基于网络客流传播的轨道交通关键站点识别

为了更为真实的反映城市轨道交通网络的实际运营情况,在复杂网络理论基础上,进一步考虑客流因素的影响,提高网络中关键站点识别的准确性,通过分析站区间断面客流来源,根据普通站和换乘站的客流运输功能特征,分别构建了客流传播模型,对历史刷卡数据配流统计标定模型参数,并结合复杂网络的度与介数提出了4个关键站点识别指标.以某市轨道交通网络为例,利用刷卡数据对某工作日早高峰时段进行了全网动态客流演示并展示关键车站.研究结果表明:关键线路为1号线与10号线,南站、西二旗、天通苑附近乘客滞留严重,客流负荷强度大的车站更易受到大客流的冲击;本文所构建的客流传播模型可动态显示全网各区间等级及滞留车站的变化,并能综合真实客流、线路运输能力以及线网结构三方面的指标识别关键站点,可更有效地为轨道交通网络安全管理提供参考.

轨道交通网络客流大数据可视化研究

从网络、线路、断面、车站等城市轨道交通客流分析工作涉及的各主要层面进行基于数据可视化的网络客流大数据分析研究与实践。在传统的简单图表展示基础上,将海量数据和统计结果高度图形化,在更短时间内呈现更多信息和规律,方便对数据作进一步的分析研究与信息挖掘。研究成果可为城市轨道交通运营管理部门的客流分析及运营管理辅助决策工作提供新的手段。

影响城轨网络客流效果的关键问题探讨

城市轨道交通只有具备一定客流效果才能形成良性发展,针对国内部分城市轨道交通运营网络客流效果不佳的现实问题,基于轨道交通规划设计体系的梳理,指出影响客流效果的主要因素包括城市发展与轨道交通规划预期的一致性、相关规划体系的协调性、轨道交通自身服务水平及交通衔接的配合性,并基于此,从加强轨道交通规划建设与城市发展及交通需求适配性、沿线用地开发同步性、轨道交通设计及实施的人性化、交通衔接一体化以及完善机制等方面提出工作改进建议。

起讫点建成环境对轨道交通高峰时段网络客流的作用机制分析

建成环境与轨道交通客流之间联系密切。然而既有研究主要致力于探究建成环境对轨道交通站点客流的影响,对网络客流的影响分析较少。与站点客流不同,网络客流的矢量性受起讫点建成环境的双重作用。论文基于多源地理空间数据构建“5D+N”维度的建成环境指标体系,采用可解释轻量级梯度提升机机器学习模型(LightGBM-SHAP)从特征贡献度、单变量非线性关系、双变量交互效应三个方面解析起讫点建成环境对高峰时段网络客流的影响。针对天津的案例研究表明:①对早高峰网络客流重要度排序前5位的建成环境因素综合贡献达到13.22,其中讫点距市中心距离贡献度最大,从起讫点双重视角来看,讫点建成环境贡献度(20.86)大于起点建成环境贡献度(18.30);②建成环境因素与早高峰网络客流的非线性关系差异显著,存在非线性正相关、非线性负相关等多种关系,阈值效应也存在单端阈值、多段阈值等多种情况;③对于早高峰网络客流,起点或讫点公交站点密度分别与讫点中介中心性有显著交互作用,公交站点密度在两者交互效应中处于主导地位。研究结果对引导站域建成环境更新及提升轨道交通客流效能提供了精准有效的策略指引。

城市轨道交通网络突发事件影响客流量的计算

城市轨道交通网络发生突发事件而造成临时性中断后,因列车运行延误具有传递性和扩散性,此时各相关车站会形成延误客流、绕行客流及损失客流.引入图论的方法建立城市轨道交通网络局部中断评价模型;再结合轨道网络单位时段内各站点间的起讫点出行分布历史或预测矩阵,得到了在各个受影响站点的各种受影响客流的评价模型.根据这些模型可以得到网络节点破坏后各相关站点随着时间的推移而不断变化的受影响客流量、绕行客流量、拥堵客流量、延误客流量、损失客流量、损失时间等参数.通过对上海轨道交通的局部网络的分析计算,证明了该应急处置参考模型的有效性.

