老龄化背景下城轨换乘站客流组织仿真分析

针对人口老龄化背景下的城轨换乘站客流组织问题,从影响因素分析出发,量化老年乘客生理特征对乘客行动力影响的外在表现,并运用社会力模型描述换乘站内行人运动。借助AnyLogic仿真软件,以重庆市某换乘站为实验对象构建地铁换乘站仿真模型。通过设计多场景仿真实验,结果发现老年乘客比例对站内客流速度、进站时间、换乘时间都有明显影响,尤其是在站内客流瓶颈处和高差变化处的影响更为明显。最后,对适老背景下城轨车站设计和运营提出针对性建议。     

西安地铁换乘站大客流组织研究

地铁换乘站客流组织是地铁运营管理的重点,当换乘站出现大客流、或某条线路发生延误、运能不足导致换乘站大客流事件时需要客流组织以及行车组织的相互配合,确保地铁安全运营与乘客人身安全。该文以北大街站为例,研究了大客流情况下线网联动,行车组织配合的措施。     

地铁换乘站客流组织研究

本文介绍了地铁换乘站客流组织特点,对换乘方式以及站台组合形式展开了研究,通过分析影响地铁换采站客流组织的因素,提出了一些有助让乘客用最合理的方式进行换乘、有效缩短乘客换乘时间、促进车站客流组织合理性的措施。     

基于GRU算法的轨道交通客流预测模型

轨道交通的高速发展,使得站点的客流压力加剧,拥挤问题也带来了安全隐患.为简化客流预测模型训练时间,轻量化模型,采用K-means聚类,将客流数据进行分类,归一化数据,简化数据分布.在划分训练集和测试集后,分别利用长短时记忆网络(LSTM)模型和门控循环单元(GRU)模型对数据集进行训练.在不同时间粒度下分析了模型的可行性,对比两种算法的损失函数和运行时间.实验结果表明,在预测结果的准确性相近的情况下,GRU模型比LSTM模型有更短的拟合时间,同时模型本身更加简单,有着更好的适用性.     

广州地铁换乘车站节假日客流组织与管控研究

随着地铁成为市民出行首选交通工具,在节假日期间地铁客流增长更为明显,这对地铁车站客流组织带来巨大压力,特别是大城市的大型交通枢纽,该文以广州地铁广州火车站为例,通过对车站的结构、设备、设施、客流组成、运输能力现状进行分析,对地铁换乘车站节假日期间客流组织的方式、难点进行探讨,并提出相应的客流管理控制措施,确保了客流组织安全顺畅有序,提升了地铁运输企业的服务水平和管理水平。     

轨道交通换乘站换乘设施服务水平评价指标与标准研究

城市轨道交通换乘站作为轨道线网节点,其服务质量直接影响轨道交通线网整体服务水平以及运营效率。选取合理评价指标评价轨道交通换乘站换乘设施的服务水平,有利于提高轨道交通换乘站通行能力以及运营管理水平。在介绍轨道交通换乘站内部换乘设施及分析换乘设施服务水平影响因素的基础上,建立换乘设施服务水平评价指标体系;以苏州地铁广济南路站客流数据为基础,制定各换乘设施服务水平分级标准;考虑换乘客流方向不均衡性,运用加权法建立换乘设施整体服务水平评价模型,得出早高峰时段广济南路换乘站换乘设施整体服务水平为C级。     

基于客流效益最大化的轨道交通线网优化方法

针对中国城市轨道交通线网规划中线网构架主要采用定性分析的情况,建立了轨道交通线网优化的目标函数和约束条件,并给出了模型的近似优化方法,将OD(起讫点)矩阵中距离过短的出行摒弃后,各交通小区形心按一定的规则连接成网,在这个网中寻求潜在直达客流运输效率最大的子网络作为虚拟轨道交通线网,然后结合规划道路网将虚拟轨道交通线网沿一定的城市道路铺设,形成实际的轨道交通线网规划方案。     

