Analysis on Passenger Flow Characteristics of Subway Station Pedestrian Facilities

It is possible to improve the service level of the new subway station by analysing the passenger flow characteristics and optimizing the design of the pedestrian facilities of a station. In this paper, through the investigation of passenger flow status of different types of subway station on different sections, and analysis of the passenger flow characteristics of pedestrian facilities, such as station channels, stairs and escalators, some suggestions of pedestrian facilities parameters of the station design are put forward.

进出站客流特征驱动的地铁车站画像构建及风险识别

基于地铁刷卡数据,采用K-means时间序列聚类算法对北京市40个换乘站及157个中间站和首末站的进出站客流进行画像分析及客流风险识别。考虑地铁车站在轨道交通运营网络中的位置属性,分别提取高峰时段的大客流特征和换乘客流的时空分布特征,将地铁换乘站分为4类,中间站分为6类,首末站分为2类。聚类结果表明:各类型车站的进出站客流和换乘客流在高峰时段的时间不均衡性较为突出,考虑不同周边用地性质,地铁客流的空间不均衡性较为显著。通过辨识不同地铁车站类型及其对应的客流时空特性规律,提出基于特征值数据的客流风险等级评价方法,分析了典型的换乘站客流风险状态。结果表明:不同类型的换乘站客流风险时段有所区别、客流风险等级不同,其中B类型换乘车站客流风险最高。本研究能为地铁客流精细化诱导和地铁运营风险防控提供支持。

基于梯度提升决策树的重庆市轨道交通网络特征对站点客流的影响分析

为了探讨轨道交通网络特征对站点客流的影响,基于重庆市轨道交通站点客流数据、POI数据、道路网矢量数据等多源数据,选择表征网络结构特征的中心性、连通性、集聚性等22个影响因子,采用普通最小二乘法和梯度提升决策树模型对客流进行拟合。结果表明,梯度提升决策树模型较普通最小二乘法的拟合度更好,其中站点效率是影响轨道站点客流最重要的因素,其次是临近中心性与站点重要性排序,对站点客流贡献度大于5%的因子共8个;同时对临近中心性、站点效率、公交站点密度等在内的9个影响因子进行独立效应分析,得到这些因子对站点客流均表现出非线性关系,且阈值效应显著。研究结果可为重庆市轨道交通资源的配置和轨道站点设置等提供一定的技术支持,也为其他城市轨道交通运营提供理论参考。

基于结构方程模型的住宅与轨道站客流研究

研究住宅特征与轨道站客流之间的联系,厘清轨道站与住宅之间的关系,建立住宅与轨道站长期互动机制,指导轨道站周边住宅用地利用开发,支撑轨道交通引导城市发展。以重庆轨道3号线为例,研究轨道站800 m范围内住宅与轨道站客流之间的关系,以早高峰进站轨道刷卡数据和安居客网页的住宅信息数据为研究对象,利用结构方程模型挖掘小区单价、房屋数量、停车位配建率等住宅特征与轨道站客流关系,实证结果表明,小区房屋户数和轨道站的区位、车站进站客流成正相关,与小区房价、停车配建率成负相关。

基于客流特征的城市轨道交通站点分类——以青岛市为例

为提高城市轨道交通与常规公交衔接服务能力,提升城市公共交通系统整体吸引力,结合服务需求对轨道交通站点进行了分类,并针对不同类型的轨道交通站点提出常规公交接驳服务建议。基于青岛市轨道交通刷卡数据,提取乘客出行特征和车站客流分布特征,应用K-Means算法对轨道交通站点进行分类,并结合轨道交通站点客流特征将轨道交通站点识别为就业导向型、职住混合型、居住导向型、娱乐购物型等4类。在此基础上,提出不同类型站点常规公交出行接驳服务建议:对于就业导向型站点,建议实施以乘客总换乘时间最短为目标的接驳公交运营时刻表,减少乘客等车时间;对于职住混合型站点,建议采用定制公交模式提供个性化接驳出行服务;对于居住导向型站点,建议提供“区域巡游定制公交”服务,在保障公共服务的基础上,提升接驳公交车运营效益;对于娱乐购物型站点,建议在周末或旅游旺季提供休闲微循环线路,以满足该区域乘客游玩购物的出行需求。

基于AFC数据的南昌轨道交通车站精细化分类

为满足城市轨道交通车站精细化客运组织需求,对车站进出站客流特性进行有效的分类管理。结合自动售检票系统(auto fare collection,AFC)采集的进出站客流数据,从车站进出站客流总量及时序特性方面入手,提出一种基于K-means算法的双层规划聚类方法对全线所有车站进行聚类并划分车站类型。首先以车站进出站客运总量为特征指标进行上层聚类,得出不同客运规模的车站大类;然后考虑车站进出站客流的时变特征,根据不同时段内的客流变化特点构建特征向量进行下层聚类,识别车站客流的时序分布特性。研究结果表明:利用本算法得到的分类结果与实际高度吻合,不同类别车站在客运规模和时变特性上差异明显。双层K-means聚类分析算法通过把握客运规模和客流时变特征,对车站进行精细划分,为车站的客运组织提供依据。

