥挤收费对调节高峰时段与平峰时段的交通量分布、减少总出行交通量有显著作用,进而可以缓解城市道路的交通拥堵问题。     

基于海量IC卡数据的公交客流时空分析

研究公交客流时空变化规律可以更深入地了解乘客的出行规律和出行需求,从而更好地为公交规划和调度提供服务。本文以厦门市2015年6月13日至26日的公交IC卡数据和车辆GPS数据为数据源研究公交客流的时空分布规律。论文运用Hadoop MapReduce分布式计算框架进行公交客流量的并行计算,从不同日期(工作日、双休日、节假日)和不同用户群体(老人,学生和成人)两个角度以小时为单位探索了公交客流的时间分布特征;在对公交站点的上车人数进行核密度分析的基础上,从站点客流量的总体空间分布及不同时段变化特征两个角度探索公交站点客流的空间分布特征,并以SM城市广场为例进行热点站点客流流向分析。研究发现:厦门市公交客流的时间分布规律呈现M状分布,但有别于北京市公交出行的M状分布,晚高峰的客流量约占早高峰客流量一半;站点客流空间分布规律呈现岛内连片聚集,岛外零星点状分布,岛内站点客流一日内早高峰呈现"入"状分布,随时间而演变为东北—西南走向的"一"状分布; SM城市广场、火车站和中山路商圈一直是全天的公交客流热点区域。     

地铁知识知多少

杭州地铁1号线的运营能力如何?答:地铁设计运能是根据预测客流量决定的,最大行车密度按早、晚高峰每小时客流量计算确定。一般设计最大行车密度为两分钟一列,按地铁1号线的B型车5节编组,全天运营18小时,最大可载客90万人。实际运营时将根据全天客流分时段情况确定。     

基于时空特征的城市轨道交通客流量预测方法

随着城市轨道交通网络运营里程的不断增长及网络承载客流量的不断提高,特定站点客流量极易发生急剧变化,这种变化引起整个网络客流量的不均匀分布,从而增加运营调度的难度和运营事故的发生概率.本文以城市轨道交通实际运营中采集的大量客流数据为基础,从时间和空间两个维度分析城市轨道交通客流分布的特点,并进一步提出基于贝叶斯网络的客流量预测方法,实现对特定站点的客流量预测.本实验完全基于实际数据,结果表明:预测客流量平均绝对百分比误差基本在0.1以下,预测准确程度较高.     

城市轨道交通高峰时段站间起讫点矩阵预测模型

高峰小时单向最大断面客流量是城市轨道交通规划与设计阶段的重要参考依据.为了确定这一参数,需对高峰时段内出发的乘客选择的出发时刻与路径进行预测.高峰时段站间起讫点(OD)矩阵反映了城市轨道交通乘客的出行需求,是整个预测的基础.在全天站间OD矩阵已知的前提下,以中国重庆市为研究对象,首先分析传统的重力模型在预测城市轨道交通高峰时段站间OD矩阵时的优、缺点,并在此基础上进一步提出站间客流高峰时段系数模型.比较结果表明,在同一数据源下,站间客流高峰时段系数模型能有效改善传统的重力模型所存在的缺陷,预测结果明显更优.该模型预测结果的标准误差为12.90人次,相较于重力模型的29.33人次降低了56.02%.     

城市轨道交通车站客流特征影响程度分析

城市轨道交通车站客流特征与其周边建成环境和社会经济因素密切相关，且不同影响因素对客流特征的影响也存在时间和空间异质性。以车站工作日日均客流量、工作日特殊时段(如早高峰进站、早高峰出站、晚高峰进站和晚高峰出站)客流量为因变量，从车站属性、连接性和建成环境3个方面选择23个自变量，采用多尺度地理加权回归(MGWR)模型构建客流特征分析模型，分析不同时间尺度下轨道交通车站客流量的影响因素及其相互作用，并以南京市轨道交通系统进行实例分析。结果表明：与普通最小二乘法(OLS)回归模型和地理加权回归(GWR)模型相比，MGWR模型更为可靠；忽略早晚高峰客流影响的全天客流量预测模型拥有的显著自变量最多，到市中心的距离对客流量有显著的负影响，证明距离市中心越近的车站的客流量集聚性越明显；周边居住、生活类设施占比较高的车站对早高峰进站和晚高峰出站客流有很强的吸引作用，而周边居住、生活类设施占比不高的车站对早高峰出站和晚高峰进站客流有很强的吸引作用。研究结果可以为城市规划部门促进城市轨道交通与城市建设的协同发展提供理论支撑。     

