（安全技术及工程专业论文）城市轨道交通客流预测及运营调度方法研究.pdf

学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 杨冉 签字日期：2 0 , o 年6 月1 1f 1 导师躲关壶议r 酗互氓) 签字日期：m 矿年6 月，7 日 +，-一 中图分类号：u 2 3 9 5 u d c ：6 2 9 学校代码：1 0 0 0 4 密级：公开 北京交通大学 硕士学位论文 城市轨道交通客流预测及运营调度方法研究 s t u d yo np a s s e n g e rf l o wf o r e c a s ta n do p e r a t i o n s c h e d u l i n gm e t h o do f u r b a nr a i lt r a n s i t 作者姓名：杨冉 导师姓名：吴斌 学位类别：工学 学科专业：安全技术及工程 学号：0 8 1 2 1 9 5 2 职称：副教授 学位级别：硕士 研究方向：交通控制与安全 北京交通大学 2 0 1 0 年6 月 l， 致谢 本论文的工作是在我的导师吴斌副教授的悉心指导下完成的，吴斌副教授严 谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢吴老师 两年来对我的关心和指导。 张冬泉副教授、张乐乐副教授对于我的科研工作和论文都提出了许多的宝贵 意见，同时，实验室给我提供了论文研究和工作的条件，在此一并表示衷心的感 谢。 在论文的完成过程中，以及整个研究生阶段，得到了北京交通大学安全技术 及工程专业谭南林教授、兰惠清副教授、龚卓蓉副教授的指导和帮助，在此对各 位老师表示感谢。 感谢实验室其他老师和同学对我的帮助。 另外也感谢我的家人，他们的理解和支持使我能够在学校专心完成我的学业。 j i t ， 中文摘要 中文摘要 摘要：城市轨道交通以其运量大、速度快、安全舒适、污染小、综合效益高等特 点逐渐成为了城市交通建设和管理的重点。随着城市轨道交通路网建设速度的不 断加快，客流间相互影响作用加大，使客流将更具实时性特征。因此，对历史客 流数据进行分析并对未来客流量作出预测，对运营部f - j $ i j 定合理的运营调度计划， 提高服务质量具有十分重要的意义。 本文以城市轨道交通自动售检票系统采集的实际客流数据为基础，参考城市 道路交通和公共交通系统的相关理论，结合轨道交通特点，以北京城市轨道交通 系统为研究对象，进行了相关的理论研究及实践，主要工作及结论如下： ( 1 ) 结合城市轨道交通客流的分布特征，分析了客流时间和空间分布的不均 衡性，并给出了表明这种不均衡性的时间、断面、方向、站点不均衡系数的数学 公式描述。 ( 2 ) 对客流预测理论进行了研究，分析了几种长期客流预测模型及短期客流 预测模型的各自的特点，指出b p 神经网络在处理非线性、不确定、不确知问题上 的优势，确定使用b p 神经网络对城市轨道交通短期客流预测问题进行研究。 ( 3 ) 基于b p 神经网络应用于预测的原理，分析了b p 神经网络标准算法及 改进算法的特性，常用传递函数的特点以及提高网络泛化能力的方法，研究了神 经网络设计方法，并应用聚类分析的方法对样本进行了分析处理，确保训练样本 的合理性。 。 ( 4 ) 以北京城市轨道交通系统2 号线断面客流数据及2 号线西直门站进出站 客流数据为例，建立神经网络时间序列预测模型和神经网络回归预测模型，分别 研究基于时段和r 期的b p 神经网络预测。分析输入向量与输出向量间的相关系 数，通过大量试验确定使用于每种方案的b p 网络拓扑结构，通过回归预测在一定 误差范围内揭示了短期未来客流与其影响因素之间的关系。 ( 5 ) 研究确定车辆调度形式及行车计划的方法，以北京城市轨道交通系统1 号线和2 号线为例进行了全日行车计划的编制，并给出了解决客流时间和空间不 均衡性的运营调度方案。 ( 6 ) 应用m a t l a b 图形用户界面设计系统程序，实现各种客流时间、空间分布 曲线的显示、客流的预测与误差分析、行车计划的显示等功能，实现了程序的可 视化操作，完成了研究内容的综合展示。 关键词：城市轨道交通；客流分析；客流预测；b p 神经网络；运营调度 分类号：u 2 3 9 5 、 n o n e q u i l i b r i u mc h a r a c t e r i s t i c ( 2 ) t h ef e a t u r e so fs e v e r a ll o n g - t e r ma n ds h o r t - t e r mp a s s e n g e rf l o wf o r e c a s t m o d e l sa r ea n a l y z e d t h ea d v a n t a g e so fb pn e u r a ln e t w o r kt os o l v en o n l i n e a ra n d u n c e r t a i np r o b l e m sa r ei n d i c a t e d s oi ti sf e a s i b l et ou s eb pn e u r a ln e t w o r kt os t u d vo n t h ep r o b l e mo fs h o r t - t e r mp a s s e n g e rf l o wf o r e c a s to fu r b a nr a i lt r a n s i t ( 3 ) b a s e do nt h et h e o r yo fb pn e u r a ln e t w o r kt of o r e c a s t ，t h ef e a t u r e so fc o m m o n b pa l g o r i t h ma n df a s t e rt r a i n i n ga l g o r i t h m sa r ea n a l y z e d 。