在城市化進(jìn)程中,城市規(guī)模不斷擴(kuò)大,居民出行需求持續(xù)增加,軌道交通作為一種重要的公共交通出行方式得到了快速發(fā)展,越來越多城市的軌道交通進(jìn)入網(wǎng)絡(luò)化運(yùn)營階段。城市軌道交通網(wǎng)絡(luò)化運(yùn)營面臨乘客需求增長迅速、網(wǎng)絡(luò)結(jié)構(gòu)和客流變化日趨復(fù)雜的局面,由此給運(yùn)營管理者帶來了不斷增大的運(yùn)營壓力和運(yùn)營風(fēng)險。深入分析客流規(guī)律并在此基礎(chǔ)上實(shí)現(xiàn)對城市軌道交通的短時客流預(yù)測,對管理者制定管理方案和相關(guān)政策、運(yùn)營部門提高軌道交通服務(wù)水平,保障軌道交通出行來說具有重要意義。為此,本文在以往研究的基礎(chǔ)上,從北京市軌道交通IC卡刷卡數(shù)據(jù)出發(fā),從全網(wǎng)和站點(diǎn)兩個方面分析客流時變規(guī)律和乘客出行特征,并根據(jù)該特征將軌道交通客流分為穩(wěn)定客流和隨機(jī)客流兩部分。在對比分析多種短時客流預(yù)測方法的基礎(chǔ)上,結(jié)合不同客流特征為兩類客流選擇相應(yīng)的預(yù)測模型,構(gòu)建了基于客流成分分解的短時客流預(yù)測方法,實(shí)現(xiàn)了對城市軌道交通站點(diǎn)工作日進(jìn)站量的預(yù)測,并運(yùn)用不同類型站點(diǎn)客流數(shù)據(jù)對提出的模型進(jìn)行了驗(yàn)證。具體研究內(nèi)容包括:（1）利用2015年11月北京地鐵IC卡刷卡數(shù)據(jù),以15min為時間間隔構(gòu)建了客流時間序列,分析了全網(wǎng)和站點(diǎn)的客流時變特征,并從乘客個體維度分析了... 

【文章來源】：昆明理工大學(xué)云南省

【文章頁數(shù)】：108 頁

【學(xué)位級別】：碩士

【部分圖文】：

015年北京地鐵網(wǎng)絡(luò)示意圖

昆明理工大學(xué)碩士學(xué)位論文16計算在內(nèi)；三是因?yàn)樵?015年11月后期，個別站點(diǎn)運(yùn)營狀態(tài)有所調(diào)整，開通運(yùn)營車站數(shù)有所增加。盡管兩個數(shù)據(jù)有一定差異，但本研究中所使用的數(shù)據(jù)在全網(wǎng)所有客流數(shù)據(jù)中已經(jīng)占據(jù)了絕大部分比例，該部分?jǐn)?shù)據(jù)所包含的乘客軌道交通出行特征構(gòu)成了全網(wǎng)以及各個站點(diǎn)的主要客流特征。從圖2-2中可以看到，周一到周四四天工作日全網(wǎng)進(jìn)站量差距不大，日均進(jìn)站量基本保持在480萬人次左右，周五與前四天相比有略微上升趨勢，全網(wǎng)進(jìn)站量增加到500萬人次左右，這是因?yàn)橹芪迨且恢艿淖詈笠粋�工作日，人們出行活動較其他工作日會有所增加。周末全網(wǎng)進(jìn)站量大幅下降，五天工作日的日均進(jìn)站量約為483.7萬人次，周末兩天的日均進(jìn)站量約為290.8萬人次，下降幅度近40%，其中周日進(jìn)站量在周六進(jìn)站量的基礎(chǔ)上又呈現(xiàn)一定的下降趨勢，達(dá)到一周內(nèi)地鐵進(jìn)站量最小值。由此可以看出，北京地鐵的主要服務(wù)對象是通勤出行。圖2-2北京地鐵2015年11月某一周內(nèi)各天全網(wǎng)進(jìn)站量情況2.2.2.2.全網(wǎng)客流日變化特征參照已有關(guān)于客流時間粒度選擇的相關(guān)研究，選擇15min時間粒度作為本次短時客流預(yù)測的預(yù)測步長，因此在客流時變特征分析中，分析對象為按15min時間間隔提取的客流時間序列數(shù)據(jù)。圖2-3所示為2015年11月某一周內(nèi)各天全網(wǎng)進(jìn)站客流變化情況，圖中可以

【參考文獻(xiàn)】：
期刊論文
[1]基于換乘鏈斷裂點(diǎn)時空信息的公交換乘行為識別[J]. 靳海濤,金鳳君,陳卓,王姣娥,楊宇.  交通運(yùn)輸工程學(xué)報. 2018(05)
[2]基于自動售檢票數(shù)據(jù)的城市軌道交通通勤客流辨識[J]. 鄒慶茹,趙鵬,姚向明,汪波.  北京交通大學(xué)學(xué)報. 2018(03)
[3]城市軌道交通2017年度統(tǒng)計和分析報告[J].   城市軌道交通. 2018(04)
[4]基于多時間粒度的地鐵出行規(guī)律相似性度量[J]. 張晚笛,陳峰,王子甲,汪波,王挺.  鐵道學(xué)報. 2018(04)
[5]北京市地鐵客流的時空分布格局及特征——基于智能交通卡數(shù)據(jù)[J]. 黃潔,王姣娥,靳海濤,金鳳君.  地理科學(xué)進(jìn)展. 2018(03)
[6]地鐵站點(diǎn)客流特征與土地利用關(guān)系研究[J]. 馬曉磊,張繼宇,劉劍鋒,王江鋒,李金海.  都市快軌交通. 2017(06)
[7]基于滑動平均法的軌道交通短時客流實(shí)時預(yù)測[J]. 孟品超,李學(xué)源,賈洪飛,李延忠.  吉林大學(xué)學(xué)報(工學(xué)版). 2018(02)
[8]基于多源數(shù)據(jù)的北京軌道交通客流特征分析[J]. 李臣,陳艷艷,劉小明,路堯.  都市快軌交通. 2017(05)
[9]非參數(shù)回歸短時客流預(yù)測中狀態(tài)向量研究[J]. 郭晗,焦朋朋.  系統(tǒng)仿真學(xué)報. 2017(09)
[10]北京軌道交通網(wǎng)絡(luò)化客流特征及成長趨勢分析[J]. 李金海,李明高,楊冠華,郭印.  交通工程. 2017(03)

博士論文
[1]城市軌道交通網(wǎng)絡(luò)化運(yùn)營特征及列車運(yùn)行調(diào)整研究[D]. 喬珂.北京交通大學(xué) 2015

碩士論文
[1]城市軌道交通短時客流預(yù)測時間粒度選擇[D]. 王挺.北京交通大學(xué) 2018



本文編號：3006910