城市轨道交通客流网络分布均衡性评价

复杂网络化运营下的城市轨道交通客流呈现时空分布不均衡特点,为量化表征客流网络分布不均衡程度,应用广义均衡性评价工具Gini系数和Theil指数,以车站客流量和区间断面满载率为评价指标多维度评价客流网络分布状态.以上海轨道交通网络为例,基于洛伦兹曲线求解得到早高峰8:30-8:45、平峰10:45-11:00和晚高峰18:30-18:45这3个时段全网车站客流分布的Gini系数分别为0.527、0.554、0.540.对照评价标准可知,3个时段客流分布均极不均衡;全网区间客流分布的Gini系数分别为0.502、0.366、0.476,表明客流区间分布早高峰极不均衡、平峰相对均衡、晚高峰比较不均衡;基于线路分组的Theil指数求解结果与上述结论一致.最后,分析各线路客流分布不均衡对全网不均衡的贡献率,结果与实际客流分布状态相符,验证了本文方法的可行性与有效性.

高峰用户时段网络短时客流量预测方法仿真

为了提高网络资源调度的效率,均衡网络节点负载,需要对高峰用户时段网络短时客流量进行及时、有效地预测,针对当前客流量预测方法中存在的运行时间长,预测结果的相对误差较大等问题,提出一种基于小波分解的高峰时段网络短时客流量预测方法。利用小波分解的二项尺度分析法将高峰时段网络短时客流量数据分解为近似成分和细节成分,对近似成分与细节成分进行分析,结合空间映射思想,得到各成分的获取关系式,综合分解逆运算建立客流量预测模型;采用支持向量机对数据样本进行训练,结合训练结果与核函数对预测模型的参数进行优化,以提高预测结果的准确度。仿真结果表明,所提预测方法的运行时间及预测结果的误差均低于实验对比方法,具有更好的适用性。

基于中心度的中国航空客流网络抗毁性分析

以中国航空客流为样本,运用复杂网络理论,构建中国航空客流网络,并论证其系统结构特性。从点度中心度、中间中心度和接近中心度角度确定网络的关键节点,采取基于3个中心度的蓄意攻击方式,根据网络整体效能和簇系数两项指标及其下降率的变化情况,对网络的抗毁性进行了实证分析。在可视化视角下,对比分析3种蓄意攻击方式下航空客流网络结构的变化情况。研究表明:目前中国航空客流网络面对3种蓄意攻击时,网络抗毁性较弱,结构呈现出不同的变化,为此应分别从3个中心度角度出发,着重确保网络关键节点的安全,增加更多的功能不同的关键节点,优化航线网络结构。

城市出租车客流网络结构复杂性特征研究

基于轨迹数据的提取与分析,采用复杂网络理论,开展城市出租车客流网络结构(包括拓扑结构、权重结构和空间结构)复杂性特征研究。结果显示,出租车客流距离长度符合对数正态分布,节点度、流量强度、距离强度的分布呈现具有"截断"特征的幂律分布,边权亦呈现良好的幂律分布。节点的度流量强度相关性、度距离强度相关性呈现幂律关系。节点之间流量强度呈现微弱的正相关。研究结果反映了出租车客流网络拓扑、权重、空间结构的整体特征以及三者之间的相互关系,有助于揭示城市空间特征、功能特征与人群移动特征之间的相互作用机制与规律。

城市轨道交通超大客流网络拥挤传播研究

为研究城市轨道交通超大客流传播的时间规律以及不同数量拥堵站点对整体轨道交通网络的影响,通过定义超大客流,引用疾病传播理论,建立了基于网络拥挤模型的超大客流拥堵网络疾病传播模型,并运用Adams微分方程数值进行模型求解。对反演参数得到的SIR传染病模型的传播特性拟合运用于轨道交通网络,并通过不同的初始拥堵站点数量进行仿真。研究表明:轨道交通超大客流的病态传播受传染概率、恢复概率、初始拥堵站点数影响,该联系为超大客流网络拥挤传播提供一种新的研究思路。

基于社会网络方法的跨界旅游客流网络结构研究——以泸沽湖为例

基于问卷调查和旅行社推介线路,获取旅游客流数据,借助社会网络结构洞理论、社会资源理论与结构角色理论,运用Ucinet和Netdraw软件,构建跨界旅游客流网络结构模型,并以川滇泸沽湖为案例地,探讨跨界旅游客流空间布局模式、网络结构及节点角色地位,试图揭示跨界旅游客流时空演变、扩散规律及内在机理,为跨界旅游区协同合作提供一定的科学依据。结果表明:1泸沽湖跨界旅游客流网络中,丽江古城区、大玉龙景区是旅游客流网络的核心和集散中心;泸沽湖、香格里拉处于次级旅游核心和次级集散中心地位;大理古城区、苍山洱海、昆明市区、束河古镇是重要旅游目的地和旅游通道;泸山邛海是唯一位于四川的次级集散中心和重要目的地;其他旅游节点中心性指标得分较低,主要接受高等级旅游地旅游客流辐射,相互连接强度较低,为一般旅游目的地和边缘旅游目的地;2跨界旅游区客流网络存在核心-边缘结构,边界效应极强,客流网络结构分层明显,可细分为旅游核心、云南片重要旅游节点、云南片一般旅游地、跨界旅游地和四川片重要旅游地5类;3旅游客流网络中存在明显的派系,泸沽湖旅游客流流动路径指向云南片区大玉龙景区、丽江古城区、香格里拉及四川片区泸山邛海,这些地区成为景区突破边界效应,带动跨界旅游一体化发展的关键。4川滇两省旅游行政部门共同制定旅游区发展规划,树立统一的旅游品牌形象,整合并优化资源、产品与线路,完善跨界旅游交通网络等是今后泸沽湖跨界旅游合作的重点。

