Keep Mandela’s Flame Alight

DESPITE preparing for his passing for some years, when Nelson Mandela

高速铁路列车乘客上下车策略分析及仿真模拟

为获得高速铁路列车乘客最优的上下车策略,选取CRH380AL型高速列车二等座车厢,构建乘客上下车策略仿真模型。针对不同的上下车策略,分析人员携带行李比例、上车人数的落座时间和过道密度,量化乘客上下车的效率和舒适度。结果表明:低密度时,乘客落座时间在双车门行策略和双车门倒金字塔策略下变化差异不明显。随着乘客人数和携带行李比例的增加,双车门倒金字塔策略的乘客落座时间最短。30人上车场景时,双车门倒金字塔策略车厢过道区域的最大密度和平均密度均为最低。在上下车人数为50人、携带行李比例为40%时,双车门倒金字塔策略的过道密度相较于双车门行策略和双车门斯蒂芬法策略较低,此时乘客舒适度较好。

城市轨道交通车站列车乘降时间估计方法

乘客乘降时间是城市轨道交通列车停站时间和运行图的重要组成部分,是影响轨道交通线路运行效率和运营安全的关键环节之一。将乘客乘降过程划分为上车及下车两个独立过程,基于调查数据,分析车门最大上下车客流量及平均上下车时间的影响因素,建立车门最大上下车客流量及乘客平均上下车时间估计子模型,在此基础上构建轨道交通车站列车乘降时间估计模型。以上海轨道交通车站为例,研究表明乘降时间实测值与模型估计值的偏差在11.89%以内,验证了模型的有效性和实用性。研究结果对提高轨道交通列车实际与计划乘降时间的匹配度,提升列车停站效率和保障乘客乘降安全等有重要实践价值。

基于IC卡数据的公交乘客上下站点预测研究

当前一票制的公交IC卡收费系统无法获取乘客的上车站点和下车站点,为公交线路客流量分析造成了一定困难。本文通过充分研究IC卡数据以及GPS数据,构建了以IC卡数据为基础的乘客上下车站点匹配模型,挖掘数据中包含的公交运行特征以及乘客出行特征。模型同时考虑封闭式公交出行链以及非封闭式公交出行链,并采用二分算法以及多概率融合的方法在乘客乘车特征基础上推测乘客的上下车站点,可有效提升公交的高效化运行管理。以承德市7号线路为例进行验证,采用线性回归方程对上下车站点匹配结果进行分析,相关系数高达0.977,校验回归方程系数值为0.9785。结果表明该模型可实现对公交车乘客上下车站点的有效匹配,具有较好的可靠性。

下车信息对公交乘客精细化分类影响研究

目前广泛采用的公交一票制缺乏下车信息,利用一票制数据得到的乘客分类需要进行精细化分类效果评估.本研究利用包含下车站点的大规模公交票务数据,对比分析了有无下车信息下的分类模型,探究下车信息缺失对乘客分类的影响.采用分类指标和组合聚类方法对公交乘客进行精细化分类,选取中国北京市路面公交连续28 d的乘客上下车数据作为实例,分析下车信息及分类指标对分类结果的影响.结果表明,有无下车信息的2个模型均能实现乘客的有效分类,分类结果都能体现每类乘客的时空活动规律.其中,包含下车信息的分类模型能够识别具有明显出行距离特征的小样本群体,如占比0.25%的长距离出行乘客等特殊群体;而缺少下车信息的分类模型类别平均占比标准差远小于包含下车信息的分类模型,分类结果相对均衡,且各类别乘客在多维度上的规律差异显著,更能体现分类的宏观特征.

基于在线支付数据的公交客流特征分析方法——以三明市清流县为例

为了给公交系统规划方案提供数据支撑,以公交在线支付数据为基础,通过数据收集、代刷数据剔除、换乘数据判断、下车站点判断等步骤,结合统计方法,得到了公交分担比例、时间分布、距离分布、线站分布、特定群体公交服务情况等公交运行特征,并以三明市清流县为例,验证了数据分析方法在公交客流特征分析中的适应性。

结合出行链的公交IC卡乘客下车站点判断概率模型

综述了一票制公交IC卡乘客下车站点推断的研究现状.为充分利用乘客出行链和站点上车客流量等信息,分析了公交出行的特征,提出了公交出行若干假设条件.在此基础上,定义了相关集合变量来描述单个乘客的出行链,将乘客个体出行特征融入到站点吸引权重的计算中.然后根据乘客出行链信息的完整程度,综合集计分析和非集计分析方法建立了结合出行链的概率模型,并提出了应用模型判断乘客下车站点的算法,以及模型检验方法.最后,以广州公交448路为例,对比了本文模型和单纯非集计分析方法的下车站点判断结果.结果表明,本文提出的模型适用性更广,在集计分析层面具有更高的可靠性.

