客流預(yù)測(cè)是對(duì)遠(yuǎn)期交通需求的一種狀態(tài)量化,對(duì)于城市的總體規(guī)劃和綜合交通規(guī)劃有著重要的指導(dǎo)作用.同時(shí),軌道交通作為國(guó)內(nèi)外重大系統(tǒng)工程,項(xiàng)目建設(shè)初期要根據(jù)客流預(yù)測(cè)提供的數(shù)據(jù)進(jìn)行規(guī)劃設(shè)計(jì),這樣才能提高城市軌道交通建設(shè)的科學(xué)性和經(jīng)濟(jì)性.

城市軌道交通客流的特征分析，可以為城市的軌道交通規(guī)劃創(chuàng)造條件，而客流預(yù)測(cè)是各項(xiàng)設(shè)計(jì)工作的基礎(chǔ)。預(yù)測(cè)結(jié)果的可靠與否直接關(guān)系到城市軌道交通的建設(shè)投資、運(yùn)營(yíng)效率和經(jīng)濟(jì)效益。就城市軌道交通客流特征及預(yù)測(cè)相關(guān)問(wèn)題進(jìn)行了探討，以期為軌道交通的運(yùn)行提供參考借鑒。

目前,在我國(guó)經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型以及新型城鎮(zhèn)化的市場(chǎng)轉(zhuǎn)型下,綠色、高效、便捷的城市軌道交通的構(gòu)建已經(jīng)成為緩解城市交通壓力、提升城市形象以及便于居民出行的迫切需要.居民出行特征分析是客流預(yù)測(cè)的重要組成部分,而客流預(yù)測(cè)研究又是分析軌道交通線(xiàn)網(wǎng)規(guī)劃的重要依據(jù).

通過(guò)分析城市軌道交通客流量的時(shí)序特征和rbf神經(jīng)網(wǎng)絡(luò)的作用機(jī)理,將具有不同時(shí)序特征的數(shù)據(jù)分別用不同的神經(jīng)網(wǎng)絡(luò)進(jìn)行處理,建立了基于客流時(shí)序特征的并行加權(quán)神經(jīng)網(wǎng)絡(luò)模型,并用該模型對(duì)北京市城市軌道交通各條線(xiàn)路的客流進(jìn)行預(yù)測(cè).結(jié)果表明,各線(xiàn)路客流量預(yù)測(cè)結(jié)果的平均絕對(duì)百分誤差均在10％以下,小于單個(gè)神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)誤差,提高了預(yù)測(cè)精度.

城市軌道交通短期客流預(yù)測(cè)是列車(chē)運(yùn)力配置和網(wǎng)絡(luò)化運(yùn)營(yíng)決策的基礎(chǔ),預(yù)測(cè)結(jié)果的準(zhǔn)確性、精細(xì)度及科學(xué)合理性決定了運(yùn)營(yíng)過(guò)程的安全性、運(yùn)營(yíng)組織的高效性和資源配置的均衡性.節(jié)假日(包括節(jié)前一日)客流與平日有明顯差異,不同節(jié)假日、不同車(chē)站的客流規(guī)律各異,預(yù)測(cè)過(guò)程同時(shí)面臨路網(wǎng)結(jié)構(gòu)改變、歷史可用樣本少等問(wèn)題,本文綜合考慮大型活動(dòng)、惡劣天氣、車(chē)站周邊土地利用性質(zhì)等影響因素,采用模糊c均值聚類(lèi)法和一元線(xiàn)性回歸模型,構(gòu)建了適用于路網(wǎng)結(jié)構(gòu)發(fā)生改變的車(chē)站進(jìn)、出站量預(yù)測(cè)模型,并結(jié)合北京市軌道交通歷史客流數(shù)據(jù),對(duì)2015年清明節(jié)前一日車(chē)站進(jìn)、出站量進(jìn)行了預(yù)測(cè),與神經(jīng)網(wǎng)絡(luò)模型、多元回歸模型預(yù)測(cè)結(jié)果對(duì)比表明,本模型預(yù)測(cè)結(jié)果更好,全路網(wǎng)客運(yùn)量誤差率為0.27%,車(chē)站平均預(yù)測(cè)誤差率為3.92%.

