基于天气因素的城市轨道交通接驳客流预测改进模型

本文从当前城市轨道交通车站接驳工作中存在的问题入手,阐明了接驳客流预测工作的重要性,并着重抓住天气因素对接驳客流预测的影响,结合现实调查数据,找出了晴天和雨天的各种接驳交通方式客流分担率变化规律;在此基础之上借助于经典的Logit模型构建了城市轨道交通接驳客流预测的改进模型,指出各种接驳方式的设施需根据不同天气条件下客流需求的最大值进行配置.     

考虑城市客运结构优化的城市轨道交通定价方法研究

票价直接影响乘客出行方式选择和城市客运结构.在比较交通方式相对优势度和影响因素的基础上,以城市综合交通乘客出行时间最少,整体系统结构优化为目标,构建了城市客运系统整体出行时间最小的双层规划模型,并进行算例分析,验证模型的可操作性.算例表明,调整城市轨道交通票价情况下,随着票价降低,选择城市公共汽车和私人小汽车出行客流转移到城市轨道交通,城市轨道交通客流逐步增加,整个系统广义出行成本降低,系统总出行时间减少.城市客运系统结构中各交通方式优势的发挥受票价影响,在城市轨道交通票价制定时,应优先提高城市轨道交通客流量以增强客流分担率,最大可能发挥其运能大和系统出行时间少的特点.     

考虑综合效益的城市轨道交通票价制定方法

城市轨道交通的票价制定涉及到社会各方的利益,合理的票价可以促进城市轨道交通系统的健康良性发展。由于城市轨道交通的票价与其承担的客流量有直接关系,故首先利用logit模型确定城市轨道交通的客流分担率,同时考虑诱增客流量,在此基础上建立起综合考虑包括消费者、企业、政府各方在内的综合效益最优的多目标规划模型,从而求解相应的最优票价。最后以具体实例详细验证了该方法的可行性。     

基于效用理论的城市轨道交通运营管理优化策略

基于交通客流形成机理,分析了城市出行者交通需求产生和出行决策;提出了交通需要是交通需求的必要条件,出行者支付能力是交通需求的充分条件;认为出行决策是依据出行者效用最大化原则。基于效用理论的交通方式分担模型,讨论了城市轨道交通与常规公交竞争博弈机理。以广州市轨道交通为例,将时段客流分为高峰期、中峰期和低峰期3类,研究其交通客流特征。结果表明:在高峰期客流充足,城市轨道交通运输资源得到了充分利用;在平峰期和低峰期客流稀少,资源闲置。根据效用最大化理论,将分时段弹性票价运营策略和适当调整发车时间间隔策略运用于广州市轨道交通中峰时段,结果表明:实行综合优化策略的日客流量增加了14.9%。     

城市轨道交通客流吸引措施研究

论述客流对于城市轨道交通可持续发展的重要性,通过分析城市轨道交通客流吸引的影响要素,研究在城市轨道交通规划设计阶段、建设阶段和运营阶段相对应的客流吸引方法,提出完善站点接驳配套工程、制定合理的票价政策、持续改善运营服务等具体措施,为城市轨道交通经营单位在不同时期制定客流吸引措施提供参考。     

基于灰色理论的城市轨道交通短期客流预测研究

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作的关键。在研究城市轨道交通的断面客流特征的基础上,建立基于灰色预测的城市轨道交通短期客流预测模型,提出通过若干组连续历史客流数据构建灰色预测模型,以此类推对未来客流进行预测。以某城市轨道交通网络客流为例进行计算,得到预测数据与真实数据误差较小,验证了该模型与方法的有效性。     

基于常规公交的轨道交通站点吸引范围研究

在进行城市轨道交通规划与运营优化时,需要对客流进行分析,其中确定城市轨道交通站点的吸引范围属于关键性问题。考虑到不同用地性质的轨道交通站点承担的交通功能不同,对城市轨道交通的站点进行分类,建立基于聚集效应的城市轨道交通站点客流吸引范围模型,并通过实例进行分析,得到轨道交通站点对常规公交客流的合理和最大吸引时间,从而确定不同类型站点的客流吸引范围。     

