客流波动条件下城市轨道交通列车开行方案研究

针对城市轨道交通线路断面客流随时间和空间波动的特点,建立多目标优化模型,求解客流波动条件下的城市轨道交通列车开行方案。在分析了长大线路组织多交路运营模式的基础上,合理考虑区间断面客流量、列车区间满载率和车底数量,将旅客乘车舒适度纳入出行成本,建立了企业运营成本最小化和乘客出行成本最小化的双目标优化模型。以北京地铁4号线为例,采用商业数学规划求解软件Lingo 12.0,得到不同时段的列车交路计划和列车开行频率,验证了模型的有效性。

黄山风景区客流波动的多时间尺度特征分析

基于黄山风景区1987年1月至2010年12月的月度客流数据,运用TRAMO/SEATS方法和小波分析方法分析了黄山风景区客流的季节性变化和多时间尺度特征,结果表明:黄山风景区客流季节性变化显著,不仅存在月度波动性,而且季节性波动呈现年度变化性,客流淡季过长,淡季与平季、旺季落差过大是黄山风景区面临的经营难题;具有6个月、12个月、29个月和60个月不同时间尺度的周期变化,其中12个月的周期振荡最为明显,具有全域性;另外,6个月和12个月的时间特征尺度体现了黄山风景区客流由于季节性因素形成的年内季节性变化和年间的周期性变化,而29个月和60个月的时间特征尺度初步判断为由我国旅游业波动周期、景区外围区域经济周期和危机事件冲击影响共同作用所形成。最后,本文提出了一些对应性策略。

苏州地铁客流波动特性分析

为研究轨道交通客流的波动性,提出使用SARIMA+GARCH这一随机结构作为轨道交通客流的综合时间序列模型。在这个随机结构中,SARIMA模型描述客流时间序列的一阶状态,即均值特征;GARCH模型获得客流时间序列的二阶状态,即条件异方差特征。采用苏州地铁全网客流数据作为分析实例,对5 min、15 min和1 h汇集度的工作日和休息日客流共6组客流数据进行波动性建模、预测与分析,结果表明,SARIMA+GARCH模型具有较好的预测性能。基于各组客流数据的分析结果,分别对工作日与休息日以及不同时间汇集度之间的客流波动特性进行对比,结果表明:休息日客流的波动性强于工作日客流;时间汇集度小的情况下,客流的波动性会更强。

杭州西湖风景名胜区客流波动特征及景点发展模式划分

基于2009-2019年杭州西湖风景名胜区主要收费景点的月度客流数据,运用小波分析、相关分析、聚类分析法探讨景点客流周期波动特征及景点间客流的相关性,在此基础上划分其发展模式.研究发现:主要收费景点的客流量差异显著且呈现出不同的峰值结构,在旅游者闲暇时间、黄金周效应、民俗文化等社会因素和气候等自然因素影响下的客流季节变化显著;杭州西湖风景名胜区客流演变过程中存在4—5月尺度的自然季节性周期和8月尺度的体制季节性周期,16-19月尺度是自然、社会因素双重作用形成的年间周期,57-61月尺度周期则可能受经济周期、重大事件等影响;根据景点感知度、景点类型、景点客流波动特征等,将主要收费景点的发展模式划分为4种类型:知名度主导型、热门景点辐射型、特色文化驱动型及“飞地式”发展模式.