基于客流特征的轨道站点影响区和轨道站点之间功能布局研究——以厦门为例

轨道站点影响区和站点之间功能布局是落实TOD理念(Transit-Oriented-Development)——以公共交通为空间开发导向的重要内容,客流是站点功能布局成效的直接体现。通过轨道站点影响区POI结构,将厦门轨道站点分为单主导功能、双主导功能和混合功能3类。通过分析站点客流量,明晰站点影响区功能布局与出行发生之间的关系。以站点间客流OD量及站点客流OD在各距离段的分布,分析站点之间功能布局与空间客流分布的关系。根据现状呈现出来的轨道站点功能布局特征及对应的客流特征,提出下一步发展策略。结果表明:1)高客流量站点以单、双主导功能站点为主,混合功能站点客流量并不突出;2)同类型站点间OD量较小,不同类型站点间OD量较大,空间站点功能互补性直接影响OD的空间特征;3)站点各距离段OD比例受中心地职能等级及周边站点功能互补性的双重影响。文章基于对站点影响区和站点之间功能布局与乘客出行相关关系的分析,结合城市功能布局的市场规律及城市空间结构发展需求,提出站点影响区“混合基本功能,集聚主导功能”和站点之间“差异互补,连点成轴”的功能布局原则,以期为以轨道交通为主体的TOD综合开发提供参考。

不同城市轨道交通车站智慧运维模式优化

本文通过分析车站属性功能、交通功能、用地功能三个维度共15个变量,建立GWR客流特征模型将城市轨道交通车站精细化分类,在此基础上,本文进一步进行不同类型车站智慧运维模式优化研究,建立乘客出行行为库,精细化不同场景联动方案,促进城市轨道交通智慧车站科学合理地建设,提升车站运维效率,为地铁高质量可持续发展奠定了基础。

基于车站客流特征的城市轨道交通就业中心站点识别方法

目的:城市就业中心布局是表征城市中心体系的重要指标,应从交通视角出发,研究城市就业中心的空间布局及演变规律,这对优化城市空间布局和综合交通体系均具有重要意义。方法:基于深圳市城市轨道交通2015年和2021年的AFC(自动售检票)数据,以深圳轨道交通车公庙换乘站为例分析了该市就业中心周边站点高峰小时的客流特征,提出了城市轨道交通就业中心站点(以下简称“就业中心站”)的定义及城市轨道交通车站就业指数的概念,进而提出了基于城市轨道交通AFC数据识别城市就业中心的技术方法。最后分析了深圳市就业中心站的空间分布特征及其演变规律。结果及结论:就业中心站分为主要就业中心站、次要就业中心站及一般就业中心站3个类别。通过对深圳市就业中心站的识别,可反映就业中心在该市的空间分布情况。就业中心站的产生与发展受城市轨道交通车站的空间区位、沿线用地开发程度、有无城市轨道交通线路引入等因素影响较大。中心城区就业功能的不断集聚是促进城市就业中心发展的关键因素,大体量商业办公建筑的使用及城市轨道交通新线开通均可进一步强化既有城市就业中心的功能。

轨道交通车站换乘设施服务水平评价

为解决城市轨道交通设备设施不合理导致利用率低及换乘服务水平低引发的客流拥堵问题,对客流特性进行研究,在分析车站内部设施通行能力的基础上探讨各类设施服务水平影响因素,从便捷性、安全性、舒适性三方面构建城市轨道车站施服务水平评价体系。以某市轨道交通为例,通过实地调查建立评价模型,得出早高峰时段该市轨道交通4号线某站内部设备设施整体服务水平等级。

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。

北京市轨道交通车站客流时空分布特征

轨道交通线网客流特征实质上是车站客流时空分布叠加及交换的效果体现,通过分析车站客流的波动性,发现北京轨道交通系统在不同时间维度和区域范围均呈现出明显的不均衡特征。针对车站特点进行聚类分析,归纳出周边不同用地类型的车站客流时空分布差异性特征规律,并进一步分析了进站客流和换乘站客流特征以及进出站客流接驳特征。在此基础上,对北京市轨道交通发展提出应建立多层次的轨道交通系统和多样化的轨道交通运营组织方式;重视换乘站在网络中的合理布局,改进换乘站设计与运行组织;结合车站区位特征制定差异化接驳服务等建议。

城市轨道交通站点布局优化研究

由于轨道建设的高成本特性,站点布局的合理与否直接关系到轨道交通的运行效率和社会经济利益.为此,站点布局优化需从实际出发,在全面分析其影响因素的基础上,按照"按需分布、合理布设"的原则,依据轨道线路系统的总成本最小为优化目标,并考虑客流量随车站间距的概率分布来建立合理站间距的优化模型,结合其影响因素,提出科学合理的站点选址优化方法,实现轨道交通与其他交通方式的和谐发展.

