基于组合深度学习的轨道交通短时进站客流预测模型

针对轨道交通短时进站客流考虑不充分和特征学习不全面而导致预测精度不高的问题,选取客流特征、天气、空气质量和道路交通拥堵指数等多个因素,提出了一种基于组合深度学习的轨道交通短时进站客流预测模型(CNN-ResNet-BiLSTM)。基于卷积神经网络(CNN)对多因素客流时间序列进行自动提取,在CNN网络中插入多个残差神经网络(ResNet)来加深网络深度,利用双向长短时记忆神经网络(BiLSTM)捕捉前后两个方向的客流时间序列特征并得到预测结果;以杭州市全网80个站点工作日的进站客流为例,验证了该模型的有效性。研究结果表明:与常用的几种模型相比,多因素CNN-ResNet-BiLSTM组合模型的均方根误差(E RMS)至少降低了8.50%,平均绝对误差(E MA)至少降低了6.74%,平均绝对百分比误差(E MPA)至少降低了6.52%。

基于迁移学习的轨道交通特殊OD客流预测研究

客流预测一直是轨道交通运营公司关注的重点,由于受到运输能力的限制等因素影响,部分OD的实际客流数据与真实需求有偏差,出现异常或者样本缺失,从而造成总体样本量偏小,直接采用这些样本进行预测会明显影响预测精度,但通过还原样本值增加样本量难度太大。根据上述特点选择基于实例的迁移学习,先确定源域的对象和范围,从源域中选择合适的样本补充到总体样本中,共同组成最终的训练样本数据集,完成迁移学习。同时选择改进的Boost算法,通过误差调整样本权重,不断迭代,得到最终的预测模型。结果表明:基于实例的迁移学习结合改进Boost算法的预测精度要好于传统集成学习、ARIMA模型、多元回归模型,为轨道交通运营公司对特定OD的客流预测提供新的有益尝试。

高速铁路日常客运量的EMD-Informer组合预测方法

铁路客流需求的科学预测是进行运输组织方案决策的重要依据。以高速铁路历史客票数据为基础,结合经验模态分解(empirical mode decomposition,EMD)与机器深度学习中的注意力机制,提出高速铁路日客流量的EMD-Informer组合预测方法。首先采用EMD方法分解高速铁路客流量序列,获得具有周期特征和线路客流内在特征的模态分量,再利用Informer模型分别训练和预测各模态分解分量,并通过多头注意力机制高效挖掘客流数据内在规律和捕捉数据序列中的关键特征,在此基础上重组各分量预测值,从而得到高速铁路日常客流的整体高精度预测值。同时,根据结合问题特征的大量实验,明确可供实际运用参考的超参数设置规则。基于京沪高速铁路全线的实例计算分析表明,相对对比预测方法,EMD-Informer组合预测方法在高速铁路客流的单步预测及超前预测上均具有明显更小的预测误差。

高速铁路列车开行方案与票价票额综合优化

为提升高速铁路的运营组织水平和盈利能力,本文提出高铁列车开行方案与票价票额综合优化方法。首先,构建分时客流需求与票价间弹性需求函数,并分析包括出发时段偏差、乘车耗时及票价的旅客广义出行成本,进而采用多项式Logit模型描述分时弹性客流的列车选择行为。在此基础上,以客票总收入与运营总成本之差最大为目标构建三者综合优化模型。其次,利用OD总收益关于列车票价的偏导构造票价方案搜索策略,使票价邻域解和列车开行方案邻域解相适应,并运用Cplex求解对应的最优票额分配方案,设计模拟退火算法求解模型。最后,基于郑西高速铁路进行算例分析,结果表明:在7个不同弹性系数下进行综合优化,旅客出行成功率和列车平均客座率均在90%以上,优化解的列车开行方案、票价方案及票额分配方案均高度匹配;在5组不同规模算例中,三者综合优化的运营净收益相比于固定票价下的开行方案与票额联合优化和固定开行方案下的票价与票额联合优化,分别提高了4.11%~15.25%和3.17%~13.42%,且人均单位里程出行成本亦分别降低了1.69%~4.96%和0.97%~4.35%,表明综合优化更好地提升了高速铁路的运营收益和旅客服务水平。