基于类神经网络的轨道交通新开站点客流预测

随着轨道交通新线或新开站点的投入使用,其网络拓扑结构会发生变化,并且网络上的客流也变得越发的复杂,如何准确预测新开站点的客流需求是目前轨道交通系统亟需解决的关键问题。因此,本文充分考虑新开站点周边用地、拓扑、接驳、居住等特性,构建基于多因素约束的非线性类神经网络（ANN）模型,对轨道交通新开站点需求进行预测。以北京市轨道交通为例,应用该模型进行预测,其预测精度达到96.6%,说明综合考虑站点用地、拓扑、接驳、居住等因素约束的非线性ANN模型能够较好捕捉新开站点下客流需求的非常规变化,相比以往方法预测精度更高。研究成果可为轨道交通系统新开站点建设立项及可行性研究环节的客流预测提供新的方法。     

运行延误下地铁换乘站多线协同客流处置方法

提出列车运营条件下城市轨道交通换乘站多线协同大客流处置方法.首先分析了换乘站站台客流构成及其变化规律,基于对乘客整体影响最少的目标构建多线协同大客流处置模型,满足站台乘客安全约束,然后利用遗传算法求解得出合理的相邻线路列车跳停方案.最后以实际换乘站为背景,进行案例验证分析,说明该模型的应用过程,并表明模型具有有效性.     

面向客流仿真的轨道交通车站图形建模方法

分析了城市轨道交通车站空间结构和设施设备特点,将其划分为车站-楼层-区域-设备的逻辑层次结构;利用面向对象(object oriented)建模技术,提出了一套简洁而灵活的方法:通过3种几何线型类和4种设施设备基元类,以组合的方式构建车站所有设施设备模型,进而构建整个车站的空间结构模型.此方法不但能够利用现有AutoCAD工程图精确而快捷地建立客流仿真地图,并且能够以矢量图形的方式实时显示仿真过程.     

基于WLAN信号的线下客流分析技术研究

构建基于WLAN信号分析的非接触线下客流分析方法及系统。通过底层驱动使无线网卡在监听模式下抓取区域内的WLAN信号,通过监听阵列追踪顾客的无线信号行为,构建算法对数据进行分析和处理,形成客流分析数据为商业决策提供支撑。     

基于AFC数据的大型活动期间城市轨道交通客流预测

准确预测大型活动期间城市轨道交通客流,是城市轨道交通管理与运营部门制定运输组织计划的重要依据,也是实现活动期间交通保障的关键.在分析大型活动期间城市轨道交通历史客流特征的基础上,针对活动期间的客流成分,分别构建活动客流与背景客流预测模型,以实现对未来大型活动期间城市轨道交通客流的预测.基于城市轨道交通自动检票系统(AFC)采集到的客流数据,分析大型活动期间的历史客流数据的变化规律,并依据其客流特征进行成分分解.针对活动客流,构建基于小波分解与重构的GM-ARIMA客流预测模型,针对背景客流则采用ARIMA模型与底特律法进行预测.基于广州地铁在2011—2014年广交会期间的历史AFC客流数据,对提出的方法进行验证.结果表明:该方法能够捕捉大型活动期间的客流特征,并可实现对大型活动期间城市轨道交通客流的预测.     

广州地铁换乘站建筑设计浅析与建议

以广州地铁几个大型换乘车站设计现状为研究对象,图文并茂地分析了广州现状地铁换乘站的设计特点和存在的问题,包括"换乘距离"、"换乘方式"、"人性化设计"等。总结广州地铁换乘站的设计经验,并对今后地铁设计提出一些有价值的意见及建议。     

基于Bi-LSTM网络的广珠城际短期客流预测方法

为提高城际铁路车站短时客流量预测的准确性,本文设计了一种基于双向长短期记忆网络(Bi-LSTM)的预测模型.首先分析了广珠城际铁路车站日客流量的时间分布规律,发现各车站日客流量存在着相似的分布特征,但工作日、周末和节假日客流量呈现出较大差异.以广州南站、珠海站以及小榄站3个车站的进站客流为例,选择时间窗步长为2和4分别...     

