结合用地性质的北京市轨道客流特征分析

随着城市轨道建设的快速发展,北京市轨道交通已经进入网络化阶段.为了应对日益复杂的客流特性,收集北京市轨道交通AFC(Auto Fare Collection)刷卡数据,对北京市轨道交通既有线路的客流历年变化规律和基本特征进行分析;然后结合国内外城市轨道交通网络化特点,从北京市全网客运强度、换乘系数、平均运距方面,分析轨道交通客流特征;其次从线路、站点两个层面,结合站点周边用地特性,阐述北京市轨道交通进出站规律、换乘规律;基于上述分析,提出未来建设规划中需要注意完善轨道交通与其他交通方式衔接,建立多层次轨道交通管理系统,把握换乘站设计.     

城市轨道交通与其他交通方式衔接规划

本文以广州轨道交通一~三号线交通衔接规划为例,从轨道交通客流吸引范围特性、站点交通功能等级划分以及站点交通衔接规划等方面,系统探讨城市轨道交通与常规公交、小汽车交通、自行车交通和步行交通等其他交通方式的衔接.     

基于循环神经网络的城市轨道交通短时客流预测

为更好地预测城市轨道交通的短时客流情况,提出了基于循环神经网络模型的预测方法。首先,针对轨道交通进出站客流数据,利用Pearson相关系数确定短时客流影响因素;然后,改进K-means聚类算法划分高、中、低客流量三类轨道站点,分析客流时空分布规律及高峰时间段;最后,采用分别基于长短时记忆神经网络（LSTM）与门控循环单元（GRU）的短时客流预测方法,预测不同类型站点在不同时段的客流。实验结果表明：5 min为预测的最佳时间粒度,在此时间粒度下GRU模型整体性能优于LSTM模型。     

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。     

基于SVR的轨道交通客流量预测

对各种城市轨道交通客流预测方法进行分析和比较,指出进行短期城轨客流预测的必要性.支持向量回归方法作为以结构风险最小化原理为理论基础的学习算法,可应用于轨道交通客流量预测.构建了城市轨道交通客流的预测模型,与BP神经网络预测方法进行了比照试验.     

大型活动公交客流分配方法

根据大型活动客流特点,结合城市规模确定线路研究范围;在确定不同站点服务半径的基础上,采用几何划分的方法,确定了站点服务区域;根据站点客流与其服务面积相关的原则,建立了交通小区公交客流分配模型;依据站点与线路的关联属性,考虑换乘与背景客流量,建立了线路客流预测模型;最后,以北京奥运篮球馆晚间散场公交客流分配为例,对线路客流进行了分配,与实际客流进行了对比,最小误差达到3%,基本可以满足公交调度与运营要求.     

基于城市轨道交通的常规公交线网优化调整

为推动公交优先发展战略全面实施,充分发挥大运量城市轨道交通在公共交通系统中的骨干作用和常规公交的辅助协调作用,需要围绕城市轨道交通对常规公交做出优化调整.该文从城市轨道交通影响范围内的常规公交客流的变化情况入手,对常规公交线网优化调整问题进行描述,建立以直达能力最大为目标函数,以线路长度、非直线系数、公交线网密度等为约束条件的常规公交线网优化模型;构造算例,应用遗传算法进行优化模型求解分析,其结果表明对常规公交线网优化的效果明显.     

基于一卡通数据的公交站点识别方法分析与研究

针对大众公共交通高峰期部分站点上车难等问题,通过分析一卡通大数据来推断上车站点客流,提前预知客流分布状况,以缓解城市公共交通出行压力.本文采取了一种基于IC卡数据的聚类分析方法,建立了数据模型来推算上下班高峰期公交线路站点的客流,并对测算结果进行对比分析.最后提出包括开行区间车、大站快车等改善交通运营的相关措施,为城市交通部门的公交线路设计和综合交通规划提供一定的指引,确保城市居民日常乘车的便捷性和舒适性.     

基于交通容量限制的车站用地规划模型研究

城市轨道交通的快速发展,带来车站地区用地的二次开发,交通容量限制下的车站用地规划模型研究可实现社会效益最大化的车站用地开发。文章基于交通与用地互动规划原理,将车站地区用地划分为圈层结构,通过分析车站与地铁站距离、客流吸引强度、开发效益函数、用地吸引发生率、内部出行比例、站点功能定位等影响因素,确定车站用地二次开发的限制条件;以用地开发效益最大化和轨道客流最大化为目标,将用地类型和开发强度作为模型结果,建立容量限制下的车站用地多目标优化模型;以长沙滨江新城轨道车站规划为例,验证模型的适用性。结果表明:滨江新城第一轨道站点为商业商务型站点,在周边交通容量限制条件下,商业用地在三个圈层的用地比例分别为70%、64%、55%,容积率分别可达到10、7.5、6.0;对比原有规划,商业开发增加约20%可进一步提高用地开发效益和轨道客流量。     

