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。     

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。     

城市轨道交通车站短时客流机器学习预测方法

轨道交通具有载客量大、安全及环保等优点,已成为多数乘客的优先出行方式,是缓解城市交通压力的有效途径之一．为提高轨道系统的运行效率,实现轨道交通智慧化运营,基于机器学习算法理论,结合轨道交通车站的时间、空间及外部影响因素等客流特征,建立轻量的梯度提升机（light gradient boosting machine,LightGBM）、长短期记忆（long short-term memory,LSTM）及LightGBM-LSTM融合模型的车站短时客流预测模型,同时构建差分自回归移动平均（autoregressive integrated moving average,ARIMA）和极限梯度提升（extreme gradient boosting,XGBoost）模型作为预测实验的对照模型．以中国杭州地铁自动售票系统刷卡数据为例,选取了5种地铁车站（居住类型、工作类型、居住工作混合类型、购物类型及交通枢纽类型）和3个准确性评价指标（平均绝对误差、均方根误差及平均绝对百分误差）,量化评价不同模型的预测准确性．结果表明,基于多特征的机器学习模型可以较好预测地铁车站短时客流,弥补了传统时间序列...     

基于KLP的城市轨道交通车站照度选择

综合考虑城市轨道交通车站功能区域划分和客流需求特征,利用非集计型模型价格敏感度测定法(KLP)对不同区域、不同行为的工作人员与乘客的心理照度需求进行了分类调查和测试,并在对测试数据进行回归分析的基础上,求得各类照明度的意识阻抗界限值和可接受调节区间.通过对某车站照度优化前后的能耗计算分析表明,提出的照度动态调节方法,可以达到节约能耗和以人为本设计的双重目的.     

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。     

城市轨道交通列车牵引计算与仿真

地铁列车运行状态分析、计算是确定地铁列车牵引电机功率及其牵引供电系统容量的需要。根据地铁列车的运行状态建立了列车牵引计算模型,在Matlab仿真平台上编写了地铁列车多种运行工况下的仿真程序,并通过算例验证了列车牵引计算模型的正确性。     

城市轨道交通智慧车站建设探讨

在城市发展过程中,城市轨道交通以其安全舒适、准点性高、快速、环保、运能大和能耗少的特点,成为交通运输网络的骨干.城市轨道交通车站的建设运营,在为社会生活带来极大便利的同时,也不可避免地对社会和生态环境带来影响.首先,车站大型设备所产生的噪声、振动、电磁辐射,有可能影响周边环境;其次,车站的内部建筑设计和交通组织方式,也...     

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。     

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。     

轨道交通工程项目总控组织设计研究

针对轨道交通工程建设管理特征，给出了项目总控模式下轨道交通工程项目组织设计的一般步骤和主要内容；并以武汉市轨道交通一号线工程建设为研究应用背景，从项目业主组织构成、项目总控团队的成员组织结构、工作流程以及成员职能等层面进行了系统设计，为武汉市轨道交通一号线工程项目总控支持系统的设计开发与应用奠定了良好的组织基础。     

基于AHP和余弦决策法的城市轨道交通安全性评价

针对影响城市轨道交通安全的各种因素,从列车设备、工程设施、人员管理以及外部环境等4个方面建立了层次结构的安全性评价指标体系．通过AHP法即层次分析法对评价体系的各指标进行权重的确定,运用余弦决策法建立了城市轨道交通安全性评价模型,对城市轨道交通的安全性进行了综合评价．并用算例验证了模型的合理性和有效性．     

轨道交通一般站点换乘交通组织特征聚类分析

随着轨道交通线网的大规模建设,轨道交通站点急剧增多,站点换乘成为影响公共交通出行的关键因素．目前,在轨道站点与其“两端”的交通方式衔接过程中,存在换乘设施不足、换乘时间长、无秩序、不方便等状况．因此分析轨道站点周边换乘交通组织特征,解决“最后一公里”问题,是促进出行方式调整的重要一环．采用SAS对北京市核心区内一般站点的换乘现状属性进行分类,然后结合现场调研对每类站点再分级,归纳出每级站点的换乘交通组织特征．最后得到站点不同类型特征,并用于挑选深入研究的典型站点,旨在为轨道交通一般站点周边换乘设施规划、布局、换乘交通组织优化提供参考．     

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.     

轨道交通车辆到达前站台乘客候车分布研究

在分析站台乘客候车分布特性的基础上,构建候车位置场强度函数,建立了站台候车位置乘客人数预测模型.为求解模型参数,以实际乘客候车人数与预测相差平方和最小构造目标函数,改进了确定搜索区间的进退法.在此基础上,分析了模型参数与站台乘客候车分布之间的关系.以海淀黄庄站台乘客候车分布数据进行验证,结果表明,一般误差在0~4人,最大误差为6人,基本可以满足实际要求.     

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.