基于出行特征的汽车客运站最高聚集人数测算研究

为实现汽车客运站最高聚集人数的准确测算,在现有客运站最高聚集人数研究成果基础上,进一步探索出行特征与旅客到站时间之间的影响机理,针对同一车站不同发车环境下的班车旅客到站时间倾向性进行统计分析,认为旅客因出行特征的不同,其到站时间存在明显差异;在保证数据获取便捷的基础上选取5个出行特征对旅客到站时间进行预测;进而构建考虑旅客到站时间差异的车站最高聚集人数计算模型,并以重庆陈家坪汽车站为例进行案例分析,验证了方法的有效性。

铁路客运站最高聚集人数模拟计算研究

旅客最高聚集人数是研究铁路客运站站舍能力与规模的核心。分析了传统的铁路客运站最高聚集人数计算方法的优点和不足,建立了铁路客运站最高聚集人数的模拟模型,实现了相应的模拟系统。最后以某车站为算例进行了仿真计算。模拟模型包含客流模拟模型和计算模拟模型两个子模型。客流模拟模型以对数正态分布为基础,根据列车旅客发送量来模拟旅客到达车站的时间分布。计算模拟模型用来模拟旅客的聚集过程,从而找到车站最高聚集人数和该值的出现时间。研究结果表明,系统是对实际情况模拟,它的应用能够提高效率,避免大量调查工作,节省支出。

铁路客运站旅客最高聚集人数计算方法研究

最高聚集人数是研究铁路客运站站舍能力与规模的核心。在对既有铁路客运站旅客最高聚集人数计算方法研究的基础上,提出3种新的计算方法,即概率法、最坏情景法、模拟法,同时提出了各种方法参数的建议值。最后,以北京西、北京、广州东站和樟木头站为例对传统方法中的聚集系数法和3种新方法进行验证。

大型客运站最高聚集人数仿真计算方法研究

铁路客运站最高聚集人数传统计算方法采用静态公式计算,忽略了车站功能布局、客流组织方案与最高聚集人数的互动影响。在研究旅客最高聚集人数形成机理的基础上,提出并证明3个规律,揭示最高聚集人数影响因素的作用规律、最高聚集人数的周期特性和出现时间;通过对15万条现场统计数据的拟合分析,提出旅客提前到站时间分布密度函数;运用车站客流组织仿真系统,研究提出车站最高聚集人数的仿真计算方法,并采用北京南站数据进行验算。结果表明,该方法可为车站方案设计、运营管理方案编制提供参考。

城市轨道交通站台最高聚集人数计算方法研究

对周期时间内城市轨道交通站台客流分阶段变化过程进行分析和简化.基于乘客遵循先下后上原则的情形,提出一种在列车到达间隔时间恒定条件下计算站台最高聚集人数的方法.在此基础上,进一步考虑列车到达间隔时间偏离图定时间的情况,对列车到达间隔时间的分布进行分析,提出在列车到达间隔时间存在偏离的情况下对应于给定概率的站台最高聚集人数的计算方法.以某城市轨道交通车站为案例,在考虑列车到达间隔时间偏离的条件下计算该站岛式站台最高聚集人数.与现行设计规范的计算方法相比,采用本文提出的方法算得的站台最高聚集人数较小.

基于时刻表协调的同台换乘聚集人数计算模型

从时刻表协调的角度,建立了不同到站间隔下地铁同台换乘站聚集人数的计算模型,并且采用Anylogic软件对乘客的实际集散行为进行仿真.仿真结果与模型计算得到的站台最大聚集人数相近,验证了模型的有效性.算例结果表明:在两方向列车发车间隔相同的情况下,同台换乘站的最大聚集人数随着两方向列车到站间隔时间的增加而减少.在算例的假设条件下,当两线路列车同时到站时,站台聚集人数最多;在此基础上,两线路列车的到站间隔时间每增加30 s,站台的最大聚集人数减少一定人数;当到站间隔时间达到150 s时,站台最大聚集人数降至最低.