距离约束在出租车客流网络结构中的作用研究

基于轨迹数据的提取与分析,发现出租车客流存在距离约束。建立包含距离约束的流量演化模型,生成模拟网络,并对不同约束参数下的网络结构进行比较分析,分析结果显示:距离约束导致网络的度分布、流量强度分布、距离强度分布等产生"截断"现象,并且约束距离越小,"截断"现象越明显。随着约束距离的减小,边权分布的衰减速度变慢。度流量强度相关性、度距离强度相关性整体呈现幂律相关,并且随着约束距离的减小,幂指数逐步增大。随着约束距离的减小,节点之间流量强度从微弱的负相关逐步转为微弱的正相关。研究结果有助于揭示人群移动的距离依赖性对出租车客流网络结构的影响规律。

基于UGC文本挖掘的城市旅游客流网络结构研究——以西安市为例

旅游流是旅游地理学研究的一项重要命题,理解游客的空间流动特征对城市旅游的发展有重要意义。通过对穷游网UGC文本数据的挖掘,依托图论理论构建了一种可以同时保留旅游客流的有向性与加权性的流网络结构描述方法,并对西安市区域层面与节点层面的旅游客流网络结构进行研究。结果表明:(1)城市旅游的客流存在明显的网络结构特征,客流网络结构主要由区域(节点)的中心程度决定;(2)城市旅游客流结构与旅游主体功能分区高度耦合;(3)区域(节点)主体功能的时空属性也是影响旅游客流结构的一个重要因素;(4)通过对区域(节点)净外向程度的分析,可以得到其旅游“集”“散”功能的偏重,可为具体区域的旅游发展提供借鉴与启示。

基于客流集散网络的城市轨道交通瓶颈识别方法研究

为科学客观地识别大型城市轨道交通网络瓶颈,提高网络化运营和服务管理水平,本文从轨道交通网络层出发综合考虑车站与区间能力关系,研究系统内部断面客流量和车站实际客流集散量的关系,从网络系统内部与外界客流集散关系角度,建立了基于集散网络的城市轨道交通瓶颈识别模型。以成都轨道交通网络为例进行分析,验证了该瓶颈识别方法的有效性和实用性。案例结果表明模型方法可对大型实际客流集散网络的瓶颈进行有效识别,瓶颈车站主要集中于1号线南部,最拥堵车站为火车南站(13号车站)。与既有方法相比,本文方法能从车站角度客观量化网络系统实际运营拥堵情况。

北京城市轨道交通客流密集度指数研究

基于轨道交通物联网监测数据,从点、线、面三个层级,构建不同时间粒度车站、线路、网络的客流密集度指数计算模型和算法。车站客流密集度指数模型综合考虑影响车站密集度指数的关键区域(出入口、站台、楼扶梯、换乘通道)的拥挤程度和拥挤范围因素;线路客流密集度指数模型综合考虑车站和区间的影响;网络客流密集度指数模型由各线路的客流密集度指数加权得到。测试结果表明,提出的模型计算结果与实际地铁客流出行规律一致,可较好地反映地铁拥挤程度,为地铁运营拥挤状态评价和辅助决策提供技术支持。

上海世博会旅游者空间扩散网络分析

文章运用社会网络分析方法,以长三角16个地级城市为节点,构建了世博会客流向长三角区域空间扩散的网络,并对网络的整体特征和节点特征进行评价,分析了每个城市的集聚、中转和扩散客流的能力。网络的整体密度是0.2583,整体旅游流互动不明显,网络直径是4,旅游者至多在旅游线路中安排4个旅游城市。上海、苏州、杭州等节点城市在世博会客流空间扩散网络中处于竞争优势,对客流的虹吸效应较强。上海、苏州、杭州的集聚、中转、扩散能力最强,在网络中位于核心;南京、无锡、嘉兴的集聚、中转、扩散客流能力次之,是次级核心节点城市;常州、宁波、绍兴、扬州、镇江等城市是次级边缘节点城市;湖州是孤岛型城市,其余城市为边缘节点城市。受空间距离、旅游地资源、旅游地旅游发展情况等影响,长三角城市在接受世博会客流的空间扩散的效应中呈现一定的差异。从长三角区域整体来说,上海世博会对旅游客流的集聚效应要强于其对周边地区的空间辐射效应。

