土地利用混合度对轨道交通车站客流的影响

针对土地利用混合程度如何影响轨道交通车站客流的问题,建立非线性回归方法对其进行量化研究.采用递远递减权重和相邻车站重叠区域人口分配权重来计算加权人口,并以车站客流/加权人口作为因变量,从而分析由土地利用混合程度引起的车站客流变化.构建最小二乘支持向量机模型来分析土地利用混合程度、岗位居住人口比以及车站客流间相互关系.最后,以日本东京都109个车站的实际数据进行案例分析,案例结果表明土地利用混合程度对车站客流影响较弱,而岗位居住人口比与车站出站客流呈现显著正相关.因此,客流预测过程中应以岗位居住人口比代替土地利用混合程度作为关键因素.

基于空间加权的LS-SVM城市轨道交通车站客流量预测

为提高城市轨道交通车站客流预测模型精度,简化模型数据需求规模,提出基于空间加权的LS-SVM城市轨道交通车站客流预测模型。基于交通网络距离重新划分车站的影响范围,提出分距离影响带的线型和指数型空间权重系数方程,结合空间权重系数,输入区域特征变量和车站属性变量构建城市轨道交通车站客流LSSVM预测模型,运用动态改变惯性权重自适应粒子群优化算法(DCW-APSO)对模型参数进行优化选取。应用模型预测2011年成都市地铁1号线部分车站客流,并与其他模型进行比较,结果表明:模型明显提高客流预测精度,简化数据需求量,作为城市轨道交通客流预测的补充模型可以进一步提高系统的可靠性。

土地利用视角下的轨道站点客流预测——以深圳市为例

从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明:①相比于线性衰减规律,客流生成率随站点可达性的降低更符合指数衰减规律,用地距离地铁站0~0.5km时客流生成率下降最快。②单位面积各类用地客流生成率由大到小依次为:交通用地 >办公用地 >商业用地≈城中村 >工业用地 >居住用地 >其他用地。③客流生成率受站点可达性影响强度由大到小依次为:商业用地 >办公用地 >交通用地 >其他用地 >居住用地 >城中村 >工业用地。

基于圈层人口变量的城市轨道交通车站客流预测

考虑城市轨道交通车站客流(指进出站客流)吸引范围内不同距离的人口对车站客流贡献率不同的情况,将人口按照距离车站的远近分为不同圈层,以不同圈层人口作为变量进行车站客流预测.通过偏相关分析验证圈层人口作为变量的合理性,同时获得影响车站客流的其他显著因素.针对线性多元回归预测模型的不合理性,建立了可反映车站客流与自变量高度非线性关系的BP(back propagation)神经网络预测模型.案例研究表明:基于圈层人口变量和BP神经网络的车站客流预测模型在减小误差方面明显优于其他模型,且具有很好的实时性.在上述模型的基础上,构建了已知任意车站背景变量,车站圈层人口对客流的贡献率模型.该模型验证的结果进一步说明基于圈层人口变量和BP神经网络的车站客流预测模型能够很好地反映圈层人口与其他影响车站客流的显著影响因素同车站客流之间的关系.

基于MAS的城轨交通客流预测系统研究

针对传统的客流预测系统存在的人机交互支持形式刻板、预测模型单一、计算效率低下、劳动强度大等缺点,设计了基于多Agent系统(multi-agent system,MAS)的客流预测系统。该系统为由路段工作站Agent、线路Agent和线网Agent组成的包含支持层、应用层和接口层的体系结构,各个路段工作站Agent组成多Agent系统,通过线路Agent的相互协作实现线网的客流预测。基于JADE平台、TransCAD软件、Microsoft SQL Server和Access软件进行了系统开发,并将其应用于苏州市城市轨道交通近景2020年客流预测分析,结果表明,该系统具有较强的适应性、鲁棒性和灵活性。

动态交通信息应用实践——以深圳市为例

交通规划研究需要大量的交通数据支持,传统交通数据通过人工问卷和调查获得,特点是调查周期长、成本高、数据质量难以控制。随着信息化快速发展,结合智能交通采集的动态交通数据将是未来交通规划决策支持的重要领域。根据动态交通信息在深圳的轨道客流预测、常规公交模型、道路运行评估、主动交通管理等领域的应用实践,表明动态交通信息引入,将有效提高交通规划决策水平。

基于系统动力学的高铁客运需求预测

为了确定中国高铁客运需求的发展规模和规律,通过分析与高铁客运需求相关的经济、人口、设施供给及民航竞争的影响因素,建立了高铁客运需求的系统动力学模型。经过对既有历史数据的验证分析,证明系统动力学模型的有效性,且预测精度优于传统方法。根据经济人口及出行要素设定了三种增长情景,预测发现,中国未来不同情境发展下的高铁客运需求将持续上升,高铁客运周转量2024年突破1万亿人公里,高铁出行量2026年突破30亿人次。基于以上结论,提出了中国高铁建设、票价及服务方面的建议。

离散选择模型在高速铁路运量预测中的应用研究

高速铁路运量预测的关键是确定通道中包括高速铁路在内的各种交通方式运量的比例,而离散选择模型是进行交通方式划分预测的有效工具。基于离散选择模型的基本原理,利用2012年京沪高速铁路旅客出行调查数据,建立了包括高速铁路、飞机、长途汽车和小汽车的方式划分模型,并通过模型值与2012年实际值比较检验了模型精度。

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。