设计期铁路客运站最高聚集人数预测模型研究

铁路客运站最高聚集人数是研究铁路客运站站房能力与规模的核心。本文在分析现有研究成果的基础上对设计期铁路客运站最高聚集人数的预测进行研究。认为将列车密集发车时段同一时刻到达车站候车人数与检票上车人数之差最大值的平均值视为铁路客运站最高聚集人数比较适宜。建立铁路客运站最高聚集人数预测模型,对模型中参数的取值进行讨论,通过算例说明本文模型的应用,并对预测结果进行分析比较。

城市交通可靠性对铁路客运站最高聚集人数的影响

城市道路交通可靠性是铁路客运站最高聚集人数的重要影响因素,为了定量衡量城市交通可靠性对铁路客运站最高聚集人数的影响,在已有的最高聚集人数计算方法的基础上,给出了城市道路交通可靠性对铁路客运站最高聚集人数影响的计算方法:利用计算机工具,用旅客实际的候车时间减去旅客由于道路交通状态的不确定性需要额外准备的时间(即缓冲时间),重新得到旅客的候车时间分布,根据重新得到的候车时间分布,确定城市交通不稳定情况下的旅客最高聚集人数,并通过算例进行实证分析。研究结果可以为铁路规划和设计部门提供参考。

铁路客运站最高聚集人数定义的分析

最高聚集人数是铁路客运站设计的重要指标,是研究铁路客运站站舍能力与规模要求的核心。现行《铁路旅客车站建筑设计规范》中对于最高聚集人数的定义存在着不符合最高聚集人数产生的背景、对应的计算方法有歧义、数据不易统计以及计算结果不适用等不足。在对现行定义进行综合分析的基础上,提出铁路客运站最高聚集人数相对于计算公式更为合理的定义,以此避免计算方法的歧义。

城市轨道交通侧式换乘站台最高聚集人数计算

运用趋势分析法计算某一时段内城市轨道交通线路衔接交路下侧式换乘站台最高聚集人数.界定相关研究条件,运用趋势分析法分析时间单元内乘客与列车、站台之间的交互过程,探讨换乘站台非换乘和换乘客流聚集人数变化过程;进而将两类客流聚集人数变化过程同步叠加,得出换乘站台最高聚集人数的计算公式.简单算例应用表明,本文提出的衔接交路下换乘站台最高聚集人数计算公式是可行的;与地铁设计规范计算方法相比,本文提出的计算方法所得结果相对准确.

大型高铁车站最高聚集人数计算模型研究

通过实名制验证和检票环节对旅客进站时间和车次以及检票通道服务时间进行统计分析,研究高铁车站旅客集散规律;对同一车站不同类别、各出发方向列车的旅客数量进行分析,认为经停同一车站的列车因出发方向的不同,其上车人数存在的差异具有统计学意义;构建适用于高铁车站的最高聚集人数计算模型,并以长沙南站为算例进行计算和分析。

基于数据拟合的铁路车站旅客最高聚集人数计算研究

铁路车站旅客最高聚集人数是设计铁路客运站站房规模的主要依据之一。文章以成都东站为例,通过提取售/取票设备数据,统计旅客提前到站时间,采用对数正态、复合负指数、威布尔3种分布形式对旅客到站规律进行拟合分析,构建铁路车站最高聚集人数检算模型。试验结果表明,对数正态分布对铁路旅客提前到站规律拟合效果优于其他2种分布,基于最优拟合分布的计算结果更为精确,有利于精准掌握车站最高聚集人数。

高铁客运站最高聚集人数计算方法研究

高铁客运站最高聚集人数是设计高铁客运站站房规模的主要依据之一,随着高速铁路的不断建设与发展,旅客的出行模式发生了较大变化,高速铁路客运站旅客聚集规律也随之改变。论文在分析现有铁路客运站最高聚集人数研究成果的基础上,对高速铁路客运站最高聚集人数的计算方法进行研究,改进和修正原有的概率计算方法,考虑到列车开行频率、检票人数等因素对高铁客运站聚集人数的影响,认为高速铁路旅客的候车时间分布规律符合对数正态分布,综合建立高速铁路客运站最高聚集人数预测模型,并通过案例计算进行验证。

