以安全为导向的地铁高峰时段多车站客流协同控制模型

传统的客流控制大都以减少乘客等待时间或者客运周转量最大为目标,缺乏对于安全性的考虑.保证乘客等待时间在可接受范围以内,以客流聚集预警值最小为目标,提出了以安全为导向的地铁高峰时段多车站客流协同控制模型,并成功将其转化为单目标线性整数规划模型,借助CPLEX优化器可直接进行求解.以某地铁线路高峰客流数据为例,通过计算得出,相对于以乘客等待时间最小为目标的客流控制方法,本文方法在保证乘客总等待时间仅增长1%的情况下,能够将所有车站客流聚集控制在安全范围以内,大大提高了客运组织安全性,为实际客流控制提供了很好的依据.     

城市轨道交通高峰线路客流协同控制方法

在线路客流控制中,需同时考虑各个车站控流方案的可执行性与协同性. 采用 Fisher 最优分割法确定合理客流控制时段,基于此建立以乘客总等待时间最少和旅客周转量最大为目标的线路客流协同控制线性规划模型. 基于成都地铁2 号线AFC数据进行实验,针对协同控流与非协同控流方案,以及不同客流控制时段划分方案下的协同控流方案进行对比实验. 算例中：协同控流方案在旅客周转量下降约1.0%的情况下,乘客总等待时间减少约 56.7%;基于Fisher 最优分割法确定的时段划分方案中协同控流方案在乘客总等待时间方面最优,并具有很好的可执行性.     

公交线路资源配置与高峰客流协调评价研究

公交线路资源配置与高峰客流协调发展是公交系统可持续发展的重要保障.对二者协调程度进行评价,通过对公交系统规划与运营的深入研究,运用数据包络分析法,以公交车辆数、站点数、沿线客流强度为投入指标,以高峰客流量、高峰满载率适宜度为产出指标组成评价指标体系,并建立二者之间协调评价模型.以哈尔滨市主城区86 条公交线路为评价单元,利用数据包络分析法的CCR模型,得到了每条线路的相对效率值,对每条线路进行协调度评价.结果表明,40 条处于强协调状态、34 条处于弱协调状态、9 条处于轻度失调状态、3 条处于严重失调状态,公交线路总体上处于弱协调状态.提出的评价方法在实际运营中具有较强的实用性,可为公交规划与运营管理提供理论依据.     

城市轨道交通高峰线路客流协同控制方法

在线路客流控制中，需同时考虑各个车站控流方案的可执行性与协同性. 采用 Fisher 最优分割法确定合理客流控制时段，基于此建立以乘客总等待时间最少和旅客周转量最大为目标的线路客流协同控制线性规划模型. 基于成都地铁2 号线AFC数据进行实验，针对协同控流与非协同控流方案，以及不同客流控制时段划分方案下的协同控流方案进行对比实验. 算例中：协同控流方案在旅客周转量下降约1.0%的情况下，乘客总等待时间减少约 56.7%；基于Fisher 最优分割法确定的时段划分方案中协同控流方案在乘客总等待时间方面最优，并具有很好的可执行性.     

番禺站国庆现客流高峰

9月28日至10月5日期间，番禺汽车客运站累计加班324班次，发送人数10796人。客流高峰出现在10月1日，客流峰值为2．1万人次。该站所有一线岗位工作人员取消休假，加班加点，最大限度地开放售票窗口，保证了服务质量和服务效率，以最好的状态应对此次客流高峰。     

大型铁路客运站交通特征分析和规划思路探讨

近年来,随着我国铁路建设速度加快,多个设计理念超前、技术先进的特大型铁路客运站相继建成.在对国内新建或已建的大型铁路客运站充分分析的基础上,总结分析得出其在交通规划中存在的共性特征,提出同类型铁路客运站的一般规划思路,可为今后的铁路客运站建设提供参考.     

铁路客运站旅客分流过程优化问题的研究

给出了客运站旅客分流过程动态规划数学模型，用Ｂｅｌｌｍａｎ递归方程解出最短流线，找出了最优决策序列，得到了一族最优流线，为客站候车区得到最佳配制，提供了决策参考。     

大型铁路客运站交通特征分析和规划思路探讨

近年来,随着我国铁路建设速度加快,多个设计理念超前、技术先进的特大型铁路客运站相继建成。在对国内新建或已建的大型铁路客运站充分分析的基础上,总结分析得出其在交通规划中存在的共性特征,提出同类型铁路客运站的一般规划思路,可为今后的铁路客运站建设提供参考.     

