介紹軌道交通客流預(yù)測模型的建模方法及建立過程,并分析模型的特色及創(chuàng)新點。以濟南市軌道交通線網(wǎng)規(guī)劃為例,對濟南市的各個軌道交通線網(wǎng)方案進行客流預(yù)測,為最終確定軌道交通線網(wǎng)方案以及優(yōu)化布局提供技術(shù)支持。

城市軌道交通線路短時客流具有不確定性特征。分析了短時客流的準周期性,用云概念表示短時客流的特征,構(gòu)建歷史時間云、歷史客流云、當前客流趨勢云以及客流預(yù)測云,并建立時間云與客流云的關(guān)聯(lián)規(guī)則,將時間云作為規(guī)則前件,客流預(yù)測云作為規(guī)則后件構(gòu)建單條件多規(guī)則不確定性預(yù)測云模型。以南京地鐵2號線15min間隔的進站客流預(yù)測為例,將云模型與arima模型的預(yù)測結(jié)果進行對比分析,證明云模型應(yīng)用于短時客流預(yù)測的有效性,從而為城市軌道交通線路短時客流預(yù)測提供了一種新途徑。

客流量預(yù)測是城市軌道交通規(guī)劃設(shè)計和運營管理的基本依據(jù),是城市軌道交通建設(shè)過程的重要組成部分.在對天津地鐵一號線日客流量變化的規(guī)律進行分析的基礎(chǔ)上,采用自回歸滑動平均時間序列(arma)模型對客流量進行預(yù)測.結(jié)果表明,與實際數(shù)據(jù)相比,模型具有較小的預(yù)測相對誤差,取得了較好的預(yù)測效果.

客流預(yù)測作為城市軌道交通建設(shè)的設(shè)計基礎(chǔ)和前提依據(jù),單一的客流預(yù)測方法往往難以滿足預(yù)測精度要求。因此,提出了組合模型預(yù)測方法,并對不同組合模型的實際應(yīng)用進行了闡述,以期為提高客流預(yù)測精度和速度提供借鑒。

城市軌道交通客流分擔(dān)率模型分析

研究目的:通過對傳統(tǒng)的\"四階段\"客流預(yù)測方法優(yōu)缺點的分析,對交通出行方式分擔(dān)率預(yù)測模型進行改進,提高客流量預(yù)測的準確性,為軌道交通車站站臺尺寸及其它設(shè)施的設(shè)計提供依據(jù)。研究結(jié)論:在交通出行方式分擔(dān)率的預(yù)測模型中,引入\"出行者收入水平\"這一概念,重新定義了交通出行方式阻抗函數(shù),優(yōu)化了傳統(tǒng)的\"四階段\"客流預(yù)測方法。以北京地鐵1號線五棵松車站為例,對該車站高峰小時進出站客流進行了預(yù)測,將預(yù)測得到的客流量與實際客流量進行了對比,證明了本文所提出的方法是一種快捷、有效的客流預(yù)測方法。

軌道交通費率清分的實質(zhì)是在不同線路下網(wǎng)絡(luò)客流分布的問題。在充分考慮乘客出行路徑選擇多要素的基礎(chǔ)上,提出一種基于神經(jīng)網(wǎng)絡(luò)的軌道交通客流清分模型。將影響乘客出行路徑選擇的多要素分為確定性要素和不確定性要素,通過樣本訓(xùn)練神經(jīng)元的抑制系數(shù)和激勵系數(shù),結(jié)合轉(zhuǎn)換函數(shù)將結(jié)果傳導(dǎo)給輸出層輸出。與傳統(tǒng)模型相比,該模型更符合乘客出行選擇的多要素心理。最后通過對比客流調(diào)查結(jié)果和logit模型表明,在排除其他要素的干擾下,該方法能夠較好的實現(xiàn)客流在不同線路的清分。

軌道交通費率清分的實質(zhì)是在不同線路下網(wǎng)絡(luò)客流分布的問題。在充分考慮乘客出行路徑選擇多要素的基礎(chǔ)上,提出一種基于神經(jīng)網(wǎng)絡(luò)的軌道交通客流清分模型。將影響乘客出行路徑選擇的多要素分為確定性要素和不確定性要素,通過樣本訓(xùn)練神經(jīng)元的抑制系數(shù)和激勵系數(shù),結(jié)合轉(zhuǎn)換函數(shù)將結(jié)果傳導(dǎo)給輸出層輸出。與傳統(tǒng)模型相比,該模型更符合乘客出行選擇的多要素心理。最后通過對比客流調(diào)查結(jié)果和logit模型表明,在排除其他要素的干擾下,該方法能夠較好的實現(xiàn)客流在不同線路的清分。

信度估計是產(chǎn)生于風(fēng)險管理和精算領(lǐng)域的一種現(xiàn)代預(yù)測方法.借助信度估計的技術(shù)和方法,對城市軌道交通客流量進行短期預(yù)測.為了考慮不同車站客流量間的相依關(guān)系,建立了軌道交通客流量的多維信度預(yù)測模型.并采用天津地鐵一號線的數(shù)據(jù),對所述預(yù)測方法進行驗證.