城市轨道交通换乘站客流实时预测与客运组织应用与研究

城市轨道交通换乘站作为交通枢纽,客流量较大,且线路较为复杂,使地铁管理机构组织客流及监测客流面临挑战。首先探讨城市轨道交通换乘站特点,并分析换乘站客流,其次,探讨换乘站客流实时预测算法,最后提出城市轨道交通换乘客运组织方法,使换乘站客流有序流动,保障客运的安全性。     

城市轨道交通客流预测内容和应用

针对城市轨道交通客流预测存在的问题,介绍了城市轨道交通客流预测的基本观点、年限和范围。从线路客流、车站乘降客流、OD客流、换乘车站客流、车站出入口分向客流等方面,着重分析了城市轨道交通客流预测的内容及其在轨道交通建设项目中的作用。探讨了客流预测结果的可信度,包括线网总量控制、线路量级分析、敏感性分析和设计应用4个方面。最后,总结了轨道交通客流预测在未来应关注的问题。     

基于动态反馈神经网络的城市轨道交通短期客流预测

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交通的断面客流特征的基础上,建立基于动态反馈神经网络的城市轨道交通短期客流预测模型,提出通过若干组连续历史断面客流数据训练动态连续的神经网络,以此对未来客流进行预测;并以北京轨道交通某日早高峰客流为例进行分析,验证了该模型与方法的有效性。     

铁路公交化对客流吸引的影响分析

通过分析公交化铁路系统内外部因素,收集历史数据进行参数拟合,并运用旅客出行效用理论建立模型,对普通铁路与公路、公交化铁路与公路城际客运市场占有情况进行分析。分析表明,公路运输在出行距离在300 km以内时具有较高吸引力,800 km以上时吸引力较弱,运输距离为800 km时市场占有率为17．4％;普通铁路运输在中长途运输时占有优势,出行距离为600 km以上时,优势较为明显;公交化铁路中短途客流吸引力较普通铁路和公路强,出行距离在600 km以内时具备绝对吸引力;铁路公交化发展会在很大程度上改变客流分配格局。     

城市轨道交通多交路共线运营客流分配方法

多交路共线运营客流分配是城市轨道交通复杂交路设计、列车开行方案优化的基础。本 文以典型共线运营多交路为例，通过划分客流出行区段将乘客分为不同类型，分析了不同类型客 流的路径选择策略，提出以发车频率确定的客流分担比例计算方法，构建了基于发车频率和乘客 出行区段划分的客流分配模型。在此基础上，将多交路共线运营物理网络转化为共线运营服务 网络，通过引入超路径的概念，将乘客出行优化策略转化为共线运营服务网络上的最短超路径问 题，并考虑乘客在车拥挤感知费用，提出了基于超路径的客流增量分配方法。最后，通过算例验 证了共线客流分配方法的有效性，对比分析了两种方法的特点和适用性。     

基于周期运行图的城市轨道交通行车组织分析

基于周期运行图的行车组织模式主要特点为规律化、模式化、简单化,通过分析客流预测对行车组织的影响,以福州市轨道交通1号线为背景,结合该线路客流特点,对基于周期化运行的列车运行图通过能力、高断面客流高峰小时列车开行对数及发车间隔等行车组织相关问题进行研究,研究结果对未来福州市轨道交通1号线运营组织具有一定的实用价值。     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

���й����ͨ��������ֲ�����ģ���о�

城市轨道交通网络客流时空分布特征是网络化协同运输组织的基础与核心.本文在系统分析城市轨道交通乘客出行行为的基础上,基于Multi-Agent建模技术,构建了网络客流分布动态仿真模型,应用该模型模拟乘客的网络出行过程,统计分析得到路网的客流分布特征.该模型既能反映乘客网络出行行为全过程,又能满足大规模路网仿真需求.最后,开发了城市轨道交通网络客流仿真系统,通过北京市轨道交通网络的实际数据对模型和算法进行验证.