城市轨道交通新线接入客流精细化预测模型

随着城市轨道交通的不断发展,每年都会有不同类型的新线或者延长线投入运营。新线接入不仅会改变原有轨道交通路网的拓扑结构,影响乘客出行路径选择,而且对客流时空分布有较大影响。以工程可行性研究报告中新线车站的开通年全日上下车人数为依据,采用改进的双约束重力模型实现新线车站相关OD客流量全日预测;建立路网及车站的分时进出站规律模型,实现新线相关OD客流量的精细化预测;采用加权平均法对既有车站OD客流量进行预测,并分析挖掘历史新线接入前后既有车站客流的变化规律,实现预测优化调整。提出的预测方法不仅可应用于新线接入前,为新线接入后的运营安全和科学高效的调度指挥提供有力支撑,而且可用于轨道交通线路规划阶段客流分布预测仿真。     

城市轨道交通客流量实时预测模型

城市轨道交通客流预测方法主要有基于调查的客流量预测方法和基于实际流量的事后统计方法。针对目前尚无根据实际客流量数据预测各个站的客流量的模型,提出了利用实际到站的客流量数据,通过建立灰色模型和马尔科夫链,预测下一站实际客流量的实时预测模型。试验仿真表明,该模型能较好预测实时客流量。     

城市轨道交通新线接入对既有网络 客流分布的影响

以城市轨道交通新线接入对既有网络客流影响为研究对象,深入研究相关理论与方法,基于接入轨道交通网络的新线特点、接入位置等因素,提出接入轨道交通既有网络市区贯穿型线路、市区环状型线路、郊区延伸型线路3种新线类型,分析不同新线类型接入后对既有轨道交通网络客流分布的影响以及引起客流分布变化的原因,主要有:网络规模的扩张、土地使用性质的改变、网络连通性增强3个原因,并通过选取北京既有网络中的4号线为典型案例,分析不同类型的线路接入对4号线的客运量、换乘量以及断面客流量的影响,从而得出城市轨道交通新线接入对既有网络客流分布的影响机理。     

城市轨道交通进站客流量短时组合预测模型

高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。     

城市轨道交通进站客流量短时预测模型研究

利用数学方法可以改善城市轨道交通进站客流量的短时预测效果,促进轨道交通车站客流管理智能化水平。首先建立K近邻非参数回归模型,然后在传统卡尔曼滤波模型的观测方程中引入偏差修正系数以提高其预测精度;再采用贝叶斯方法将以上两模型进行组合;最后利用2013年11月北京市地铁13号线的进站客流数据,研究对比这三类模型在早高峰、平峰、晚高峰和全天的预测精度。结果表明:K近邻非参数回归的总体预测精度最高;贝叶斯组合预测模型次之,但平峰时段效果最好;基于偏差修正系数的卡尔曼滤波模型晚高峰时适用性较差。     

城市轨道交通诱增客流量预测分析

介绍了城市轨道交通诱增客流量的定义及现有的预测模型,并指出其在应用中存在的问题。分析了城市轨道交通诱增客流量预测的难点,指出城市发展、常规公交、票价、线网规模、出行成本及交通政策是预测诱增交通客流量中需要考虑的主要因素。给出了城市轨道交通诱增交通量预测框架。     

基于列车满载率的城市轨道交通进站客流量控制

基于新冠肺炎疫情的防控要求,2020年初北京轨道交通将列车满载率作为客流控制指标,严格控制城市轨道交通的进站客流量。为此,亟需量化各车站的进站客流控制阈值,用以作为现场客流管控的依据。提出了基于列车满载率的进站客流控制模型及相关客流控制方案。首先根据线网的客流特征对控流日客流的OD(起讫点)信息进行预测,再结合列车运行图精确推演出乘客进站—上车—换乘—下车的全过程出行链信息,计算得到乘客出行所乘坐的各计划运行车次的列车满载率数据;然后结合列车满载率控制指标进行逆向推演及反算,得到该计划列次在各站上车的客流控制阈值,再根据车站客流分布特征计算得到各站10 min粒度的进站客流控制阈值;最后,举例说明了该客流控制模型在北京轨道交通线网进站客流控制管理中的科学性及有效性。     

地铁新线网站点客流量预测的自训练模型研究

准确预测地铁新线网的站点客流量是地铁规划和管理的重要工作。为提高新线网站点客流量的预测精度,文章提出一种迭代创造新样本以扩充训练集的自训练模型。该模型由K最邻近模型和极端梯度提升模型组成。首先,使用K最邻近模型生成与已有训练样本相似的伪标记样本。然后,使用极端梯度提升模型选择最置信的伪标记样本以扩充训练集。在迭代结束后,输入新线网的站点客流影响因素数据,预测站点客流量。结果显示：所提出的模型与几种基准模型相比具有更高的预测精度。     

城市轨道交通新线运营设备验收管理信息系统设计与实现

城市轨道交通运营安全日益受到重视,新建线路运营设备的验收工作变得越来越重要。为了更加规范城市轨道交通新建线路运营设备验收工作,提供便捷的信息化管理平台,研究了城市轨道交通现有管理办法和验收流程,设计并开发了新线运营设备验收管理信息系统,在北京地铁投入使用,进一步规范了北京地铁新线运营设备验收工作管理。     

城市轨道交通线网规划与客流预测

结合实际应用,对各阶段客流预测的年限、目标、内容和分析思维,以及对客流预测成果的控制性评判方法进行研究与探讨,在指导运营组织设计方面提供新的思路.     