一种基于乘客出行轨迹的公交断面客流估算方法

为充分利用公交车GPS数据和IC卡数据来估算公交断面客流,提出一种对刷卡乘客分类推断上、下车站点并扩样叠加轨迹的方法。首先通过融合公交车GPS数据和IC卡数据来推断不同类别刷卡乘客的上、下车站点;然后,结合投币乘客的出行特征,用低出行频次刷卡乘客的出行轨迹拟合投币乘客的出行轨迹,并对全部乘客的出行轨迹进行叠加;最后以广州公交为例进行了实验。实验结果表明提出的方法可以免交通调查近似得到单条公交线路的断面客流。

地铁站乘客上下车效率因素影响分析

地铁站内乘客上下车的效率影响着地铁的运营效率和服务水平。其中有自然因素和人为因素。通过实地调查测量,搜集整理数据,运用方差分析的数学方法对地铁乘客上下车效率因素影响进行了定量研究。认为当前的地铁硬件设施水平已经基本能够满足人们普遍的上、下车要求,影响乘客上下车效率的主要是人为因素,乘客群体层次差异对整体效果有一定的影响。

基于公交IC卡和AVL数据的客流OD推导方法

公交IC卡收费系统和车辆定位系统的广泛应用,为获取公交客流OD提供了新的途径。针对现有公交客流OD推导算法的不足,从上车站点识别和下车站点推导两方面入手,对公交客流OD推导算法进行了改进。为了修正公交IC卡数据时间偏差,提高上车站点识别的准确性,在分析公交乘客上车刷卡行为的基础上,提出了基于AVL数据的公交IC卡数据时间修正方法。根据公交出行链的特性差异,将公交出行链划分为连续链和非连续链两大类,在此基础上,建立了不同公交出行链的下车站点推导模型,优化了下车站点推导流程。以苏州市的公交IC卡和AVL数据为例进行实例研究,通过对推导结果合理性的讨论分析,论证了改进算法的可行性和有效性。实践表明,改进后的公交客流OD推导算法流程清晰,易于程序实现,可以用于公交客流的自动分析。

广州地铁运营客流分布特征研究与应用

针对目前广州地铁运营过程中列车车厢及车站站台过度拥挤的问题,通过对广州地铁实际运营客流分布特征的调查与分析,在时间维度上提出客流分布在年内、月内及周内的不均衡规律,分析节假日对车站客流的影响,在空间维度上分析车厢内客流密度在不同区间、不同编组、不同车厢区域的分布规律和客流在车站站台上的分布规律。通过对现状特征的重新审视,提出设计阶段客流预测数据的选用原则、车厢站立密度对站台乘客上下车时间的影响及车站布局形式与站台客流分布的关系。为广州后续轨道交通线路精细化设计提供依据,为国内类似城市地铁设计、运营组织提供参考。

城际动车组制动系统研制

介绍了和谐号CRH6型城际动车组制动系统设计方案,根据城际动车组的运营要求,分析了制动系统的技术难点,制订了制动系统的顶层技术指标。从制动系统的构成、控制、安全性保证、减速度设置、空重车调整等方面对制动系统进行了说明,并介绍了制动计算及线路试验验证结果。

基于站点上下客人数的公交客流OD反推方法研究

通过公交出行行为特征调查分析,研究了公交乘客出行站数的概率分布。基于公交乘客下车概率,以公交站点上下客人数和路段客流量为约束条件,提出了单条公交线路客流OD矩阵的推算方法,通过实例分析,验证了该方法的可行性和有效性。

基于VISUM模型的公交OD反推研究——以西宁市为例

OD矩阵是公交线网规划和线网优化的重要依据.OD矩阵反推是获取公交OD数据的有效方法.相关文献中,针对城市整体公交体系的研究较少.依据西宁市建成区所有公交线路上客、下客、车上乘客的调查数据,采用VISUM软件构建了基于等概率下客分布、距离概率下客分布的公交OD矩阵反推模型;然后在VISUM全市整体公交模型中,将各线路反推所得到的OD矩阵归并至交通小区,并通过模型分配得到的路段客流与线路调查得到的路段实际客流比较,检验公交OD反推方法的有效性.研究表明,等概率分布OD矩阵反推在西宁案例中的精度与可靠性较高.最后指出,乘客在各站的下客概率影响因素较多,把握并合理运用其规律是公交OD反推的关键.