. . 基于四階段法的城市軌道交通客流預(yù) 測模型研究 . . 摘要 關(guān)鍵詞：軌道交通客流預(yù)測通過預(yù)測線路斷面流量、換乘流量、車站出入口流量 為規(guī)劃線網(wǎng)方案的評價、軌道建設(shè)提供重要的量化指標，其對于軌道交通項目的 科學(xué)決策具有重要的意義。 本文主要內(nèi)容如下： （1）闡述國內(nèi)外軌道交通預(yù)測研究現(xiàn)狀和發(fā)展趨勢，研究背景和研究意義； （2）介紹傳統(tǒng)四階段法基本原理和方法，并指出傳統(tǒng)四階段法存在的不足， 并提出了改進方法； （3）針對傳統(tǒng)四階段法的不足進行了改進，按出行目的和小區(qū)區(qū)位建立改進 的四階段法軌道交通預(yù)測模型； （4）以某軌道交通網(wǎng)絡(luò)為研究對象，運用改進的四階段法進行客流預(yù)測。 關(guān)鍵詞：四階段法；軌道交通；客流預(yù)測；交通分布模型；交通生成模型 . . abstract passengervolumeforecastbypredictingtheflowli

文章根據(jù)軌道交通線網(wǎng)規(guī)劃客流預(yù)測的目標、要點、年限和內(nèi)容,建立了包含出行生成預(yù)測、出行分布預(yù)測、交通方式分擔(dān)預(yù)測和交通分配預(yù)測的四階段法預(yù)測模型,并利用該模型對蘭州市軌道交通線網(wǎng)規(guī)劃的四種方案進行了客流預(yù)測,得出最優(yōu)方案。

研究以軌道交通客流轉(zhuǎn)移預(yù)測為目標,綜合考慮居民出行選擇習(xí)慣、交通信息及交通環(huán)境等因素,利用烏魯木齊市居民出行方式選擇sp調(diào)查(statedpreferencesurvey)數(shù)據(jù)構(gòu)建ml(mixedlogit,混合logit)模型,對城市軌道交通客流轉(zhuǎn)移進行實證研究。研究結(jié)果表明,ml模型能夠反映出個體選擇喜好的隨機特性；居民出行選擇習(xí)慣、交通信息及交通環(huán)境因素顯著影響居民向軌道交通轉(zhuǎn)移的選擇；軌道交通1號線和2號線建成后,預(yù)測可承擔(dān)烏魯木齊市南門附近居民31.75%的出行,該部分出行主要是從常規(guī)公交、brt和出租車轉(zhuǎn)移而來,而私家車出行向軌道交通轉(zhuǎn)移較困難。研究成果可為軌道交通建設(shè)的城市特別是新建軌道交通的城市提供有力的數(shù)據(jù)支撐和理論基礎(chǔ)。

軌道交通客流預(yù)測對于充分發(fā)揮路網(wǎng)整體能力和綜合效益、最大限度地滿足客流的需求以及優(yōu)化網(wǎng)絡(luò)運能配置和建設(shè)方案都具有極其重要的作用。重點研究了logistic種群增長模型的產(chǎn)生、類型以及在實踐中的應(yīng)用,并對軌道交通客流的形成、影響因素以及單線客流成長規(guī)律進行深入分析研究,將兩者相結(jié)合,建立了logistic客流預(yù)測模型。

以基于距離衰減理論的可達性模型為基礎(chǔ),運用gis柵格數(shù)據(jù)分析方法,獲得了社區(qū)公交出行預(yù)測的新方法。主要過程包括社會經(jīng)濟活動的空間分解、可達性模型標定參數(shù)及可達性概率計算。以大連市七賢嶺街區(qū)作為實例進行了社區(qū)公交出行客流分布預(yù)測研究,并基于實際調(diào)查對結(jié)果進行了驗證。結(jié)果表明,基于gis的可達性模型對公交出行發(fā)生預(yù)測方法在微觀層次提供了一個有效的方法。該方法所需數(shù)據(jù)較少,數(shù)據(jù)分析周期短,建模成本低,適應(yīng)我國目前城市建設(shè)量大、速度快的國情,是一種值得深入研究的方法。