汽车客运站客流特征及客运量预测研究

以潍坊汽车客运站为例,分析了汽车客运站的客流特征,根据客运站客流变化规律,建立了回归预测模型,经平均绝对百分误差检验预测误差小于10,属于高精度预测.同时进行了实际客运量预测,为汽车客运站合理安排组织运力提供了参考依据.     

大城市客运铁路枢纽客流分配模型

不同时段内,不同区位的旅客会根据不同的接驳方式及城际列车班次进行城际出 行.只根据城际间的出行成本无法准确地刻画旅客的出行.在已知不同时段内城市间各分区 OD客流、城际列车时刻表和铁路枢纽布局的前提下,构建城市内接驳交通网络;利用多项 Logit 模型,建立各个交通分区到铁路车站的接驳子模型;进而利用列车时刻表得到城际出行 成本,并考虑列车拥挤造成的成本增加,根据总成本最小原则及接驳子模型,构建分时段的铁 路枢纽客流分配模型.通过改进的MSA算法进行求解,得到各时段内各交通分区到铁路车站、 以及铁路车站之间的客流量.最后通过算例,对方法的可行性及有效性进行了验证.     

枢纽内铁路客运站布局方案比选研究

通过对国内外典型城市铁路枢纽的客运站设置情况进行的系统分析,文章论述了在城市发展过程中,城市与铁路客运站布局的动态协调过程,分析了影响枢纽内客运站布局方案的诸多因素,针对其中的车站规模、发展空间、与其他交通方式协调性、与城市规划协调性、投资规模和环境影响六个因素给出了相应的量化方法,并结合实例证明了该方法在优选布局方案上的有效性.     

客运专线客运站通过能力仿真研究

现行的既有线客运站通过能力计算方法不能直接用于客运专线客运站通过能力计算．为使计算的通过能力能准确反映客运专线客运站作业实际，结合客运专线客运站的特点，建立了仿真算法流程，对到发线和咽喉通过能力共同仿真研究．     

广州市快速公交潮汐客流的应对措施

为有效应对广州市快速公交早晚高峰潮汐客流问题,通过客流调查、交通仿真、实车演练等方法寻求应对措施.首先,从系统模式、BRT通道和车站、客流情况几个方面介绍了广州市快速公交系统的概况.针对BRT潮汐客流问题开展客流调查,分析客流一般规律及车站客流分布.围绕动态借道、静态借位、灵活线路、始发分流、智能调度几项措施,分别探讨...     

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.     

铁路枢纽内客运站布局优化分析

铁路枢纽内客运站布局的优化,对铁路的运营发展以及整个运输系统效率的发挥具有重要意义。在总结有关研究的基础上,通过对客运站布局影响因素的分析和优化问题的相关描述,将整个网络系统简化,略去从一个客运站到另外一个客运站的运输过程,仅考虑向客流消失地疏散或从产生地集中到客运站的旅客出行过程,建立铁路枢纽内客运站布局优化模型,并设计相应的算法。     

铁路枢纽客运站布局优化研究

客运站布局评价指标既有定量指标也有定性指标,为统一评价指标,引入了评价指标的目标效应值,建立了客运站布局优化模型。以南宁铁路枢纽为例,确定了工程投资、枢纽内运用成本、旅客出行费用、与城市规划配合情况4个评价指标,工程投资、枢纽内运营成本、旅客出行费为定量指标,与城市规划配情况为定性指标。建立数学模型,计算各定量指标的具体费用值,对定量指标进行说明。利用线性插入法分别计算各定量指标的目标效应值,利用五等制确定定性指标值,通过专家确定各指标的权重,然后计算加权总目标效应值。根据总目标效应值最大方案最优,确定了南宁铁路枢纽客运站布局优化方案。     

铁路智能客运车站总体框架研究

针对铁路客运车站的智能化发展进行研究,首先,对铁路客运车站的现状及智能化需求进行分析,从旅客服务和内部运营两个角度提出了智能车站的基本理念,并给出了智能车站的定义和特征;其次,依据车站的实际需求,设计了智能车站的总体框架;然后,从技术结合业务的角度梳理了智能车站的主要业务及智能化功能.本文通过在太原搭建智能车站的试验原型,验证了所提总体框架及智能化功能的真实性和可行性.