不完备信息下公交断面客流的推算模型

为解决不完备交通数据信息下城市公交线路的断面客流量的计算问题,以断面客流的预测为研究对象,探讨了公交车站下车客流的预测模型。运用区段覆盖的思想,将公交沿线以客流集散点为中心划分成不同的客流分布区段。结合各站点的区位条件、客流条件建立不同区段内的公交分担率模型。以此为基础结合公交IC卡上车客流数据构建各车站的下车客流预测模型,结合上车客流、下车客流与断面客流三者的关系模型,计算得到公交断面客流量。最后以西安市某条公交线路某个时段的上车刷卡数据为例进行了模型的适用性分析,统计该条线路沿线各个站点周边300 m吸引范围内的土地利用性质以及人口密度,采用改进的遗传算法对模型中的未知参数进行标定。结果显示,待确定参数α和β分别取0.419 1和0.482 3时目标函数取得最优解,利用标定的结果计算该线路各车站的下车客流,进而求得断面客流量。通过与实际跟车调查结果对比,运用构建的模型预测得到的断面客流量与实际值存在一定的差异,平均相对误差在23%以内,平均绝对误差约为5人/断面,从整体结果来看预测的断面客流的变化趋势与实际调查断面客流情况基本一致,表明构建的模型具有一定的可靠性。

基于小票法的公交线路客流OD分析方法

针对目前常规公交客流OD调查抽样率低,准确率难以保证的缺陷,提出调查公交线路客流OD的小票法,该方法可同时采集各站点的上下客人数及每位乘客的上下车站点等信息。在基于小票法的调查数据的基础上提出一种公交线路OD分析方法,可准确得出公交线路的客流OD,同时还可以得到线路沿途各站点的上下客人数、断面流量等信息。

基于IC卡数据的公交下车站点区间不确定性客流推导方法

在交通大数据背景下,针对现有公交客流推导研究中站点客流皆为固定单一值与实际波动区间值不符的问题,利用区间不确定性理论,以及公交IC卡数据与GPS数据相结合,得到上车站点的公交区间客流。对公交刷卡行为进行分析,考虑乘客个体出行特征和乘客出行距离于站点吸引权重中,得到下车站点客流推导概率模型,结合区间不确定性理论,得到下车站点客流区间值。以深圳市的21路公交IC卡数据和GPS数据为例进行实例分析。通过对推导结果的合理性分析,表明得到的公交区间不确定性客流,更符合实际,算法流程清晰,具有更好的可靠性。

基于出行模式的公交IC卡乘客下车站点判断方法

对智能公交系统数据进行分析和挖掘,能够为城市公共交通系统的规划和管理提供科学的决策依据.一票制的公交IC卡收费系统仅在上车时刷卡,乘客下车站点的信息无法直接得到,而现有方法只能判断出部分乘车记录的下车站点,这成为公交IC卡数据应用的制约因素.根据公交乘客出行的时空规律性,提出基于通勤出行模式和关联出行模式判断下车站点的思路.利用通勤出行规律判断公交乘客的通勤OD,再根据其居住地和工作地站点信息对通勤出行的下车站点进行估计.依据公交乘客长期出行具有一定时空关联性的规律,通过将当日出行与他日的关联出行数据进行匹配来判断下车站点.对提出的方法进行算法实现,并应用大规模实际数据对算法进行了实验和精度分析.研究结果表明:该方法能够有效提高下车站点的判断比例,准确率达到87.90%,能够应用于实际的公交系统规划和管理工作.

站点位置缺失的公交客流OD估计方法及应用

利用公交自动收费(AFC)和自动车辆定位(AVL)系统产生的数据估计公交客流OD,可用于优化公交系统的规划设计和运营管理。针对公交站点位置缺失的情景,提出公交站点识别和上下车站点推断方法。首先通过时间匹配获得刷卡记录的位置信息,进而结合时间聚类方法和空间聚类方法DBSCAN识别公交站点并获得上车站点,接着依次采用个人公交出行链规则、个人公交出行规律性规则和公交线路客流分布规律性规则估计下车站点。应用上述方法估计深圳市公交客流OD,并开发包含线路、站点、客流和可达性4个模块的公交规划支持系统,用以支持公交系统的优化调整。

论《长明灯》的空间形式与意义生成

"空间"不仅是人物生活的场景,而且意味着文化的建构;不仅是一种方位参照体系,还是一种价值意义生成的载体。鲁迅的《长明灯》是一篇典型的关于空间的小说,在这种空间形式的表层是并置的四个空间场景:茶馆、社庙前、客厅、社庙。在文本空间方面,"疯子"和"孩童"这两个语言形象与鲁迅其他小说中的形象与观念构成了一个互文参照、互动增殖的语义空间。空间主题意义的获致来源于对传统空间秩序的质疑以及意向行为在空间的双向纠合、反应参照。