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。     

基于运营组织的城市群轨道客流预测法

为了提高城市群轨道交通客流预测“四阶段法”的精度,在分析城市群轨道交通客流特点的基础上,将轨道交通客流预测方法分为独立线网分配预测法和综合线网分配预测法,分析了两种预测方法的预测模式及优缺点,对基于方式划分-交通分配的联合分配的综合线网分配预测法进行改进研究,提出了基于运营组织的城市群轨道客流预测方法,阐述了预测过程及其在TransCAD软件中的具体实现方法。改进方法以城市和城际公共交通网络组成交通分配的综合基础网络,从运营组织层面考虑公共交通方式之间的合作与竞争,得到竞争后稳态的轨道交通客流,预测结果更加合理,最适合城市群的轨道交通和快速公交系统(BRT)的客流预测。     

雨雪天气下轨道交通客流预测模型

为了完善雨雪天气下轨道交通客流预测模型,对哈尔滨市地铁1号线2017年12月份至2019年1月份的全线客流数据进行研究,引入客流基准值和客流偏差率的指标来量化轨道交通客流波动情况,研究雨雪天气下轨道交通客流波动规律,提出一种基于雨雪天气下轨道交通客流时空波动规律的短时客流预测模型WI-LSTM,以平均绝对误差（MAE）、均方根误差（RMSE）以及平均相对误差（MRE）作为预测模型的评价指标,与经典的SARIMA预测模型、支持向量回归（SVR）预测模型和未考虑雨雪天气的LSTM预测模型进行了对比。结果表明:考虑雨雪天气的WI-LSTM预测模型可以充分利用雨雪天气轨道交通客流波动规律,相比其他3种预测模型具有更高的准确性和可靠性。WI-LSTM预测模型进一步提升了雨雪天气下轨道交通客流预测精度,可为轨道交通企业运营管理提供数据支撑。     

“双碳”视角下的上海市轨道交通客 流时空格局及特征

在快速城市化与“双碳”背景下,城市通勤引发的交通及能源问题成为制约城市可持续发展的重要因素。故利用467万条智能交通卡数据分析上海市轨道交通客流的总体特征及空间分布特征。结果表明：从时间尺度上分析,早高峰、晚高峰时段内乘客的平均出行时间要稍低于全样本时段内乘客的平均出行时间;轨道交通进站客流早高峰会早于出站客流早高峰出现;从市辖区尺度分析,人口数量与各市辖区的轨道交通客流量呈现出一定的正相关性;从街道尺度来看,城市中不同街道的居民对于轨道交通的依赖程度存在较大差异,空间差异性较强。因此,建议发展以步行和自行车为主的低速交通网络,建立公交与步行城市交通并重的绿色出行发展模式,并不断完善交通需求管理方式,以减少城市道路的碳排放量,进一步提高城市绿色交通运行效率,推动城市低碳经济的快速发展。     

Real-time origin-destination matrices estimation for urban rail transit network based on structural state-space model

The major objective of this work was to establish a structural state-space model to estimate the dynamic origin-destination(O-D) matrices for urban rail transit network, using in- and out-flows at each station from automatic fare collection(AFC) system as the real time observed passenger flow counts. For lacking of measurable passenger flow information, the proposed model employs priori O-D matrices and travel time distribution from historical travel records in AFC system to establish the dynamic system equations. An arriving rate based on travel time distribution is defined to identify the dynamic interrelations between time-varying O-D flows and observed flows, which greatly decreases the computational complexity and improve the model's applicability for large-scale network. This methodology is tested in a real transit network from Beijing subway network in China through comparing the predicted matrices with the true matrices. Case study results indicate that the proposed model is effective and applicative for estimating dynamic O-D matrices for large-scale rail transit network.     

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.     

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.     

乘客出行距离分布对轨道线网内公交竞争力的影响

从城市建设用地不断扩张的角度出发,研究城市居民出行距离分布变化对高密度轨道线网影响下的长距离穿越式公交线路竞争力的影响. 分析城市居民出行距离的变化趋势,提出公交站点选择概率的计算方法,建立基于Logit-SUE的公共交通网络客流分配模型,研究区域内居民平均出行距离和居住分散性系数对长距离穿越式公交线路竞争力及各站点选择概率的影响. 结果表明：在城市扩张趋势下,居民平均出行距离存在逐渐增大的趋势,轨道交通方式的优势逐渐突显,长距离穿越式公交线路竞争力逐渐减弱;公交线路各站点选择概率逐渐减小,且线路中心区站点对平均出行距离的灵敏性相对线路边缘区站点较低. 随着城市的不断扩张,居住分散性系数存在逐渐减小的趋势,分散性系数越小,居民居住地分布越集中,长距离穿越式公交线路的选择概率越小,竞争力越弱. 随着乘客居住地分布由“小而分散”向“大而集中”转变,长距离穿越式公交线路各站点选择概率存在逐渐减小的趋势.     

城市轨道交通站点分布优化模型与算法

为解决最优平均站间距在实际布设站点时指导作用不明显的问题,提出城市轨道交通站点分布优化模型与算法.首先定义了城市半径,然后将城市分为3种形态,线路分为两类,分别建立基于城市规模的轨道交通平均站间距模型,并进行了求解.根据线路途经区域能否建设站点,将线路分为障碍区、连接区和可行区,确定可行域.根据站点客流量及线路途径区域的功能布局将站点分为3个等级,建立求解站点位置模型.最后以长春轻轨4号线进行实例分析,结果表明:模型能够求解最优平均站间距,并确定每个站点的布设位置.与既有站点比较分析,模型求解的站点分布将轻轨4号线高峰小时运能提高了6个百分点.