城市轨道交通网络突发事件影响客流量的计算

城市轨道交通网络发生突发事件而造成临时性中断后,因列车运行延误具有传递性和扩散性,此时各相关车站会形成延误客流、绕行客流及损失客流.引入图论的方法建立城市轨道交通网络局部中断评价模型;再结合轨道网络单位时段内各站点间的起讫点出行分布历史或预测矩阵,得到了在各个受影响站点的各种受影响客流的评价模型.根据这些模型可以得到网络节点破坏后各相关站点随着时间的推移而不断变化的受影响客流量、绕行客流量、拥堵客流量、延误客流量、损失客流量、损失时间等参数.通过对上海轨道交通的局部网络的分析计算,证明了该应急处置参考模型的有效性.     

基于Kalman滤波的地铁换乘客流预测

针对地铁换乘通道的换乘客流量,提出了利用Kalman滤波进行短时客流量预测的方法.基于Kalman滤波原理对地铁换乘客流系统构建状态方程,并根据历史数据对状态方程中的状态转移矩阵进行标定,然后运用灰色关联分析的方法来确定该状态转移矩阵在待预测时间序列上的值,进而实现客流量的预测.以北京地铁西单站换乘通道为例,从平日和假日两方面分别对该换乘通道一周内,早高峰时期客流量进行了短时预测.     

多源数据驱动的高速公路服务区运营状态评价

针对各地高速公路服务区运营状态缺少标准评价指标的问题,利用高速公路智慧服务区所采集的大量多源异构数据,构建了一个高速公路服务区运营状态分级评价体系。首先,制定相应数据清洗规则来处理服务区所采集的原始数据。其次,基于k-means聚类算法搭建评价模型,对服务区运营状态进行分级评价研究。最后,以山西省盂县高速公路服务区为案例进行实证分析,对该服务区一周内每天同一时段以及一天内各个时段两方面的运营状态,分别进行横向及纵向比较分析,结果发现一天中下午及午高峰时段运营状态最差,平峰及凌晨时段运营状态较好。     

城市轨道交通客运量影响因素与预测精度研究

城市规模不断扩大,我国城市轨道交通趋于高速发展,客流量是城市轨道交通建设规模的重要考量因素.为探究轨道交通客运量影响因素,以北京市为例,通过分析轨道交通客流的影响因素,探讨各影响因素与客流相关性;结合轨道交通发展规模,运用Matlab软件对客流量进行灰色预测,影响因子灰色关联度排序为:运营车辆数>运营线路数>运营公里数...     

城市轨道交通线路运营计划优化方法

针对传统运营计划编制方法中步骤较繁琐、反馈机制不灵敏、开行频率变化不灵活、较难符合实际客流需求情况等问题,以列车运行、列车折返和客流量为约束条件,以最小化运营者运营成本和最小化乘客出行成本为目标函数,构造了城市轨道交通线路运营计划优化模型.以北京地铁4号线与大兴线为例,用给出的模型进行运营计划优化.结果表明:优化模型具有可行性,运营成本平均每多投入1％,超乘乘客数量减少约850人次.     

黄山风景区旅游旺季游客日分布特征的研究

黄山风景区旺季游客日分布具有以下特征：日分布不均，国际劳动节和国庆节期间尤为突出；不同年度游客日分布曲线波形基本相同；不同年度同一月度，客流峰谷日期接近；节假日客流量比非节假日多３０％以上．研究这些特征，对于调控“超载”和“欠载”时段客流规模，预测短期客流量等，具有重要的意义     

基于行程时间可靠度的区域交通控制系统评价方法

在定义行程时间可靠度的基础上,利用浮动车调查数据,得到不同时段路径行程时间可靠度;然后建立了以行程时间可靠度为指标的城市区域控制系统运营效率的评价模型.该模型在武汉市区域控制系统评价中进行了应用研究,结果表明:区域交通控制系统运营后,早高峰、平峰和晚高峰3个时段路网行程时间可靠度显著提高,全日路径行程时间可靠性波动小于实施前,离散程度降低,城市交通系统的运行状态得到改善.相对于传统评价方法,所建模型灵敏度更高,适用性更强.     