高速铁路多列车客票预分与通售策略协同优化

在客票预分方案中设置通售票能使分配票额有效适应售票过程中动态变化的购票需求,但也容易出现通售票过早肢解,从而导致后续长途OD对旅客购票失败、通售票无法充分利用。为避免此情况出现以进一步提高通售票的利用率,考虑通售票销售策略与铁路客票预分方案的协同优化问题,实现由OD固定票、通售票构成的客票预分方案与通售票发售策略(以下简称“通售策略”)的协同优化。首先,基于旅客随机购票需求描述、旅客购票列车选择分析,构建铁路客票预分方案与通售策略协同优化模型,以客票总收益最大化为目标,考虑列车席位能力、列车服务、客票量上下限以及通售发售策略等约束;其次,在生成多套购票需求样本的基础上,结合旅客出行购票过程的仿真,设计模型求解的粒子群算法。算例结果表明对比不考虑通售策略的客票预分方案,本文优化方法能使列车平均客座率提高4.96%、列车客票总收益提高2.74%,充分验证了引入通售策略能有效实现客票的灵活与充分利用。

城市轨道交通乘务交路方案编制的禁忌搜索优化方法

针对城市轨道交通普遍采用轮乘制、日班和两头班混合等特点,对城市轨道交通乘务交路方案编制问题进行研究,旨在降低乘务成本并提高乘务效率.首先,通过分析城市轨道交通乘务交路方案的构成要素,考虑值乘时长、值乘片段接续时间和接续地点等要求,构建值乘片段、值乘任务构成和乘务规则约束,由此建立以乘务组数量和总接续时间等综合指标最小化为目标函数的多目标0-1整数规划模型.然后,针对该模型设计禁忌搜索(Tabu Search,TS)算法进行求解,以先到先走(First-In-First-Out,FIFO)的就近指派原则得到初始解,并设计4种邻域变换策略,以提高邻域解的多样性,并构建基于多邻域结构的禁忌搜索求解算法,实现对乘务交路方案的优化.最后,以广州地铁7号线的乘务交路方案为例进行实例验证.研究结果表明:优化方案较实际运营方案的乘务作业段数和总接续时间分别降低了20%和4.94%,每个乘务作业段值乘列车数量从8.2列增加到10.3列,有效驾驶时间从5.4 h增加到5.8 h,优化方案的各项指标均得到显著提升.研究成果可以为城市轨道交通乘务计划编制提供理论和方法支持.

微观地块服务设施可达性评价及路网优化影响分析

针对现有的服务设施可达性评价方法分析尺度大、数据精度低且无法依赖网络地图应用程序编程接口(Application Programming Interface,API)评价路网规划方案等问题,提出一种可用于规划方案评价的微观地块综合服务设施可达性评价方法.依据土地利用性质将研究区域划分为565个微观地块,利用实际居住建筑物空间分布测算各地块的人口分布;基于实际路网构建地铁-公交加权复合网络模型和小汽车网络模型,并设计通行时间的计算方法;利用改进潜力模型精确地计算各地块的医疗、教育、就业、商业和文化休闲5类设施的可达性,加权得到综合可达性.此外,考虑路网规划方案对交通网络的更新,以评价规划方案对可达性的具体影响.研究结果表明:可达性与服务设施及交通网络的空间分布呈现强相关性,公共交通网络的合理布局可有效缓解由服务设施和路网差异引起可达性分布差异;优化路网能有效提高可达性水平,但这种改善效果在不同区域间存在差异,设施密度较高的区域提高幅度较大.此评价方法可以为城市各类公共服务设施的合理配置、交通网络的规划与优化,以及社会公平性的增强提供新的视角和工具.