城市轨道交通线路客流控制整数规划模型

针对客流过饱和的城市轨道交通线路难于充分发挥旅客输送能力的问题,基于网络拓扑与客流需求定义建立了以旅客周转量最大为目标的线路客流控制整数线性规划模型.该模型首先建立了客流-运行图网络模型用以描述旅客在时间和空间上的移动;其次,在客流OD参数定义中,将旅客出行时间推算为旅客期望乘坐列车,定义了旅客在站等待时间参数;最后,使用优化软件GAMS24.3进行了建模求解.在网络规模为1 000对客流FOD和909个顶点的过饱和客流城市轨道交通线路客流控制问题算例中,耗时0.01 s得出了最优解与分时段客流控制方案.计算结果表明:饱和情况下,不同的在站等待时间下线路旅客总周转量与平均值的偏差低于1%,等待时间对各个车站具体控流方案有结构性的影响.

成网条件下地铁换乘量预测方法研究

换乘量预测是换乘站设计、客流组织及安全应急预案编制的重要基础。近年来,地铁网络化运营快速发展,成网条件下地铁换乘量预测成为一个亟待解决的问题。本文在研究成网条件下乘客路径选择行为的基础上,结合全网客流分布规律,提出成网条件下地铁换乘量预测方法。首先,考虑乘车时间、换乘次数、换乘时间和拥挤度等地铁服务水平变量后,通过引入角度费用指标表述路网结构和路径走向等网络特征对乘客路径选择的影响,建立地铁乘客出行路径选择模型,分析乘客潜在的路径选择偏好。其次,基于各因素等效乘车时间换算和乘客对出行时间的容忍程度分析,使用K-最短路算法构造所有站点间的有效路径集合,结合首末班车限制设计MSA法进行随机网络客流加载,提出不同时间粒度下各换乘站换乘量的统计算法。最后,基于本算法对北京市地铁换乘量进行预测,结果表明:角度费用对乘客的路径选择行为产生显著影响,全天换乘量的分时变化规律与实际情况相符,使用本方法预测换乘量具有较好的可靠性和准确度。

长江三角洲城际客流网络的时空特征与影响因素——基于年内春运与小长假的异同性分析

作为中国经济引擎和改革试验区,探测长江三角洲年内各时期城际客流网络的异同性更能透析空间一体化发展的新特征新问题。基于年内春运与小长假的居民城际出行数据,从“点—线—面”维度对长江三角洲城际客流网络时空特征展开比较分析、探知影响因素和潜藏规律。研究表明:①两时期长江三角洲城市客流量趋向“西北—东南”的分布方向,形成“一主四副”核心的“フ”形空间格局,且边缘地带城市的客流量在春运更高。②小长假日均客流量远高于春运;小长假64.66%的客流量集聚于省内且局域空间一体化最密切,春运47.69%的客流量发生在省际且全域空间一体化更紧密。③春运形成3种城市组团类型,小长假以省域单一型城市组团为主且空间结构更加清晰;首位城市与边缘地带城市的客流联系在春运更紧密;受到择优联系、邻近链接和路径依赖的制约,两时期形成3种空间组织模式,尤其春运更趋复杂。④两时期城际客流网络发育受到城市属性、出行成本、邻近关系、人口特性和历史惯性的共同影响,但解释变量差异明显。希冀能为推动形成优势互补高质量一体化发展的区域新布局提供实践指导。

Regression model for daily passenger volume of high-speed railway line under capacity constraint

A non-linear regression model is proposed to forecast the aggregated passenger volume of Beijing-Shanghai high-speed railway(HSR) line in China. Train services and temporal features of passenger volume are studied to have a prior knowledge about this high-speed railway line. Then, based on a theoretical curve that depicts the relationship among passenger demand, transportation capacity and passenger volume, a non-linear regression model is established with consideration of the effect of capacity constraint. Through experiments, it is found that the proposed model can perform better in both forecasting accuracy and stability compared with linear regression models and back-propagation neural networks. In addition to the forecasting ability, with a definite formation, the proposed model can be further used to forecast the effects of train planning policies.