综合运输客运枢纽换乘系统布局优化模型

从旅客的全出行过程分析了综合运输客运枢纽的旅客换乘流线和换乘特征,提出了基于全出行过程的"路径—方式"分配模型和枢纽车站的换乘量预测方法.从全路网来看,换乘布局影响路网客流分布和枢纽内各车站换乘量,外部路网和枢纽内的相关市政配套设施需依据交通量和换乘量同步变化,据此建立了综合运输客运枢纽换乘系统布局优化模型.最后,通过淄博北综合运输枢纽的实例验证了模型和方法的可行性.     

客运专线车站的换乘设计初探

客运专线车站换乘枢纽内各种交通方式的衔接、布局、能力匹配等，直接影响着各种流线的顺畅程度、乘客的换乘效率等，不仅体现了铁路的服务质量和市场竞争力，而且直接影响到铁路旅客的集散能力和效率，以及城市客运交通体系的服务水平等。因此本文对客运换乘枢纽内的换乘设计展开研究。     

考虑旅客旅行时间的高速铁路票额分配

针对列车间相互替代性、差异性及旅客选择行为对票额分配的影响,利用旅客疲劳恢复时间对列车舒适度进行定量化研究,在考虑列车运行时间、舒适度、停站方式差异性的基础上,以铁路部门和旅客的系统效益最大化为目标,构建考虑旅客旅行时间的高速铁路多列车票额分配随机非线性整数规划模型,并设计模拟退火求解算法.以京沪高铁列车为对象进行实例分析,并与只考虑铁路收益下的票额分配方案对比,结果表明:考虑旅客旅行时间的票额分配方案能在保证铁路收益提升约2.3%的前提下,使得旅客旅行时间和旅行成本均降低约3.6%,铁路部门和旅客的系统效益提高约7.1%,并且能够更好地满足长途旅客的出行需求.所构建模型能够为高速铁路多列车的票额分配提供优化方法.     

宋城路站旅客流线组织优化策略研究

以郑开城际宋城路站为研究对象,指出其运营前期在旅客进站、出站流线方面存在的问题,通过对问题的深入分析,在现有站房规模及设施配备的基础上提出旅客进站、出站及导向标识三方面的优化策略。最后指出,对站房进行改扩建或加快郑开城际二期工程建设才能从根本上克服其站房规模小、客流大的矛盾局面,对今后城际铁路整条线路的总体规划、中间站站房设计及建设有一定的借鉴意义。     

基于旅客类别的列车服务网络客流分配

针对列车服务网络客流分配模型复杂、求解困难的特点,采用旅客类别划分的简化策略,以旅客主体特性为分析参数,运用近邻传播算法对其进行聚类。在此基础上,构造列车开行方案形成的服务网络,提出不同类别旅客乘车方案弧段阻抗的计算方法,建立基于类别划分的旅客乘车方案概率选择模型,并设计相应的网络流量加载算法。以宝成线为实例,根据客流调查结果,进行旅客类别聚类划分与流量加载验证。研究结果表明:将铁路出行旅客划分为6个类别时,具有最好的聚类效果;在此基础上客流分配准确率在80%以上。基于旅客类别划分的流量分配方法能够得到准确的流量分配结果,从而为列车开行方案的调整提供合理依据。     

基于组合熵优化的铁路客运网配流方法

针对铁路客运网的客流分配问题,以铁路列车开行方案为基础,由各OD间多条旅客出行路径构建铁路客运网.采用广义的旅行费用作为旅客出行路径综合总阻抗的度量,考虑不同铁路线区间客流输送能力和旅客出行路径综合总阻抗,提出不同铁路线区间客流输送能力饱和熵与旅客出行路径综合总阻抗熵等新概念.建立了以OD客流量守恒、旅客换乘次数限制以及客流量非负限制为约束条件,铁路旅客输送能力与旅客出行需求尽可能匹配的客流分配优化模型.根据区间客流输送能力和旅客出行路径综合总阻抗在实际问题中的重要程度,提出了基于组合熵优化的客流分配迭代优化求解算法.算例表明,利用该客流分配模型和算法能够得到更有效更细致的不同出行路径的铁路客流分配方案.     