?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net ?1994-2011chinaacademicjournalelectronicpublishinghouse.allrightsr

通過分析城市軌道交通客流量的時序特征和rbf神經(jīng)網(wǎng)絡(luò)的作用機理,將具有不同時序特征的數(shù)據(jù)分別用不同的神經(jīng)網(wǎng)絡(luò)進行處理,建立了基于客流時序特征的并行加權(quán)神經(jīng)網(wǎng)絡(luò)模型,并用該模型對北京市城市軌道交通各條線路的客流進行預(yù)測.結(jié)果表明,各線路客流量預(yù)測結(jié)果的平均絕對百分誤差均在10％以下,小于單個神經(jīng)網(wǎng)絡(luò)的預(yù)測誤差,提高了預(yù)測精度.

城市軌道交通短期客流預(yù)測是列車運力配置和網(wǎng)絡(luò)化運營決策的基礎(chǔ),預(yù)測結(jié)果的準確性、精細度及科學(xué)合理性決定了運營過程的安全性、運營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、不同車站的客流規(guī)律各異,預(yù)測過程同時面臨路網(wǎng)結(jié)構(gòu)改變、歷史可用樣本少等問題,本文綜合考慮大型活動、惡劣天氣、車站周邊土地利用性質(zhì)等影響因素,采用模糊c均值聚類法和一元線性回歸模型,構(gòu)建了適用于路網(wǎng)結(jié)構(gòu)發(fā)生改變的車站進、出站量預(yù)測模型,并結(jié)合北京市軌道交通歷史客流數(shù)據(jù),對2015年清明節(jié)前一日車站進、出站量進行了預(yù)測,與神經(jīng)網(wǎng)絡(luò)模型、多元回歸模型預(yù)測結(jié)果對比表明,本模型預(yù)測結(jié)果更好,全路網(wǎng)客運量誤差率為0.27%,車站平均預(yù)測誤差率為3.92%.

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)測是各項設(shè)計工作的基礎(chǔ)。預(yù)測結(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、運營效率和經(jīng)濟效益。就城市軌道交通客流特征及預(yù)測相關(guān)問題進行了探討，以期為軌道交通的運行提供參考借鑒。

城市軌道交通客流預(yù)測方法

我國城市化進程迅速發(fā)展,區(qū)域經(jīng)濟發(fā)展迫切需要城際軌道交通的支持。本文首先介紹了城際軌道交通客流預(yù)測的相關(guān)方法。其次,將城際軌道交通客流換分成城市內(nèi)和城市間的客流,提出城際軌道交通客流預(yù)測的總體技術(shù)路線。最后,以廣佛環(huán)線城際軌道交通客流預(yù)測為例進行相關(guān)說明。

研究目的:在軌道交通項目前期研究中,特別是軌道交通線網(wǎng)編制過程中,對線網(wǎng)的結(jié)構(gòu)、走向進行確定時要以客流規(guī)模作為主要依據(jù)之一。但傳統(tǒng)的客流預(yù)測工作量較大,建模及計算過程復(fù)雜、耗時,難以適應(yīng)項目推進的要求。本文以交通調(diào)查為基礎(chǔ),探討估算軌道交通總量和最大斷面流量的方法,可在短時間內(nèi)得出客流結(jié)果,以此作為城市軌道交通前期研究過程中把握規(guī)模的重要參考。研究結(jié)論:(1)軌道交通客流預(yù)測可以居民出行od調(diào)查資料為基礎(chǔ)進行估算;(2)依據(jù)出行鏈及功能區(qū)劃分的原則可推算線路客流總量及最大斷面客流量;(3)經(jīng)對天津地鐵1號線客流總量及最大斷面客流量的模擬計算,結(jié)果誤差較小,該方法具有一定的可信度;(4)該方法可應(yīng)用于線網(wǎng)規(guī)劃中對線網(wǎng)規(guī)模及線路客運量水平的估算,有利于加強線網(wǎng)布設(shè)的數(shù)據(jù)化,提高規(guī)劃的可信度。

為預(yù)測大連站的客流,在進行居民出行調(diào)查的基礎(chǔ)上,借助部分\"四階段\"法的研究成果,引入廣義出行費用,以最小廣義費指標為標準來確定車站的吸引范圍;然后通過建立居民的出行方式鏈組合,結(jié)合logit概率模型,求得大連站的進出站客流與換乘客流,預(yù)測結(jié)果表明,該法在對換乘車站進行客流預(yù)測時具有一定的合理性。