考虑客流波动条件下高速铁路票额分配鲁棒性模型研究

高速铁路票额预分方案与客流量的良好匹配性对于高速铁路运输效益的发挥至关重要。针对铁路客运服务的实际客流量相比于编制开行方案时所依据基础客流量而产生的波动现象,分析票额分配中缓冲票额存在的重要性,研究构建考虑客流波动条件下的高速铁路票额分配鲁棒性模型并设计求解算法。研究结果表明,考虑客流波动条件下高速铁路票额分配鲁棒性模型所得到的票额分配方案不仅与基础客流量具有较高匹配性,而且在实际运营过程中面对客流波动时也具有较高的鲁棒性,可以使票额分配方案尽可能受波动客流的影响最小,以满足客流需求并保障铁路运输企业的经营效益。

基于EMD的景区客流波动特征及其组合预测——以黄山风景区为例

旅游地的发展演化过程研究大多采用Bulter的生命周期理论路径,少有文献从波动的视角理解和分析旅游地的发展演化过程。本文以黄山风景区为例,采用经验模态分解方法(EMD)尝试从波动的视角分析景区客流波动特征,并利用波动性特征对其发展进行组合预测(经验模态分解方法和最小二乘支持向量机方法的组合)。研究结果表明:黄山景区客流波动呈现出多种形态,在增长趋势的基础上叠加了季节性波动、景区旅游周期波动和景区经济周期波动。其与最小二乘支持向量机组合预测模型能够对景区客流进行有效预测,并且运算速度快,预测精度有所提高;与生命周期曲线相比较更加直观、微观、准确,并且能够进行较为准确的客流预报,有助于景区规划管理和战略决策。

基于时间序列聚类算法的城市轨道交通节假日客流波动分析

与平常相比,节假日期间城市轨道交通客流会出现大幅度的波动,对波动规律进行分析和预测,是城市轨道交通运营管理部门制定客流组织方案的先决条件。鉴于传统方法对样本规模依赖程度较大这一局限性,提出一种基于时间序列聚类算法的城市轨道交通节假日客流波动分析方法。借鉴相似法思想,以相似日为参照,在节假日客流波动率序列和节假日客流波动率差分序列的基础上构建了节假日客流波动描述向量,并以描述向量为依据,实现特征提取和聚类。以重庆轨道交通为研究对象,对3天节假日客流数据进行分析,客流量平均相对误差仅为4.56%。为更加准确地分析节假日客流量,进而为城市轨道交通运营管理部门制定节假日运力调配和车站客流疏导等方案提供了有力的决策支持。

不同降雨时段对地铁站点客流的影响研究

为了研究不同降雨时段对地铁站点客流的影响,文章采用计算地铁站点客流量基准值及客流量波动率的方法,结合石家庄市轨道交通1号线北国商城站运营客流实例,通过研究高峰时段、平峰时段、全日不同时段降雨与地铁站点客流的关系,提出相应的运营管理对策,为相关地铁行业降雨天气运营组织提供方法借鉴。

雨雪天气下轨道交通客流预测模型

为了完善雨雪天气下轨道交通客流预测模型,对哈尔滨市地铁1号线2017年12月份至2019年1月份的全线客流数据进行研究,引入客流基准值和客流偏差率的指标来量化轨道交通客流波动情况,研究雨雪天气下轨道交通客流波动规律,提出一种基于雨雪天气下轨道交通客流时空波动规律的短时客流预测模型WI⁃LSTM,以平均绝对误差(MAE)、均方根误差(RMSE)以及平均相对误差(MRE)作为预测模型的评价指标,与经典的SARIMA预测模型、支持向量回归(SVR)预测模型和未考虑雨雪天气的LSTM预测模型进行了对比。结果表明:考虑雨雪天气的WI⁃LSTM预测模型可以充分利用雨雪天气轨道交通客流波动规律,相比其他3种预测模型具有更高的准确性和可靠性。WI⁃LSTM预测模型进一步提升了雨雪天气下轨道交通客流预测精度,可为轨道交通企业运营管理提供数据支撑。

基于时间序列聚类方法的小长假铁路客流规律研究

分析了小长假铁路客流的行成原因,从出行者特征和出行目的两方面总结了客流影响因素。以客票历史数据为依据,从日发送量、乘车里程等级、席别等级等方面分析了小长假铁路客流波动趋势。定义小长假客流波动系数,根据小长假客流的变化趋势特点,提出用基于波动趋势的客流时间序列聚类方法进行小长假客流规律的研究。并对聚类过程中小长假时间序列的构建、表示方法、特征值提取及聚类步骤进行了详细描述。

