轨道交通客流预测方法研究

本文以宁波城市快速轨道交通线网规划为例,介绍了宁波轨道交通客流预测所采用的技术手段,总结出了一种基于四阶段法改进的双重分配的轨道客流预测方法。     

轨道交通客流预测非集聚模型应用初探

客流预测是轨道交通投资决策的依据,也是项目评估的基础.介绍了基于随机效用理论的非集聚模型的基本公式和基于非集聚模型基本公式MNL客流预测模型及其参数标定方法,探讨了出行的各阶段的选择肢集合和特性变量的选择,最后提出了非集聚模型需要进一步深入研究的几个问题.     

基于云遗传算法优化BP神经网络的轨道客流预测

城市轨道交通客流预测是线路规划和运营组织的基础,为提高客流预测的准确度,提出了基于云遗传算法优化BP神经网络的轨道客流预测模型.首先利用云模型云滴的随机性和稳定倾向性改进传统遗传算法中固定设置交叉和变异率的方式,克服了标准遗传算法搜索速度慢及容易早熟的缺陷;再通过改进后的遗传算法来优化BP神经网络的初始权值和阈值;最后...     

基于Legion的城市轨道交通车站客流组织仿真与评价

微观仿真技术是轨道交通车站客流组织优化的有力手段.通过分析、对比国内外行人仿真模型及软件的发展历程和优缺点,选取Legion软件作为仿真平台,以北京地铁呼家楼站作为实例,对客流组织进行仿真研究.针对现阶段车站客流需求和存在的问题,提出改进方案并建立仿真模型,利用平均客流密度和设施服务水平等指标对方案进行评价,归纳得出适用于一般轨道交通车站客流组织的经验,最后指出基于仿真手段进行车站客流组织优化及评价的发展方向.     

基于SSA-LSTM的城市轨道交通短时客流预测

为了减小噪声在城市轨道交通短时客流预测中的干扰,提出了 一种基于奇异谱分析(SSA)和长短时记忆网络(LSTM)模型的短时客流预测方法.该模型利用SSA对原始客流数据进行嵌入、分解、分组、重组,重新划分为趋势、周期、残差三部分,其中残差部分即视为噪声,将去噪后的两个部分作为LSTM模型的输入.并利用上海地铁1号线进出站...     

基于滑动平均法的轨道交通短时客流实时预测

提出了一种基于滑动平均方法(MA)的城市轨道交通客流预测算法,首先确定用于滑动平均的滑动参数,然后对历史数据求滑动平均值得到各个时间段的预测客流数据,并采用实时客流数据对预测结果进行修正,得到预测客流时间序列。试验结果表明,采用滑动平均方法不仅预测精度要高于支持向量机(SVM)、反向传播神经网络(BPNN)、小波神经网络(WNN)和小波组合支持向量机(WS)这4种预测方法,而且滑动平均方法的计算速度要明显优于以上4种方法,可用于复杂非平稳客流时间序列的短时预测。     

南昌轨道交通线网客流预测及引导作用分析

南昌将在2020年基本建成城市轨道交通线网,用以解决日益加剧的城市交通问题。本文根据2010年南昌居民出行调查报告对2020年南昌轨道交通线网进行客流预测,分析南昌轨道交通各线路的客流量、客流强度以及对周边土地利用的引导作用。     

基于历史数据和时间系数的城市轨道站点客流预测

在对城市轨道交通站点客流规律、特点进行分析的基础上,通过对上海市轨道交通系统客流历史数据的深入分析,在引入平假日系数的同时,提出了小时系数的概念,并建立了基于平假日系数和高峰小时系数的城市轨道交通站点客流神经网络预测模型,提高了站点进站客流预测的精度,为城市轨道交通系统客流管理提供了理论基础.     

基于活动关联度的客运站客流组织仿真模型

针对客运站内客流高峰期客流组织优化问题,从站内行人的活动流线关系出发,考虑各类服务设施之间的活动关联度,以综合活动关联度为权重,建立以加权费用最小为目标的客流组织模型,并基于AnyLogic仿真软件建立其微观仿真模型。实例分析验证了该模型的有效性和可行性,为优化客运组织,提高运营安全性、可靠性和服务水平提供了参考依据。     

基于城市群的城际轨道交通定位与发展研究

分析了城际轨道交通的定义、特点和定位,以及城际轨道交通在城市群的发展动因,指出为促进城市群的可持续发展,必须要规划和建设好城际轨道交通网络,并提出将其作为骨干城际交通方式、保持相对独立性、连通城市与城镇、与其他交通方式合理衔接、综合开发利用相关资源等建议。     

城市轨道交通施工期间交通组织方法研究

城市轨道交通的建设施工势必对原已饱和的城市核心区交通造成重大影响,这是城市轨道交通建设时期无法避免的问题和难题。本文针对轨道交通的工程状况和施工特点,在分析轨道交通施工对城市交通造成影响的各种因素的基础上,提出了适合于当前中国城市轨道交通建设期间实施的交通组织方案和相应措施,并通过实例分析阐明了本文所提方法的可行性和有效性。     

城市轨道交通大型换乘站客流组织优化方案设计

针对目前客流量大、客流状况复杂的大型换乘站,分析了其客流的组织特点,研究了客流组织的优化方法,选取了客流组织优化方案评价指标。以某市大型三线换乘站为案例,通过分析其客流组织现状的不足,提出了一套适用的流线组织优化方案,研究了考虑进出站客流的换乘流线组织过程。最后通过灰色定权评价法评估优化前后的组织方案,量化论证了优化方案的可行性。实践表明,优化后的组织方法更符合实际需求,并可作为同类换乘站客流组织优化的参考。     

公交IC卡数据客流预测模型研究

为解决我国大城市工作上下班高峰期公交线路客流不均衡的问题,提出以公交路线一卡通数据为研究对象,综合考虑天气类型、温度和风力多个因素对客流的影响,利用多元线性回归模型建立公交工作日高峰期各时间段客流模型. 最后通过一卡通大数据对模型进行了验证,证明多元线性回归模型能够准确且快速地预测高峰时间段的客流量,实现了通过公交线路客流预测缓解城市工作日高峰期出行拥堵的问题.     

城市轨道交通网络运营鲁棒性

应用随机用户平衡理论定量研究城市轨道交通网络运营鲁棒性.假设任一车站或区间及其波及范围退出运营,利用基于固定需求下和弹性需求下随机用户平衡条件的配流模型,从分析客流量、时间以及客流出行总时间波动的角度,提出9个城市轨道交通网络运营鲁棒性指标,并依据指标值最小原则确定网络的关键车站和区间.算例表明:该研究工作是可行有效的;与区间退出运营相比,车站退出运营的鲁棒性指标值区间跨度较大.     

北京轨道交通13号线站点客流特征分析

当前国内许多城市都在规划或者建设轨道交通,城市轨道交通线的客流资料和客流特征则是轨道规划设计的基础数据和重要参考依据,通过北京地铁轨道13号线客流调查数据及相关的问卷调查获得的基础数据分析,总结13号线的数据特征和成长规律,为提高13号线的交通接驳效率、运输效率提供参考依据,也为未来北京地铁的站点建设和交通线路的规划提供参考。     

上海地铁周客流量的数值分析与预测

构建周客流日均量的回归模型,测算上海地铁周客流日均量趋势值,并估测重大节假日前客流量的可能范围.经实证检验,系统实际客流量预测误差为2%左右.该方法关注节日前夕最大客流量达到的量,而忽略到达的具体时间.