具有卫星厅的机场航站楼登机口分配研究

机场航班量快速增长,导致登机口不足,增加卫星厅是解决登机口不足的新方案。本文在考虑新增卫星厅对中转旅客的影响的情况下,对登机口分配的问题进行研究。以成功分配航班数最多、登机口使用数目最少以及中转旅客花费时间最短为优化目标,根据问题的数学描述和登机口分配的基本原则,建立了多目标最优化模型,并使用遗传禁忌搜索(GA-TS)算法对模型进行求解。在给出的案例中,该方法能够给510个航班成功分配登机口,占航班数的84.16%,使用了64个登机口,占可用登机口的92.75%。本方法能够解决对新建卫星厅后带来的登机口分配问题,减少旅客的中转时间,对优化登机口分配具有积极意义。     

基于博弈论的中小机场旅客出行选择研究

针对大型枢纽机场对周边中小机场的"虹吸效应"所产生的中小机场旅客量不足、枢纽机场日益拥堵等问题,提出了一个优化运营方案:调整机场航班频率与票价,引导中小机场旅客选择中小机场出行.基于Logit模型分析中小机场旅客出行选择行为,以票价和频率为竞争策略变量,建立枢纽机场和中小机场的非合作博弈模型,给出纯策略和混合策略Nash均衡解的存在性和计算方法.最后结合实例对模型进行验证,结果表明均衡条件下的航班频率与票价有利于提高中小机场旅客出行的社会效益.     

联程中转旅客的城市枢纽间换乘行为建模

针对旅客联程运输中旅客中转换乘行为,构建了多项Logit(Multinomial Logit,MNL)模型进行刻画分析.首先,设计了陈述偏好(Stated Preference,SP)调查问卷进行数据采集;其次,基于MNL模型对联程中转旅客的城市枢纽间换乘行为进行建模,并利用Biogeme软件对模型参数进行标定;最后,计算出各方式的分担率并与实际调查结果进行对比分析.结果表明:与出行目的、行李大小等因素相比,联程旅客个人特征(年龄、职业、收入等)的影响最为显著,考虑了旅客个人差异的MNL模型拟合误差在1.5％以内;此外,旅客对交通工具拥挤度、舒适度、班次数量以及准时性的关注程度也影响了其选择行为;联运旅客对时间效率尤为关注,超过50％的联运旅客选择地铁,当公交出行时间下调0％～20％时,可以一定程度上将换乘地铁的联运客流转移至公交上.研究结果对于枢纽间换乘需求预测、多方式协同调度以及提供旅客个性化出行服务具有一定的参考作用.     

城轨站行人流线网络客流分配算法与软件实现

为实现符合城市轨道交通车站行人流线网络特点的行人设施客流分配,首先将分方向实结点时间阻抗与结点客流方向引入最短路径识别,将其嵌入连续平均法,建立了适用于城市轨道交通车站行人流线网络的客流分配算法.然后,利用C#和Matlab语言在AutoCAD环境下开发了相应的客流分配软件,并在此过程中提出了结点客流方向获取方法.算例表明,该算法能够实现考虑分方向实结点时间阻抗的城轨站行人设施客流分配;与TransCAD、VISUM相比,软件符合行人流线网络特点,操作简便.     

基于RBF神经网络的高铁客运枢纽客流参数预测方法

客流参数预测是实现枢纽客流安全状态预警的重要手段,针对枢纽客流参数的预测问题,提出了基于RBF神经网络的高铁客运枢纽客流参数预测方法,通过对高铁综合客运枢纽内瓶颈点的短时客流参数信息进行预测,对客流的拥堵或滞留状态进行及时预警. 实验证明基于RBF神经网络的高铁客运枢纽客流参数预测方法能够对瓶颈点未来短时内的客流参数信息进行较准确地预测,并可较好地反映滞留客流状态.     

世博园客运码头应急疏散通道设计和评价方法

在人群行为分析基础上,提出了世博园区内水门/轮渡码头陆域人流疏散路径、应急疏散通道设计方法;结合世博园区客运码头人流应急疏散的四种情景分析,找出最不利的应急疏散情况,建立人流疏散仿真分析模型;采用疏散时间作为关键评价指标,码头疏散通道各区域人流平均密度累积值为辅助指标,建立客运码头人流疏散通道评价方法和评价标准.以世博园区客运码头L2/M2为例开展仿真分析,进行人流组织方案的优化与调整.相关研究成果丰富了国内客运码头人流应急疏散组织的研究理论.     

采用改进四阶段法的市域轨道线网客流需求预测

考虑中心城区与乡镇居民出行特征的差异,提出一种适用于市域范围的预测方法.该方法以传统四阶段法为基础,分别建立中心城区与市域客流预测模型.中心城区客流独立预测后作为市域客流的一部分参与市域客流分配,分配结果通过反馈机制作用于交通分布模型,循环迭代直至平衡收敛.利用福清市现状基础数据运用TransCAD软件标定模型参数并校验,结果表明,调查值与模拟值的相对误差满足预测精度要求.最后采用已标定模型对福清市域轨道线网进行客流预测,结果表明, 3个目标年客流预测结果符合迭代收敛判定标准,进一步说明该方法具有理论与实践应用价值.     

