城市轨道交通枢纽客流仿真研究

随着我国交通现代化进程的推进和乘客对出行便捷化的要求,城市交通客流枢纽已成为发展趋势。基于城市轨道交通站内客流量调查分析,分别针对正常和高峰时期客流情况来制定疏散客流措施,同时建立了出入口、闸机和列车三大枢纽系统,研究结果表明客流仿真系统能够改善站内空间分布,可以有效解决拥堵问题并提高乘客的换乘效率,为推动我国轨道交通现代化建设提供技术支持。

基于多源数据融合的高铁枢纽多模式换乘客流分担率估计

为实现高铁客运枢纽换乘客流分担率的精准辨识,研究结合多模式公共交通大数据,提出了一类基于广义出行链的高铁客运枢纽换乘方式选择模型。通过对不同公共交通方式换乘阶段的关联和融合,提取以高铁客运枢纽为端点的个体广义出行链,分析高铁客运枢纽换乘客流的时空分布特征;综合考虑高铁客运枢纽乘客的个体经济社会属性、主观心理因素及其个体出行特征对换乘方式选择行为的影响,并结合个体广义出行链的特征,基于多指标多原因(MIMIC)模型和多元logit(MNL)模型提出高铁客运枢纽乘客换乘方式选择模型。以北京南站实际数据作为模型的输入,得到了换乘客流方式分担率的估计值。比对分析估计值和真实值可知,误差在可接受范围内。

基于ARIMA模型的上海虹桥枢纽客流数据分析预测

上海虹桥枢纽客流量的变化及组成是研究城市交通流量全局运作规律的基础.首先,对虹桥交通枢纽客流数据构成进行分析;其次,基于ARIMA模型(Autoregressive Integrated Moving Average model)及灰色关联分析模型对疫情下差异化枢纽客流量数据进行预测、关联分析.由关联分析结果可知,该模型对于上海虹桥枢纽客流量的预测数据具有一定的可靠性,预测数据在一定程度上为上海虹桥枢纽客流中心建设发展提供理论支撑.

多影响因素下的交通枢纽客流短期预测算法

交通枢纽短期客流受时间属性、天气条件等变化的影响非常大,因而提出基于改进PSOLSTM模型的交通枢纽客流短期预测算法。以时间属性、天气条件为影响虹桥交通枢纽短期客流变化的重要因素,构建基于LSTM的短期客流预测模型。将虹桥交通枢纽历史客流数据与天气数据作为模型输入,获得短期客流预测结果;为避免LSTM参数对短时客流预测效果影响,通过自适应惯性权重、时间系数以及根据遗传算法的变异思想确定的自适应函数改进PSO算法,通过改进后的PSO算法优化LSTM参数,提升短期客流预测效果。实验结果表明:在周末、长假时期交通枢纽客流量会明显增加,恶劣天气使得虹桥交通枢纽客流降低至最小值,该算法可实现不同时段短期客流预测,分析客流变化情况。

西安北至机场城际轨道交通线客流衔接分析

西安北至机场城际轨道交通线是连接西安市2个主要对外交通节点——西安北站和西安咸阳国际机场的线路。从项目背景、客流构成、客流预测等方面阐述线路概况,分析2大枢纽站的客流构成和客流集散方式,提出2大综合交通枢纽应尽可能采用先进设施,实现"无缝衔接"和"零换乘",以达到机场线与城市其他交通方式良好衔接、形成综合运输体系的目的。

2010′上海世界博览会园区客流集散枢纽选址研究

介绍了上海世博会概况,进行了上海世博会园区交通区位及客流特点分析,给出了上海世博会园区客流集散枢纽的定义和选址原则、评价指标体系及客流集散枢纽方案,用层次分析法对上海世博会园区客流集散枢纽方案进行了排序.在不同的资金条件下,根据决策者的意愿,方案的排序可以变更.