客运专线旅客最高聚集人数计算方法初探

本文在分析常规铁路旅客最高聚集人数设计及存在问题的基础上,结合相关课题的调查资料,提出了客运专线旅客最高聚集人数的计算方法——概率统计法,该方法是根据车站聚集人数变化的概率分布来确定车站最高聚集人数的。它首先需要确定旅客出现最高聚集的瞬时T1和各待开行列车旅客提前到达车站的概率分布P(x),在计算车站各列车出发前全站旅客聚集人数Ki的基础上,选取最大的Ki为该车站的旅客最高聚集人数。论文并以新广州站为例介绍采用概率统计法计算旅客最高聚集人数的过程及方法。

建成环境非线性作用下汽车客运站最高聚集人数模型

为探求汽车客运站最高聚集人数与站域周边范围建成环境的非线性作用机制,以重庆市全域汽车客运站为对象,构建以最高聚集人数为因变量,由可达性、路网复杂度、公共交通支撑、多样性4个方面组成的多元建成环境特征为自变量的梯度提升决策树模型,辅助构建随机森林和最小二乘估计模型验证算法效度。结果表明:GBDT模型在训练集和测试集的表现均优于RF和OLS模型,验证集拟合优度为0.80;变量贡献度方面,土地利用混合度对影响最高聚集人数的建成环境变量的贡献为23%,其次为公交站密度(贡献为20%)和至市中心距离(贡献为17%);非线性作用机理方面,建成环境可达性相关指标总体呈负相关,阈值效应明显,路网复杂度相关指标峰值效应较明显,公共交通支撑相关指标整体呈正相关,多样性相关指标峰值效应明显。

最高聚集人数定义及计算方法的讨论

最高聚集人数在铁路客运站设计时具有十分重要的地位,但现在对最高聚集人数概念的理解存在一定的偏差,而且计算方法的可操作性也不强。本文根据最高聚集人数现有定义的不足提出了改进建议,并针对计算方法操作性不强的特点提出了更为可行的计算方法。

新建高速铁路车站最高聚集人数计算软件的设计与实现

针对高速铁路(简称:高铁)车站最高聚集人数计算列车开行方案和乘车人数难以确定的问题,文章设计并实现了新建高铁车站最高聚集人数计算软件。该软件以数据库为基础,通过匹配相似车站及列车开行方案、列车乘车人数、旅客到达规律、最高聚集人数等,计算新建高铁车站的最高聚集人数,并以4个新建高铁车站作为对比,进行软件准确度分析。结果表明,该软件计算的新建高铁车站最高聚集人数与中国国家铁路集团有限公司批复核准的最高聚集人数接近,具有较强的实用价值。

大型高铁车站最高聚集人数计算模型研究

为了更好地拟合高速铁路车站旅客聚集趋势,提高车站旅客最高聚集人数预测结果的准确性,基于旅客候车时间及检票通道服务速率,对比对数正态分布、威布尔分布、复合负指数分布、有理函数分布等4种函数拟合效果,研究最优拟合分布参数和列车乘车人数与车站及列车属性之间的相关性。将相关性较强的属性与最优拟合分布参数、列车乘车人数进行K-means聚类分析,利用Silhouette指数判断聚类效果,最终得到各类属性与最优拟合分布参数和列车乘车人数的检索表。基于检索表建立适用于高速铁路车站的最高聚集人数计算模型,并以成都东站作为算例进行计算和分析。研究结果表明:该最高聚集人数计算模型可以准确模拟旅客聚集趋势,减小预测最高聚集人数与实际最高聚集人数之间的误差。

模糊数学在预测车站最高聚集人数中的应用

运用模糊数学方法,将旅客最高聚集人数预测与其影响因素有机结合,变传统的定性分析为定量分析,减少了预测中的不确定性,提高了可操作性,并结合实例进行具体计算,增强了直观性。

既有大型客运站最高聚集人数仿真计算

最高聚集人数是铁路客运站设计的重要指标,它决定了候车站房规模大小、投资多少以及各项相关配套用房的设置。提出旅客集散仿真的基本流程,根据具体列车发车时刻与发送人数建立基于Simio的仿真模型。最后,对沈阳铁路局大连站最高聚集人数进行了仿真计算,该站旅客最高聚集人数[3380,3600]之间,所得到单日旅客聚集高峰时刻为11∶55～12∶00与15∶55～16∶00。通过最坏情景法与聚集系数法同计算结果对比分析证明模型具有较高的可靠性和实用性。