城市轨道交通换乘站大客流组织的仿真

城市轨道交通换乘站的客流结构复杂、车站设施多样化,科学合理的车站客流组织方案至关重要。以上海世博会背景下的马当路车站为例,应用自主研发的客流分布仿真系统研究了换乘站大客流组织工作的关键问题。结合仿真结果提出了车站设施、客流组织优化建议,以及车站人员的合理布岗等措施。

城市轨道交通车站乘客群体行为特征研究

为了研究城市轨道交通车站乘客群体行为的产生机理及其变化规律,提出乘客流稳静的概念,用以描述对乘客流状态突变倾向的缓解作用。结合车站设施属性及乘客流时空分布特征,应用乘客群体行为模型,采用仿真情景试验方法,从乘客流流量、密度与速度三个方面量化研究乘客流稳静的影响因素与作用方式,从而揭示乘客流状态突变的内在机理。试验数据显示:设施相对距离对乘客流平均流率衰减具有直接作用;通道出入口设施的相对能力对通道乘客流密度具有影响作用,这种作用与乘客流规模存在内在关系;流线交叉对乘客流速度突变具有较为显著的作用,且同时伴随密度的变化。以试验研究为基础,分别针对流量、密度、速度三个方面提出合理引导、组织与控制乘客流的策略。

基于EM算法与Gauss混合模型的地铁站点类型分析

结合成都地铁2019年5月工作日的AFC数据,利用EM算法(expectation-maximum algorithm)与Gauss混合模型,分析成都市156个轨道站点客流曲线的特征差异,并结合平方和误差将其聚类为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型、交通枢纽型、综合型7种不同类型的地铁站,最后分析不同类型地铁站的区域分布及土地性质。研究表明,不同类型站点分布具有区域性,站点类型随着到城市中心距离的增加而减少,中心区站点类型更多样,可体现城市功能区域时空差异的表现形式,提供城市空间进行研究的新视角,有助于了解城市功能的空间分布,为未来城市及交通规划提供依据。

天津站枢纽客运组织方案的研究和思考

天津站交通枢纽由天津城市轨道交通2、3、9号线的地下段,京津城际铁路和国铁交汇组成,具有工程结构复杂、客流量大且交叉明显等特点。从枢纽的工程设计、客流预测、流线特征分析等入手,阐述天津站枢纽的客运组织特点、原则、要求和具体措施,提出完善枢纽导向系统、构建一体化枢纽运营管理模式及与周边协调发展的优化思路。

都市圈客流特性分析

运输系统规划是都市圈规划的重要组成部分 ,其中 ,交通流的调查与分析是交通基础设施规划的前提和条件 ,而运输流的调查与分析是运输组织和运输场站规划的前提和条件 .根据单核都市圈中城市群的空间分布和交通基础设施的布局结构特征 ,分析了其客流的生成规律、增长规律和交流规律 ,结合国内外实例 ,对都市圈客流结构、运输方式选择以及中心城市的客流分布特征进行了重点研究 ,总结出我国目前及今后一段时期单核都市圈客流的基本特征 .在此基础上 ,提出了以城市间直达运输与结点运输相结合的公路运输组织方式 。

基于Anylogic仿真的兰州西站客运枢纽换乘衔接优化研究

客运枢纽内换乘周转层缓冲设施、导向标识的布局、客流流线的安排直接影响到行人的换乘效率,对其进行优化可以更好地服务旅客。为改善兰州地铁1号线建成之后兰州西站内换乘衔接问题,在阐述兰州西站客运枢纽概况的基础上,针对该站换乘存在的问题建立Anylogic仿真模型,找到当前换乘瓶颈,确定客流出行目的比例,提出改善措施,并以区域客流密度、换乘疏散时间为统计指标,对比改善效果。结果表明,通过改善措施可有效减少拥挤程度,最高变化量达到53.26%,疏散时间减少17.02min,达到优化目的,对于改善枢纽内乘客的换乘现状具有重要作用,同时具有较强的可实施性。

考虑时空特性的地铁车站大客流预警方法研究

为了提高地铁车站应对常态或突发大客流的应急处置能力、保障车站运营安全,考虑地铁车站各类客运设施设备的客流状态特性,分别从时间和空间的角度构建2类客流状态评价指标,研究基于聚类算法和生存分析法的单一类别客流状态评价指标等级划分方法,并在此基础上建立基于模糊层次分析法的地铁车站大客流时空二维分级预警方法,最后通过上海地铁实例数据验证方法的有效性,研究结果可为地铁车站大客流识别与预警提供方法依据。