城市轨道交通线网时空相关性客流预测研究

城市轨道交通客流预测是一个时空相关的复杂问题,仅根据车站的历史数据很难得出更有参考价值的预测结果。提出基于Elman神经网络算法的时空相关性客流预测方式。其模型输入包括车站的历史数据和线网中其它车站及交叉线路车站的时空相关性数据。前者从车站前3周数据中提取纵向强时间相关性数据;后者从相关车站的前3周数据中提取横向强时间相关性数据。提取过程均采用Spearman算法。在两条交叉线路共33个车站3周时间范围的客流数据上,利用Elman神经网络算法比较分析时空预测方式和时间预测方式的预测性能。试验结果表明,时空预测方式对实际客流的预测精度优于时间预测方式。最后,在时空预测的基础上进行客流多步预测,为城城市轨道交通有效的客流疏导提供数据支持和相对宽裕的时间。     

新线开通对线网客流特征的影响

随着北京市轨道交通的快速发展,每年的新线开通都将对线网各线的客流分布产生较大的影响,但新线可研多注重新线自身的预测,缺乏线网整体变化的预测分析.结合线网客流变化的关键因素,探索利用新线可研和现有OD数据预测新线开通后线网客流的方法,并以北京地铁4号线开通为例进行验证,从一定程度上证明该方法的可行性和适用性.     

基于换乘网络的城市轨道交通客流分配模型

城市轨道交通客流分配需要考虑乘客换乘的影响。为了直观表达乘客的换乘方案,方便换乘阻抗的计算,阐述了城市轨道交通换乘网络的构建方法,在分析换乘网络弧的阻抗计算方法的基础上,建立了城市轨道交通客流均衡分配模型。分析说明了该模型与公路交通分配模型具有相同的形式,因此可利用公路交通流分配算法进行求解。最后,通过实例验证了的该客流分配方法的有效性。     

应对潮汐客流的城市轨道交通列车节能和乘客节时运行图优化模型

为应对城市轨道交通客流潮汐现象中因客流断面与客流方向不均衡而引起的列车牵引能耗高和乘客等待时间长的问题,提出一种考虑大小交路和列车放空运行的列车节能和乘客节时运行图优化模型.先通过优化上、下行方向大小交路站站停载客列车和非站站停放空列车开行序列,设计满足实际运营环境的6项约束条件,实现列车总牵引能耗和乘客总等待时间的双...     

城市轨道交通进出站短时客流预测模型研究

针对城市轨道交通短时进出站客流的强随机性、周期性及非线性的特征,提出了一种基于小波变换与Adam算法优化的长短时记忆网络(LSTM)短时客流组合预测模型(即WT-LSTM组合模型),同时基于非饱和激活函数ReLU函数实现了LSTM的学习与训练.采用LSTM模型与WT-LSTM组合模型对广州地铁广州塔站的客流量进行预测,...     

基于ArCGIS的城市轨道交通客法流预测

针对乌鲁木齐市轨道交通客流预测,论述如何在不进行大规模的分片区城市人口和就业调查情况下,依据社区人口调查和全国经济普查数据,利用地理信息系统平台软件(ArcGIS)的空间分析功能作为工具,将社区人口和经济普查数据中的就业岗位经分析计算转化为客流预测所需的交通小区的居住人口数和就业岗位数.     

基于ArcGIS的城市轨道交通客流预测

针对乌鲁木齐市轨道交通客流预测,论述如何在不进行大规模的分片区城市人口和就业调查情况下,依据社区人口调查和全国经济普查数据,利用地理信息系统平台软件（ArcGIS）的空间分析功能作为工具,将社区人口和经济普查数据中的就业岗位经分析计算转化为客流预测所需的交通小区的居住人口数和就业岗位数。     

城市轨道交通客流特征及预测相关问题

客流预测是城市轨道交通建设的一个十分重要的环节,是各项设计工作的基础。预测结果的可靠与否直接关系到城市轨道交通的建设投资、运营效率和经济效益。通过对城市轨道交通客流进行分析,阐述了城市轨道交通客流规模影响因素、客流形成机理、客流特征、客流预测方法等。分析了四阶段法各阶段预测所使用模型及方法。     

城市轨道交通客流高峰持续时间预测方法

分析了国内城市轨道交通运营管理的发展现状,总结了关于客流高峰持续时间现有的研究方法,通过对比分析,选择回归分析作为城市轨道交通客流持续时间预测模型。分析和定义了城市轨道交通客流高峰事件的概念,探讨了客流高峰事件的影响因素,阐述了回归分析模型的理论基础和求解方法。以南京地铁1号线的数据作为原始数据并进行建模,在此基础上验证研究方法的可行性。