基于出行剩余理论的旅游出行方式选择研究

为揭示旅游出行需求主体选择出行服务方式的规律,研究旅游出行特性,提升研判运输通道上旅游客流选择出行服务方式的准确性,构建基于出行剩余理论的休闲旅游出行方式选择模型。从需求独立价值角度刻画旅游出行人群的出行行为,在旅游出行价值特征方面强调出行服务方式的情感价值和游客空间行为价值,在出行剩余理论基础上对旅游出行方式选择进行细化分析。以西安和成都为旅游出行的OD点进行情境模拟算例研究,根据游客对沿途旅游资源的偏好差异将出行需求主体分为3类,分别计算其出行剩余,根据出行剩余最大化原则讨论其最佳出行服务方式。研究结果表明,由于3类游客对特定旅游资源数量、品质情感响应、偏好等存在差异,所对应的最佳出行服务方式有所不同。

上海轨道交通既有线运能提升研究

[目的]通过总结上海城市轨道交通既有线运能提升改造项目的实施经验,为其提出有效的运能提升方法及具体案例。[方法]深入分析上海轨道交通既有线运能不足的主要原因及其影响因素;基于这些分析,提出运能提升的技术路线及5大核心策略;详细介绍了上海轨道交通9号线实现1 min 50 s最小行车间隔、3号线与4号线增能改造、5号线从4节编组扩编至6节编组、6号线增能改造及增设复线等成功案例。[结果及结论]影响线路运能的主要因素包括车辆基地规模、区间通过能力、出入场能力,以及供电能力等。针对这些因素,确定了运能提升的技术路线,即从客流预测及客流特征分析入手,进行设施设备能力评估,设计行车交路方案,最终形成科学的改造方案。同时,提出了5大策略:运营管理优化、既有系统能力挖潜及改造、信号系统升级或土建局部改造、系统规模性改造及线网整体优化。

考虑动态随机客流的城市轨道交通列车时刻表仿真优化

为更加精准刻画动态随机客流与列车时刻表编制间的复杂匹配过程,综合考虑乘客动态随机到达过程、列车容量限制、车内拥挤度对乘客上下车速率影响、停站时间动态调整和列车运行安全防护等重要运营特征,构建城市轨道交通列车运行离散仿真模型。在此基础上,建立以最小化乘客平均候车时间为目标的随机非线性优化模型,并设计一种基于仿真的有限差分随机逼近算法,用于优化城市轨道交通发车方案。以国内某条线路的实际运营数据为例验证仿真模型及优化方法,结果表明所构建模型及算法具有较好的优化效果和计算效率,优化后的列车实绩运行时刻能更好地适应客流需求的动态随机性,且在不增加发车频次的前提下有效降低乘客平均候车时间,提升城市轨道交通运营管理水平。

基于博弈-可拓云的地铁-常规公交换乘服务评价

为了解决地铁与常规公交换乘服务评价方法的单一性和滞后性等问题,提出一种博弈-可拓云组合模型。结合“全、简、精、实”四类原则构建评价指标体系,分别利用层次分析法、CRITIC法、博弈论确定各项指标的主、客综合权重,并将数值代入可拓云模型实现二者的结合。以石家庄地铁为例,对辖区三条线路与常规公交间的换乘服务进行综合评价,结果显示:1、2、3号线的分数均处于[70,90)范围内,属于良好等级。评价结果与该市地铁-常规公交的运营现状相符,验证了组合模型的可行性与普适性,该结果对科学制定精准化的公共交通换乘服务政策提供参考。

基于云模型的城市轨道交通应急预案评价

城市轨道交通应急预案是应急机构和人员处理运营突发事件的指南,在应急管理中发挥着极其重要的作用,评价其优劣具有重要意义.为了解决在评价过程中存在评价指标主观性过强及评价结果难以量化等问题,引入CRITIC法和云模型理论,提出了二者耦合的城市轨道交通应急预案评价方法.根据实际情况建立了城市轨道交通应急预案评价指标体系,采用CRITIC法确定了各指标的权重,运用云模型的基本算法生成评价云和结果云,通过云的数字特征和云图比较直观地展现评价结果,得到待评价预案的评价等级.以某城市轨道交通应急预案为例,验证了评价方法的合理性与有效性,为应急预案的评价提供了新的理论依据.