城市軌道交通客流預(yù)測(cè)方法

為預(yù)測(cè)大連站的客流,在進(jìn)行居民出行調(diào)查的基礎(chǔ)上,借助部分\"四階段\"法的研究成果,引入廣義出行費(fèi)用,以最小廣義費(fèi)指標(biāo)為標(biāo)準(zhǔn)來(lái)確定車(chē)站的吸引范圍;然后通過(guò)建立居民的出行方式鏈組合,結(jié)合logit概率模型,求得大連站的進(jìn)出站客流與換乘客流,預(yù)測(cè)結(jié)果表明,該法在對(duì)換乘車(chē)站進(jìn)行客流預(yù)測(cè)時(shí)具有一定的合理性。

針對(duì)烏魯木齊市軌道交通客流預(yù)測(cè),論述如何在不進(jìn)行大規(guī)模的分片區(qū)城市人口和就業(yè)調(diào)查情況下,依據(jù)社區(qū)人口調(diào)查和全國(guó)經(jīng)濟(jì)普查數(shù)據(jù),利用地理信息系統(tǒng)平臺(tái)軟件(arcgis)的空間分析功能作為工具,將社區(qū)人口和經(jīng)濟(jì)普查數(shù)據(jù)中的就業(yè)崗位經(jīng)分析計(jì)算轉(zhuǎn)化為客流預(yù)測(cè)所需的交通小區(qū)的居住人口數(shù)和就業(yè)崗位數(shù)。

施仲衡，等：城市軌道交通客流預(yù)測(cè)專(zhuān)家點(diǎn)評(píng) 城市軌道交通客流預(yù)測(cè)相關(guān)問(wèn)題分析 中國(guó)工程院院士，施仲衡 我國(guó)非常重視城市軌道交通的規(guī)劃、建設(shè)工 作。溫家寶總理關(guān)于地鐵規(guī)劃、建設(shè)做過(guò)很多批 復(fù)，曾明確指出為了節(jié)約能源要發(fā)展公共交通， 發(fā)展公共交通要發(fā)展地鐵。前期規(guī)劃與客流預(yù)測(cè) 對(duì)軌道交通的建設(shè)、運(yùn)營(yíng)至關(guān)重要。 1軌道交通建設(shè)與客流預(yù)測(cè)現(xiàn)狀 早期軌道交通客流預(yù)測(cè)有很大的隨意性。以 1987年上海市地鐵1號(hào)線(xiàn)可行性報(bào)告審查為例， 當(dāng)時(shí)提出每年的客流增長(zhǎng)按百分比來(lái)考慮，具體 數(shù)值爭(zhēng)議很大。同樣，車(chē)站設(shè)置與否和車(chē)站客流 預(yù)測(cè)密切相關(guān)，不能隨意確定。這些問(wèn)題雖然與 我們對(duì)客流預(yù)測(cè)的認(rèn)識(shí)過(guò)程有關(guān)，但也反映出需 要進(jìn)行客流預(yù)測(cè)研究。 目前，國(guó)家已經(jīng)批準(zhǔn)了15個(gè)城市進(jìn)行軌道 交通的規(guī)劃建設(shè)，每個(gè)城市對(duì)每條線(xiàn)路都在進(jìn)行 客流預(yù)測(cè)。北京市前不久也進(jìn)行了軌道交通線(xiàn)網(wǎng) 模式的研究，客流預(yù)測(cè)仍然是關(guān)鍵問(wèn)題，其準(zhǔn)確

城市軌道交通客流預(yù)測(cè)

客流預(yù)測(cè)是軌道交通規(guī)劃建設(shè)的重要環(huán)節(jié)，提高客流預(yù)測(cè)精度有助于提升軌道交通建設(shè)運(yùn)營(yíng)效率。本文在對(duì)換乘車(chē)站的進(jìn)、出站和換乘客流分析的基礎(chǔ)上，研究基于土地利用的軌道交通換乘站客流量預(yù)測(cè)方法，為結(jié)合軌道交通刷卡大數(shù)據(jù)進(jìn)行挖掘分析以提高其客流量預(yù)測(cè)精度確立了研究方向。