地铁平行换乘站的换乘方式研究

以乌鲁木齐市轨道交通建设为工程背景,对换乘站的换乘方式以及联络线的设置进行了研究分析。总结得出在线路专业设计过程中,地铁平行换乘站的设计应先考虑城市轨道交通线网规划以及建设规划,结合城市的实际情况,使换乘站以及联络线的设置兼顾多种功能,又能发挥最大的经济效益。     

基于城市轨道交通大数据的站点客流存量反演与客流去向预测

利用图论中交通/流量网络的概念对轨道交通路网进行了拓扑建模,对各个站点通过闸机进/出站客流量和通过线路到达/离开客流建立了客流守恒公式.基于该守恒公式和大数据机器学习算法对路网每个站点进出站数据进行分析和挖掘,得到了将路网客流量"分配"到每对进出站点间K条最短路径上的比率,进而建立了反演各个站点客流存量和对线路客流负载进行预测的数值算法.文章利用上海轨道交通路网数据对该反演预测算法进行了数值测试,结果与实测数据吻合,说明算法有效.     

城市轨道交通换乘站换乘效率研究

城市轨道交通换乘站是2条或者2条以上城市轨道交通线路的衔接车站,在轨道交通逐步进入网络化运营的进程中,换乘站作为网络节点逐渐增多。本文针对城市轨道交通换乘站换乘效率进行研究,从运营者角度出发,结合效率的概念给出换乘效率的定义,分析换乘效率效用,提出有效换乘与无效换乘概念,并将有效换乘行为进一步分为高效换乘与低效换乘,然后利用AFC客票数据挖掘技术通过实例进行应用说明,最后阐述换乘效率评价的意义与特点。该研究为换乘站运营组织改善和客流实时监控提供了理论支持。     

基于居民出行决策的轻轨客流预测方法研究

针对轻轨客流形成特点，在居民出行决策过程及影响因素分析基础上，提出采用“宏观控制、微观竞争、系统平衡、整体优化”的轻轨客流预测方法，并就该法中竞争类方式ＯＤ量预测、交通方式分担以及断面客流量预测方法作深入探讨。     

融合长短期记忆网络和图卷积网络的轨道交通短时客流起讫点预测

轨道交通客流起讫点(origin-destination,OD)矩阵存在时间相关性和空间相关性。根据客流OD的时空特征,提出长短期记忆(long short-term memory,LSTM)网络和图卷积网络(graph convolutional networks,GCN)的短时组合预测方法。预测方法主要利用LSTM网络来获取客流的时间相关性,利用GCN来获取客流的空间相关性,基于出站口建立客流OD矩阵,对整个路网的客流OD进行训练预测。实验表明:融合LSTM神经网络和GCN神经网络的短时预测模型能有效预测轨道交通客流OD。相较于单独的LSTM神经网络,组合模型在预测误差方面有所改善,更适用于短时客流OD的预测。     

地铁换乘站交通功能评价指标体系

针对地铁换乘站系统评价难题,建立了地铁换乘站交通功能评价指标体系,提出了各项指标的定义、计算方法与评分标准,构建了基于层次分析法的综合指标评价方法并探讨了权重系数,应用南京地铁7个换乘站开展算例研究,验证指标体系的有效性与实用价值。结果表明：建立的地铁换乘站交通功能评价指标体系能准确反映车站的现状问题,根据指标评分相似度可对车站进行归类,同类车站的共同特征表征明显;采用判断矩阵确定的指标权重系数满足一致性检验,得到的一级指标评分及总评分能够实现对车站整体状况的综合性评价。最后以柳洲东路站为例对车站评价结果提出方案优化建议,证实了成果的应用价值。