纸质二维码车票在上海轨道交通中的应用

为了探讨纸质二维码车票在上海轨道交通中的应用,文章介绍了上海轨道交通车票使用的现状及缺点,包括实体单程票成本、人力成本和使用局限性,研究了纸质二维码车票的系统化应用,包括业务规范及应用管理机制、系统架构、二维码数据结构、纸质二维码车票应用安全以及自动售票机(TVM,Ticket Vending Machine)、自动检票机(AGM,Automatic Gate Machine)、半自动售票机(BOM,Booking Office Machine)与清分系统(ACC,AFC Clearing Computer)之间的交互流程。在此基础上,文章探讨了纸质二维码车票的虚拟换乘功能,包括出站及市域线换乘,以期为该领域的发展提供参考。

面向车次取消的票额分配与停站方案组合优化研究

当列车因严重干扰而取消时,大量旅客将在车站滞留,同时铁路公司收益也会受到一定影响,合理的票额分配是解决此类问题的有效方法。在差异化设置换乘旅客优先权基础上,构建了以铁路公司收益最大化和偏离原时刻表最小化为目标的票额分配和停站方案组合优化模型,并通过增加不等式组约束条件将其线性化;利用求解器GUROBI对上述模型进行求解并分析算例。研究结果表明:当列车因干扰而取消时,与不采用任何措施相比,灵活停站策略能有效地减少滞留旅客数量19.7%以上;铁路公司收益增加21.8%以上。

成渝经济圈铁路客运网络结构特征演变及网络效应研究

分析成渝经济圈铁路客运网络的空间联系和结构特征演变对未来铁路网络建设和布局优化有着重要意义。基于46863617条铁路客运数据构建2015—2017年成渝经济圈铁路客运网络,采用GIS空间分析方法和网络分析方法对连续时序下铁路客运联系时空演变、网络结构特征演变以及网络结构对经济和人口的影响效应展开分析。结果表明,成渝经济圈铁路客运联系极化现象明显,客运流量主要集中在成都,其次是绵阳、重庆主城区和德阳,其余城市占据不到20%的客运流量;成渝经济圈铁路客运网络密度逐年上升,但仍处在较低水平;铁路客运网络具有较低的平均路径长度和较高的平均聚类系数,客运网路呈现小世界特性;成都和重庆主城区的度数中心性和中间中心性远超其余城市;成渝经济圈铁路客运的通达性很大程度上是由于成都和重庆主城区的中介作用,大多数城市之间不存在铁路客运联系;度数中心性、接近中心性和中间中心性对GDP的影响为正,且通过了1%的显著性水平检验;度数中心性和中间中心性对人口的影响为负,分别通过了5%、10%的显著性水平检验,处于中心地位的城市不利于人口常住。

城市文化符号在武汉地铁APP界面设计中的应用研究

近年来,随着我国科技与经济的飞速发展,地铁以其高效、低碳、大容量等优势,成为了城市重要的交通工具。同时,伴随着数字化和信息化水平的快速提升,作为连接地铁系统和乘客的移动通讯设备成为了重要的信息媒介,传统的智能应用程序(Application,简称“APP”)也因此受到极大的挑战。武汉地铁深度挖掘当地城市文化,探索将城市文化融入到地铁APP界面设计中,以满足乘客的情感化需求,更好地推广城市文化,让乘客在使用实际功能的同时,更深地了解城市文化,获得更多的情感体验。