“城市軌道交通客流預(yù)測(cè)理論、方法和應(yīng)用”研討會(huì)

城市交通urbantransportofchina 沈景炎■文章編號(hào)：1672-5328（2008）06-0009-07城市軌道交通客流預(yù)測(cè)內(nèi)容和應(yīng)用forecasting第and6application卷第6期2008ofrail年11transit月vo

收稿日期:20100926 基金項(xiàng)目:陜西省教育廳科研計(jì)劃項(xiàng)目(2010jk652);中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目(chd2010jc084) 作者簡(jiǎn)介:王玉萍(1978),女,山東汶上人,西安建筑科技大學(xué)講師,長(zhǎng)安大學(xué)工學(xué)博士研究生,email:wangypjt@xavat.edu.cn。 第31卷第3期 2011年5月 長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版) journalofchanganuniversity(naturalscienceedition) vol.31no.3 may2011 文章編號(hào):16718879(2011)03007209 城市軌道交通客流預(yù)測(cè)結(jié)果的技術(shù)分析體系 王玉萍1,2,陳寬民1,楊富社3,馬超群1 (1.長(zhǎng)安大學(xué)公路學(xué)院

為研究大城市軌道交通客流發(fā)展趨勢(shì)及線(xiàn)路高峰小時(shí)斷面客流特征,選取東京地鐵、私鐵及首爾地鐵的多條線(xiàn)路,調(diào)查了從運(yùn)營(yíng)初期至2000年的客流數(shù)據(jù)。通過(guò)趨勢(shì)圖分析,總結(jié)并驗(yàn)證了位于建成區(qū)范圍的軌道交通線(xiàn)路遵循\"客流追隨型\"成長(zhǎng)的一般規(guī)律;而位于外圍新開(kāi)發(fā)區(qū)域的軌道交通線(xiàn)路遵循\"客流引導(dǎo)型\"成長(zhǎng)的一般規(guī)律。對(duì)比分析東京典型軌道交通線(xiàn)路斷面客流資料,得到該市軌道交通線(xiàn)路高峰小時(shí)高斷面客流位于環(huán)線(xiàn)及大型換乘樞紐附近,高斷面高峰小時(shí)系數(shù)在24%~35%的結(jié)論。

隨著城市軌道交通線(xiàn)路的不斷增加,城市人口不斷地增多,客流量預(yù)測(cè)就成了軌道交通工作中一個(gè)重要的環(huán)節(jié).本文就針對(duì)客流預(yù)測(cè)這一問(wèn)題,展開(kāi)了討論.開(kāi)篇闡述了客流預(yù)測(cè)的重要性及其內(nèi)涵,介紹了預(yù)測(cè)工作存在的四大問(wèn)題,然后從宏觀(guān)客流預(yù)測(cè)和微觀(guān)客流預(yù)測(cè)兩個(gè)方面分別簡(jiǎn)述了一些重要的預(yù)測(cè)模型和算法,簡(jiǎn)單說(shuō)明了國(guó)內(nèi)外的研究現(xiàn)狀以及目前我國(guó)軌道交通客流預(yù)測(cè)存在的四個(gè)主要問(wèn)題和發(fā)展趨勢(shì).

介紹軌道交通客流預(yù)測(cè)模型的建模方法及建立過(guò)程,并分析模型的特色及創(chuàng)新點(diǎn)。以濟(jì)南市軌道交通線(xiàn)網(wǎng)規(guī)劃為例,對(duì)濟(jì)南市的各個(gè)軌道交通線(xiàn)網(wǎng)方案進(jìn)行客流預(yù)測(cè),為最終確定軌道交通線(xiàn)網(wǎng)方案以及優(yōu)化布局提供技術(shù)支持。