黄山风景区旅游旺季旅客日分布特征的研究

黄山风景区旺季游客日分布具有以下特征：日分布不均，国际劳动节和国庆节期间尤为突出；不同年度游客日分布曲线波形基本相同；不同年度同一月度，客流峰谷日期接近，节假日客流量比非节假日多３０％以上，研究这些特征，对于调控“超载”和“欠载”时段客流规模，预测短期客流量等，具有重要的意义。     

不同类型的城市轨道交通车站客流时空分布特征

为明晰轨道交通车站功能类型，防范大客流风险和精细化城市管理，探究不同类型车站客流的时空分布特征，采用高斯混合模型(GMM)建立轨道交通车站类型识别方法，运用期望最大化(EM)算法进行求解，选择南京市轨道交通系统进行验证；从进出站时间分布和出行时间分布2个维度，探讨不同类型车站的客流时间分布规律；从车站间的客流起讫点(OD)分布，分析不同类型车站的客流空间分布规律。研究结果表明：南京市128个轨道交通车站可以划分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型和枢纽综合型6类；不同类型车站的客流进出站时间分布差异显著，居住导向型和就业导向型车站呈现出典型的单峰形态，进出站客流比介于[0.23,5.59],具有明显的“早进晚出”或“早出晚进”客流高峰；职住错位型车站呈现出典型的双峰形态，进出站客流比分别为1.19和1.07,早晚高峰时段的进出客流较为均衡；错位偏居住型和错位偏就业型车站也呈现出双峰形态，但2个峰值大小不同；枢纽综合型车站没有显著的进出站客流早晚高峰，客流波动没有明显的规律性；不同类型车站的进出站早晚高峰时段不一致，其中早高峰时段出站时间的高峰比进站时间晚15...     

基于解释结构模型的城轨客流量影响因素分析

随着国民经济的不断增长、城市化水平的不断提高、城市道路拥堵的不断加剧,各城市开始兴建城市轨道交通以缓解城市地面道路压力。合理预测规划线路的客流量对设置交通配套设施、分配运力、管理运营等工作的顺利开展起着举足轻重的作用。本文参考、综合、比较了多种客流量的影响因素,并以系统工程中的解释结构模型为理论分析方法,运用德尔菲法分析出各影响因素间的相互影响情况,最终得出各因素与城市轨道交通客流量的影响关系。希望此结论能为城市轨道交通的客流预测、政府投资决策、运营方的运营管理提供理论参考。     

MGM(1,n)模型下的公交车运行时间预测

针对城市公交系统的复杂性和随机性,应用灰色理论建立了公交车运行时间的多变量灰色预测模型(MGM(1,n)),对晴天高峰时段、雨天高峰时段和平峰时段的公交车运行时间进行预测.预测结果表明:不同时段公交车运行时间预测的平均相对误差均在5%以内,模型精度等级符合预测要求.     

基于客流规律的地铁车站客流风险分析

地铁车站类型识别和客流风险识别对地铁安全运营管理有着重要的作用。基于深圳地铁AFC(automatic fare collection)系统数据,采用无关值和异常值清理、聚合、均值滤波、标准化、主成分分析等数据清洗步骤,提取不同时段客流比例、不同天数客流比例和换乘客流比例等特征。运用Gauss混合模型(GMM)对工作日和周末客流进行聚类,分析客流出行规律,辨识车站类型及其对应的客流风险时段,提出车站客流风险分析方法,通过大数据分析对车站类型和客流风险进行识别。分析结果对掌握车站大客流风险情况,避免大客流冲击造成的拥挤踩踏等群体性事件的发生,保障乘客安全具有指导意义。