爱知世博会客流数据库挖掘对上海世博会的启示

通过对爱知世博会客流数据库的深入量化挖掘,在以下几个方面对上海世博会客流均衡问题有所启示:综合性大型世博会的预测访客数与实际访客数存在较大差异;爱知世博会的参观者人流存在"慢热"效应,上海世博会必须关注展期参观人流均衡问题;天气(温度和下雨)对参观者到访影响明显;周六周日与周一到周五工作日之间客流分布差异明显。征对上述问题上海世博会应尽早制订客流均衡策略。

基于多模式仿真的综合客运枢纽协同设计与动态运营关键技术

中共中央国务院印发的《国家综合立体交通网规划纲要》提出“建设多层级一体化国家综合交通枢纽系统”,是“建设现代化高质量综合立体交通网”的重要支撑。项目组历时十余年,在国家“863”课题、国家自然科学基金等课题支持下,契合国家战略导向,以“问题解析-技术创新-集成应用”为总体思路,以枢纽乘客出行数据为驱动,攻克了协同设计、动态运营、精准服务三大技术创新,有力支撑了上海虹桥枢纽、深圳福田枢纽及深圳宝安机场等全国90余座综合客运枢纽、170余座城市公共交通枢纽的枢纽地区协同发展、各交通方式有机衔接、乘客高品质出行体验,取得了显著的社会经济效益。

基于在线评论数据的景区门票浮动制测评分析方法

淡旺季游客数量波动是制约景区健康平稳发展的重要因素,过于集中的客流量对资源管理和环境保护有巨大压力,严重影响游客的体验。针对该问题,通过网络数据获取技术,提出一种基于旅游在线评论人流量监控技术新方法,并基于词向量实现评论的主题提取和基于情感词典实现在线评论数据的情感分类,从而获得关于主题的游客满意度的监测。最后利用该方法实现人流量驱动的景区门票浮动制实施的监控和测评,通过秦始皇兵马俑浮动制实施前后对比、三亚和鼓浪屿相似景点对照实验可视化结果表明,门票浮动制具有稳定人流量优势,同时提升游客体验。该方法的提出有助于决策者了解景区运行状况和浮动制的检验,可为门票浮动制的科学执行提供有效依据。

降雨事件对上海地铁通勤客流时空影响的精细尺度研究

全球气候变化背景下,降雨事件日益增多,严重影响城市交通和居民的日常出行。本文以上海市为例,基于分时降雨数据和地铁OD客流数据,运用Prophet时序模型拟合降雨事件下的客流常态值,从站点和OD二个维度定量评估降雨造成的地铁通勤客流变化时空格局。研究结果表明:①通勤客流总体随小时雨量增大而下降,不同类型站点客流的降雨波动性呈现差异;降雨会造成进站客流的时间滞后性和堆积性,通勤出行需求越大的站点类型堆积效应越显著;由于出发时间弹性差异,不同时点客流的降雨敏感性也不同,7:00和17:00敏感性较高,8:00—9:00和18:00—19:00则相对刚性;②降雨会造成行程时间≤15 min的短距离客流显著上升,总体增加7.3%,中长距离客流变化不明显,总体减少1.3%;在不同功能区之间,早高峰居住型→产业型的客流波动和时间堆积性最为显著,晚高峰商服型→居住型的返程客流波动性较低;早高峰降雨敏感性线路的起始站点多分布在大型居住区,晚高峰则位于大型产业园区和商业中心;晚高峰返程客流的波动性低于早高峰。尽管降雨事件对通勤客流总量影响不明显,但会造成局部空间区域和时点的客流激增。本文的研究方法与结果有助于量化降雨对地铁通勤客流的影响程度,并为空间化的交通运行保障提供决策依据。