基于属性加权回归的组团式城市轨道交通进出站客流预测模型研究

为增强轨道交通进出站客流回归预测模型在组团式城市的适应性,利用多源数据细化和完善各影响因素的统计指标,更加精细地体现不同轨道车站之间的差异。针对组团式城市进出站客流在不同尺度下表现出截然不同的空间分布特征的特点,结合K近邻非参数回归和地理加权回归(Geographically Weighted Regression,GWR)模型,采用样本之间的属性差异表征异质性特征,提出一种属性加权回归(Attribute Weighted Regression,AWR)模型。重庆中心城区的案例分析表明:AWR模型能够兼顾样本集合在不同尺度下的空间分布特征,更适用于样本差异较大的情况,且对样本的空间相关特性没有特定的限制条件,针对组团式城市具有更强的适应性;相比于采用普通最小二乘法(Ordinary Least Squares,OLS)的多元线性回归模型和GWR模型,AWR模型对组团式城市轨道交通进出站客流需求的拟合优度和预测精度均显著提高,且误差的空间负相关性明显减弱,是轨道交通进出站客流预测方法的一种有益补充。

城市轨道交通与地面常规公交换乘客流预测模型研究

轨道交通与地面常规公交共同支撑着城市公共交通系统.一个城市轨道交通系统效率的发挥,有待于作为集散客流重要交通方式的常规公交的配合,科学地分析与预测轨道交通与常规公交之间的换乘客流量,可以为确定交通枢纽建设的合理规模、各种交通工具在枢纽中的布局分布等提供依据.本文在总结各种客流预测模型的基础上,针对城市的不同情形给出了不同的换乘客流预测模型.

轨道接驳客流预测模型研究

轨道交通作为多模式复合交通体系主导的出行模式,准确有效地预测接驳客流,可为提高轨道交通吸引力及运营组织能力提供参考依据。文章从轨道车站的发展定位、周边道路及辐射小区的通达服务特征出发,提出了基于轨道可达性和道路可达性的接驳客流吸引强度指标,运用经典Logit模型构建了轨道交通接驳客流预测模型,并借助长沙市滨江新城轨道交通接驳客流调查数据,对其进行了验证。结果表明:轨道车站的接驳客流吸引强度取决于轨道车站类型和辐射小区的可达性;车站的轨道可达性指标值、道路可达性指标值分别为0. 5～1. 6和2. 68～10. 0,可达性越强,车站接驳客流吸引强度和客流规模越大,模型预测效果越好。

基于优化PSO-BP算法的轨道交通短期OD客流预测研究

城市交通系统要实现更好的管理,需对城市轨道交通进站客流进行准确预测,为达到提高轨道交通运输效率、改善运营服务质量的目的,构建了以反向传播(BP)神经网络对地铁客流进行预测;利用PSO,对BP神经网络进行进一步优化,形成对应的客流预测系统。以地铁数据为基础,对车站OD客流量时空相关性进行定性分析,利用回归分析法对影响客流的因素进行定量分析,筛选出天气、节假日、运营时刻3个时间特征。为提高预测精度,构建不同时间段下的BP神经网络模型,优化了PSO-BP神经网络模型的预测误差,形成了基于PSO-BP神经网络的轨道交通短期OD客流量预测模型,加入时间特征的短期OD客流量预测模型,其换乘站优化后神经网络模型预测值M1平均下降了48.2%,M2下降了37.6%,M3下降了21.9%,该方法和模型为轨道交通运营部门制定列车运行计划提供更准确数据资料。

城市轨道交通网络新线接入后的客流预测

城市轨道交通网络新线接入后,网络拓扑结构和客流时空规律都将发生较大变化。提出通过可达性指标将进出站量预测、OD分布量预测、基于路径选择模型的随机客流分配等阶段关联,构建客流预测模型。进出站量预测时,构建土地利用替代指标,避免对新车站周边土地利用、社会经济属性等进行调查;同时由目的地选择效用计算得到车站可达性指标,描述车站位置对进出站量的影响。OD分布量预测时,构建目的地选择模型,可适应拓扑变化后的场景,模型中OD可达性指标由路径选择效用计算得到。构建的路径选择模型,综合考虑了影响乘客路径选择的各因素。最后,对广州市地铁6号线接入后的客流进行建模预测,各模型参数均符合统计检验要求且客流预测精度较高。

城市轨道交通站点客流预测研究进展分析

轨道交通站点客流预测能够为站点周边交通设施合理配置提供理论指导。文中通过梳理分析国内外关于轨道交通站点客流预测与建成环境、站点类型、站点可达性、站点影响范围等因素,总结分析站点客流预测模型相关研究发展历程,发现国内外学者多在探究站点客流与站点周边环境因素内在机理、对轨道交通站点直接客流预测模型等方面进行系统性研究,而在多源数据融合处理、网络化条件下轨道交通站点客流影响因素等方面研究相对较少。在网络化条件下,利用AFC数据和POI数据等多源数据,结合GIS等技术提出轨道交通站点客流预测有可能深入的研究方向。

郑州地铁短期客流预测研究

建立符合郑州地铁客流特点的短期客流预测模型并运用到线网客流预测工作中。短期客流预测模型可预测未来1个月内工作日、周末及节假日的线网客流,为线网日常运营管理及运输组织工作提供有效参考依据。

大型旅游活动停车需求预测研究

为了研究大型旅游活动停车需求,分析大型旅游活动的停车特性,建立大型旅游活动的客流规模—停车需求预测两阶段模型,采用经验推算、分类预测—计量经济模型预测总体客流规模。停车需求模型将机动车OD模型引入,基于客流预测基准数,可得出实际停车泊位数,结合实例对上述模型进行了验证,结果表明客流规模—停车需求预测模型能够预测大型旅游活动的停车泊位需求,为大型旅游活动停车需求预测提供了一定的参考价值。