基于可预知大客流的城市轨道交通列车加开计划调整模型与算法

[目的]节假日、大型文体活动等事件会导致城市轨道交通线路产生可预知大客流,需在确保列车运行安全的前提下,根据客流预测情况在已有列车运行图中加开列车,以期在运营成本、运营组织复杂度和乘客服务水平之间取得平衡。[方法]采用事件-活动网络,对列车运行过程进行了形式化描述,建立了3个目标函数及相关的约束条件,进而构建了独立运用策略下列车加开计划调整模型、套跑混合运用策略下列车加开计划调整模型。在此基础上,提出了基于混合遗传禁忌的搜索算法。结合深圳地铁11号线的实际运营数据,在高峰时段和非高峰时段分别建立了不同的算例场景,以验证所建模型和算法的有效性。[结果及结论]所建模型支持不同运营时段、不同运行交路、不同车底接续策略下列车加开需求,在可预知大客流的运营调整上具有适用性。在车辆资源相对有限的情况下,为有效缓解高峰时段的客流压力,可灵活采用大小交路套跑混合运用策略,使线路的运输能力最大化。

铁路客运场景下基于图像搜索的遗失物品查找方法

当前铁路客运场景下的遗失物品查找方法效率低下,影响了旅客的出行体验,给各车站的生产经营造成了困扰。为创新铁路客运场景下的遗失物品查找方式,在分析铁路客运遗失物品查找需求与难点的基础上,结合人脸识别以及深度学习的前沿技术成果,建立了一种基于图像搜索的遗失物品查找框架,设计了面向铁路客运场景的安检遗失物品查找方案以及非安检遗失物品查找方案。研究结果表明,该方法可进一步提高铁路客运运营的智能化水平,优化遗失物品的查找效率,在跨模态检索测试中有较高的检索精度,但在部分类别中的检索结果存在误差。基于研究结果,从算法改进与模型微调策略等方面进行了展望。

基于乘客OD间路径旅行时间的城市轨道交通客流分布计算模型的适用性研究

[目的]针对目前城市轨道交通(以下简称“城轨”)线网客流分布计算模型的客流计算结果与实际客流存在偏差的现象,需基于OD间路径的实际旅行时间,对基于多路径概率分配的客流分布计算模型的适用性展开研究。[方法]基于乘客OD间路径的实际旅行时间,分析揭示了现有城轨客流分布计算模型存在的主要问题;融合AFC(自动售检票)系统和ATS(列车自动监控)系统两类数据,构建并标定了基于乘客OD间路径旅行时间的城轨客流分布计算模型;对目前国内城轨系统广泛采用的基于多路径概率分配的城轨客流分布计算模型的适用性进行了分析与评价。[结果及结论]现有城轨客流分布计算模型在路径选择集和路径选择比例上存在主要问题。通过基于多路径概率分配的城轨客流分布计算模型获取的路径分配比例,得到的旅行时间分布模拟结果均为单峰,无法重现从AFC票卡提取的实际旅行时间分布的多峰情况。当城轨线网较为简单时,基于多路径概率分配的城轨客流分布计算模型基本适用;当线网规模不断增加,线网结构进一步复杂,列车运行方式的多样性、乘客出行行为的差异性等不断加大的条件下,该模型对于路径阻抗差异小的OD可能适用,而对于路径阻抗差异大的OD不适用。

基于出行链的铁路车站开通初期客流预测研究

【目的】为解决铁路车站开通初期客流预测缺乏数据支撑,以及估计不同交通方式成本来计算客流转移量结果与实际偏差较大的问题。【方法】以新开通南沿江城际铁路江阴站为例,考虑该线与既有高速及城际铁路的线位关系,基于城际出行链,依托旅客出行行为调查对区域内可选择的不同交通方式的城际出行效用进行定量计算,采用Multinominal Logit(MNL)模型,区分工作日与非工作日,结合客流分配现状对效用变量系数进行标定,据此预测南沿江城际铁路江阴站开通后发往南京、上海枢纽的客流量,同时结合城市经济和社会发展推演计算发往沿线其他站点的客流。【结果】结果表明,南沿江城际铁路江阴站的开通可以有效吸引江阴地区原本选择既有铁路、公路去往南京、上海的客流以及选择公路去往南沿江城际铁路沿线其他城市的客流。【结论】因此,南沿江城际铁路的开通能有效缓解辐射范围内既有铁路、公路的运输压力,客流预测结果还将支撑站点运力资源配置优化研究。