當(dāng)前國(guó)內(nèi)許多大城市正在積極地興建或籌建快速軌道交通設(shè)施，而客流量是軌道交通工程項(xiàng)目設(shè)計(jì)與建設(shè)、運(yùn)營(yíng)與管理的基礎(chǔ)。通過(guò)分析階段期間不足及預(yù)測(cè)的不準(zhǔn)確原因，建設(shè)性的提出城市軌道交通誘增客流量預(yù)測(cè)方法。得出了基于該方法預(yù)測(cè)，預(yù)測(cè)精確度較高，適用現(xiàn)代客流預(yù)測(cè)發(fā)展的需要，具有一定的可行性。

本文首先根據(jù)北京城市軌道交通網(wǎng)絡(luò)的特點(diǎn)，以靜態(tài)非平衡分配模型中的最短路徑分配為理論基礎(chǔ)，實(shí)現(xiàn)歷史客流在斷面上的分配，得到具有參考價(jià)值的斷面客流。然后通過(guò)大量bp神經(jīng)網(wǎng)絡(luò)建模試驗(yàn)，對(duì)北京城市軌道交通客流預(yù)測(cè)問(wèn)題，建立了合理的預(yù)測(cè)模型。最后利用bp神經(jīng)網(wǎng)絡(luò)模型對(duì)13號(hào)線(xiàn)西直門(mén)站至2號(hào)線(xiàn)西直門(mén)站的換乘斷面客流進(jìn)行預(yù)測(cè)，并與最小二乘擬合結(jié)果進(jìn)行對(duì)比分析，得出合理的客流預(yù)測(cè)結(jié)果。

針對(duì)城市軌道交通短時(shí)客流量預(yù)測(cè)問(wèn)題,提出了一種基于自適應(yīng)t分布變異的蝙蝠算法（atm-ba）優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)（wnn）預(yù)測(cè)模型（atm-ba-wnn）。在基本蝙蝠算法（ba）中引入帶有線(xiàn)性遞減控制因子的自適應(yīng)t分布變異,使其具有變異機(jī)制,能夠跳出早熟收斂。并將atm-ba與wnn兩者相互耦合,利用atm-ba優(yōu)化wnn的參數(shù)配置,進(jìn)而提高wnn的預(yù)測(cè)精度。運(yùn)用atm-ba-wnn模型對(duì)鄭州地鐵1號(hào)線(xiàn)短時(shí)客流量進(jìn)行預(yù)測(cè),并與傳統(tǒng)的wnn預(yù)測(cè)模型、ba優(yōu)化的wnn（ba-wnn）預(yù)測(cè)模型以及支持向量機(jī)（svm）預(yù)測(cè)模型進(jìn)行比較。仿真結(jié)果表明,相較于其他3種模型,所建預(yù)測(cè)模型預(yù)測(cè)精度最高,擬合能力更強(qiáng),誤差最小,從而證明了該模型在短時(shí)客流量預(yù)測(cè)領(lǐng)域的可行性及優(yōu)越性。

針對(duì)傳統(tǒng)sod模式下城市軌道交通誘增客流預(yù)測(cè)方法的局限性,通過(guò)分析誘增客流形成機(jī)理,提出了tod模式下城市軌道交通誘增客流預(yù)測(cè)的思路與方法.從交通條件改善角度,提出有無(wú)項(xiàng)目對(duì)比法,預(yù)測(cè)開(kāi)通初期誘增客流;并基于交通引導(dǎo)開(kāi)發(fā)構(gòu)建生長(zhǎng)曲線(xiàn)模型,預(yù)測(cè)近、遠(yuǎn)期誘增客流.最后以tod模式下的北京八通線(xiàn)為例進(jìn)行驗(yàn)證,所得近期預(yù)測(cè)值與實(shí)際值之間的貼合度為0.9,精度優(yōu)于傳統(tǒng)sod模式下的誘增客流預(yù)測(cè)方法.

城市軌道交通客流預(yù)測(cè)是城市軌道交通規(guī)劃科學(xué)決策的重要依據(jù),文章采用bp神經(jīng)網(wǎng)絡(luò)作為模型進(jìn)行客流預(yù)測(cè),基于城市軌道交通的客流數(shù)據(jù)特征,提出了基于大數(shù)據(jù)的軌道交通客流預(yù)測(cè)的方法,以期為軌道交通客流預(yù)測(cè)提供參考。