应用改进BP网络进行铁路客运量预测研究

针对传统铁路客运量预测方法的不足,提出运用改进BP神经网络结合四阶段法进行客运量预测,给出了预测算法,建立了铁路客运量神经网络预测模型,并对敦煌铁路客运量进行预测,设计网络参数,进行网络学习和训练,最终得到较为精确的2010年及2015年敦煌铁路客运量,为该线路今后的运营管理提供决策参考．     

一种智能公交车载系统的研制及性能分析

给出一种城市公交智能管理调度系统的总体解决方案,阐述该方案中智能公交车载系统的设计与实现方法,详细论述其硬件和软件设计的关键部分.提出一种基于新型检测模块的全新客流量采集方法,与其他方法相比可知,该方法能以较低的成本获得实时准确的客流量数据;车载系统充分利用蓝牙模块实现公交车定位、自动报站、数据传输以及数据无线更新等功能;针对车载系统接入站台系统的接入能力,运用排队理论建立数学模型并进行仿真分析,结果表明该车载系统能够成功接入站台系统.     

高铁客流影响因素及运营战略分析

在高铁运营中,不同座次的消费价格存在明显差别.将高铁的客流OD矩阵根据座次进行客流划分,使客流分属于两类消费行为不同的群体.利用灰色理论的关联度分析分别对于两种客流群体进行敏感因素的定性及定量分析,找出不同消费群体的敏感因素,结果显示高端消费群体更加注重于高铁服务的品质,对服务频次及旅行时间比较敏感,而中端消费群体对出行成本的考虑较多,对旅行距离及票价比较敏感.最后根据分析结果为高铁运营提供几点战略参考.     

信息技术发展对城市交通客流量替代作用的定量研究

在分析研究信息技术的发展和应用对城市交通客流量具有替代作用的基础上 ,构造了两者之间的数学模型 ,并给出了利用多项式最小二乘拟合和方差分析法求解替代函数的一般过程 .利用上述模型和方法 ,本文就上海市 1989年至 1997年信息技术的发展和应用对城市交通客流量的替代函数进行了拟合 ,计算结果证明拟合是成功的.     

基于理想点法的高速铁路列车停站方案优化

针对高速铁路列车停站方案优化问题,结合铁路运输按流开车、大客流优先的特点,根据乘客对列车的选择方式,即乘客会选择在途时间最短的列车,提出了一种适用于铁路的客流分配方式,并命名为大客流优先分配法.建立了以列车总停站次数、列车空费能力、旅客时间损失最小为目标,满足客流、列车运输能力、每辆列车停站次数、始发终到站及重点车站停站约束的多目标高速铁路列车停站方案优化模型,并设计了以理想点法为适应度函数的遗传算法进行求解.最后,对京沪高铁的实例进行验证.研究表明：优化后列车停站方案的总停站次数降低了7.92%,列车空费能力降低了19.84%,旅客损失时间降低了41.52%.研究成果可为列车停站方案的制定提供合理参考.     

基于时空维度变量的杭州市轨道交通站点聚类研究

为捕捉由轨道交通站点周边建成环境与客流时变特征的互动关系而反映的站点类型差异,基于地铁刷卡数据与站点周边兴趣点（Point of Interest,POI）数据,分别通过客流时间序列分析和地理加权回归模型进行时空维度聚类变量提取.应用K-means++聚类算法将杭州地铁1、2、4号线站点划分为工作导向型、居住导向型、商业型以及工作-居住混合型4种类型.研究结果表明：该方法相对于传统K-means算法具有更优的性能表现,其中轮廓系数、Davies-Bouldin指数与Calinski-Harabaz指数等3项聚类评价指标的改善幅度分别为30.43%、10.51%、9.02%,因而能够准确识别时空视角下的轨道交通站点类型并反映其客流出行模式,进而为站点客流预测、站城一体化建设等后续研究提供分析依据.     

基于复杂网络的城市轨道交通网络中心性研究

城市轨道交通车站在网络中承担着乘客集散和连通区间的重要作用,如何有效评估其在客流网络中的影响力是研究网络结构优化和降低运营风险的重点。基于复杂网络理论,以车站为研究对象,通过建立网络客流分配模型,结合轨道交通智能卡数据提出城市轨道交通网络车站客流的集聚程度指标和3个客流中心性指标。将研究方法应用于北京市地铁网络,识别出了北京地铁的重点车站并且系统性分析了北京地铁早高峰客流现状,为地铁网络运营提出意见。     

以建筑学的视角浅谈地铁车站结建改造设计

随着轨道交通的快速发展,越来越多的开发商认识到了地铁对沿线商业的拉动作用,纷纷希望与地铁车站直接连通,有的甚至于还将既有的地铁车站附属设施与开发地块建筑方案进行整合改造.自此,商业地块旁地铁车站的改造将成为新时代无法避免的新课题.本文就以上海轨道交通11号线徐家汇站改造为例,以建筑学的视角介绍地铁附属设施与地块的结建方...     

基于人群分类的城市公交走廊客流分配模型

在随机用户均衡理论基础上,在静态均衡模型中引入时间变量及人群属性分类,建立基于人群分类的城市公交走廊动态客流分析模型,描述了走廊内出行者对于出发时刻和路径的选择问题,并分析不同人群的行为差异.给出了模型的基本假设及求解算法.研究结果表明,模型的动态化及人群分类特征,不仅能够真实反映走廊内不同属性客流的时空分布情况,还能够仿真不同交通措施的作用及效果.算例通过采取错峰上班及调整票价,使高峰时刻走廊断面客流下降24%;选择轨道交通的客流由82%下降71%,选择巴士交通的客流由11%提升至20%,有效降低了公交走廊的交通负荷,并使各方式分担率更加均匀.此动态客流分析模型为城市公交走廊的功能优化提供了有力工具.     

基于IC卡的公交枢纽客流特征分析

IC卡数据记录了IC卡的卡号、车辆号、交易日期、交易时间、公交线路编号等信息,通过对IC卡数据的处理以及挖掘分析,能够反映城市居民公交出行的总体特征,同时也能够为公交枢纽预警机制提供数据支持。利用基于IC卡数据的上客客流、落客客流、换乘客流判定方法,结合实际IC卡刷卡数据,分析了公交枢纽客流的时间特征、动态特征以及短时特征,可为公交枢纽客流状态判断提供数据支持,为行业主管部门提升公众出行服务水平提供决策依据,同时也能够对公交枢纽安全预警以及应急管理工作起到关键数据支撑作用。