发挥铁路优势吸引短途客流

从铁路短途客流现状、影响铁路短途客流的因素、短途客流下降的原因等方面分析了城市短途旅游运输的几个相关问题，并提出了在既有铁路短途客流密集区段开行“公交化”列车的建议和措施。     

铁路城际客流预测模型的研究

在客运市场,准确把握城际客流的影响因素,及其对铁路城际客流的影响程度,对铁路运输企业是非常关键的.文章从铁路运输企业的角度,分析影响城际客流的因素,利用灰色理论中系统关联度分析方法,建立一种新的铁路城际客流GM(1,5)预测模型.并以广州至深圳城际客流为背景,预测其铁路城际客流,为铁路运输企业客运产品设计提供科学依据.     

基于C/S架构的客流检测系统设计与实现

客流检测系统基于Windows平台,以C/S架构为基础,通过对采集视频进行一系列的处理来实现行人的检测跟踪,以及相关客流数据的实时计算与显示.对视频解码模块、检测跟踪处理模块和进程间交互模块的设计作了详细介绍,测试结果表明,系统各模块均达到使用要求,且具有较强的稳定性和可扩展性.     

大型活动散场期间地铁车站短时进站客流预测

大型活动散场期间的地铁车站客流属于可预知的非常规客流,采用常规客流的统计预测方法难以准确预测其客流需求.基于深度学习,将历史客流规律、大型活动数据与实时自动售检票系统数据相结合,提出了一种适用于大型活动散场期间地铁车站的短时客流预测模型.首先对历史客流数据进行了拆分及降噪处理,并分析了活动客流特征.之后,基于深度学习框架构建多层结构的卷积神经网络,拟合活动客流特征与客流时空分布的映射关系,并选取Adam(adaptive moment estimation)算法优化训练过程,以适用于活动散场时客流集中进站的情况.最后,以北京地铁奥林匹克公园站为例,利用实测数据验证了模型的准确性.预测结果表明:建立的Adam-CNN(convolution neural network)模型相对于常用时间序列方法自回归滑动平均和传统神经网络SGD-CNN模型具有更高的精度,能够为大型活动的组织提供更为有力的支持.     

突发事件条件下旅客列车流网络脆弱性分析

为了对全路旅客列车开行方案的高效性及可靠性进行研究,基于全国铁路旅客列车开行方案构建旅客列车流网络,建立了列车流复杂网络节点与边的容量-负荷混合动态模型以分析其脆弱性. 运用计算机仿真的方法,分别模拟蓄意攻击与随机故障条件下旅客列车流网网络效率,结果表明我国铁路旅客列车流网络在蓄意攻击条件下脆弱性明显,而对于随机故障具有较强的抵抗性.     

基于空间关联度的高铁综合客运 枢纽客流参数预测算法

提出了基于空间关联度的高铁客运枢纽客流参数预测算法. 通过对高铁综合客运枢纽瓶颈点及其关联点之间的关联度进行研究,利用瓶颈点和关联点的实时客流参数信息,实现对瓶颈点客流参数信息的短时预测. 实验证明该算法在高铁综合客运枢纽客流安全预警实际应用中,能够快速反映客流扰动,具有较强的抗干扰能力,为高铁综合客运枢纽安全预警提供支持.     

铁路客运需求分析与短期客流预测研究

旅客对于铁路客运的需求直接决定了铁路自身的运输生产,对历史旅客需求规律的准确分析以及对未来短期需求的准确预测对旅客运输组织的优化极为重要。为此,提出了基于Prophet模型的铁路客运量需求分析方法和基于Seq2Seq-Attention与Prophet非线性组合模型的短期客流预测方法。前者可以从长期的历史数据中分解出普适整个数据的客流时间分布特征,从而对过去的客运需求规律做出分析;后者利用神经网络进行非线性组合,以求在不同规模的数据集上充分发挥Seq2Seq-Attention网络与Prophet模型各自的优势,做出更精准的客流需求预测。通过实例验证表明,使用Prophet模型将客流历史数据分解成多种时间分布类型数据后在整个数据集上的误差仅有6.68%,同时Seq2Seq-Prophet模型在数据集上的预测效果好于组成它的单模型和其余既有方法。