t h ec h a r a c t e r i s t i c so f t r a n s f e r f u n c t i o n sa n dt h em e t h o d st o i m p r o v i n gg e n e r a l i z a t i o na r ed i s c u s s e d t h ed e s i g n m e t h o do fb pn e u r a ln e t w o r km o d e li sd e t e r m i n e d c l u s t e ra n a l y s i si sau s e f u lm e t h o d t oe n s u r et h ec o n s i s t e n c yo ft h et r a i n i n gs a m p l e s ( 4 ) t a k et h es e c t i o np a s s e n g e rf l o wo fl i n e2a n dt h es t a t i o np a s s e n g e rf l o wi na n d o u to fx i z h i m e n gs t a t i o no fb e i j i n gu r b a nr a i lt r a n s i ts y s t e ma l se x a m p l e b pn e u r a l n e t w o r km o d e l so ft i m es e r i e sf o r e c a s ta n dr e g r e s s i o na n a l y s i sf o r e c a s ta r eb u i l t u p m o d e l sc a nb eu s e dt of o r e c a s tt i m ea n dd a t e p a s s e n g e rf l o w t h ec o r r e l a t i o n c o e f f i c i e n t so f i n p u td a t aa n do u t p u td a t aa r ea n a l y z e d t h r o u g ht h et e s t ，t h ea r c h i t e c t u r e o fe v e r yb pn e u r a ln e t w o r kf o r e c a s tm o d e li s d e t e r m i n e d t h r o u g ht h ee x a m p l eo f l ；-、 北京交通大学硕士学位论文 r e g r e s s i o na n a l y s i sf o r e c a s t ，i tv a l i d a t e st h a tt h i sm e t h o do p e n so u tt h er e l a t i o no ft h e s h o r t - t e r mf u t u r ep a s s e n g e rf l o wa n di t si n f l u e n c ef a c t o r si ns o m ee r r o rb o u n d ( 5 ) t h em e t h o dw h i c hi su s e dt od e t e r m i n et h eo p e r a t i n gs t r a t e g ya n ds c h e d u l i n g o ft h et r a i ni sd i s c u s s e d t a k et h el i n e1a n dl i n e2i nb e i j i n ga se x a m p l e ，t h i sa r t i c l e m a k e sad a i l yt r a n s p o r t a t i o no r g a n i z a t i o ns c h e m e ，a n dt h ed i s p a t c h i n gp l a nw h i c hi s u s e dt os o l v et h eu n b a l a n c e dp r o b l e mo f p a s s e n g e rf l o wi sa l s od i s c u s s e d ( 6 ) t h em a t l a bg r a p h i c a lu s e ri n t e r f a c ei su s e dt od e s i g nt h es y s t e m u s i n gt h e s y s t e m ，k i n d so ft e m p o r a la n ds p a t i a ld i s t r i b u t i o n c u r v e so fp a s s e n g e rf l o wa n d s c h e d u l i n go ft h et r a i nc a nb ed i s p l a y e d ，p a s s e n g e rf l o wc a nb ef o r e c a s t e da n dt h er e s u l t o ff o r e c a s tc a l lb ea n a l y z e d k e y w o r d s ：u r b a nr a i lt r a n s i t ；p a s s e n g e rf l o wa n a l y s i s ；p a s s e n g e rf l o wf o r e c a s t ；b p n e u r a ln e t w o r k ；o p e r a t i o ns c h e d u l i n g c l a s s n o ：u 2 3 9 5 目录 目录 中文摘要v a 】j i s t r a c t v i i 1 弓l 言1 1 1 选题背景一1 1 2相关理论研究现状2 1 2 1 交通信息预测理论3 1 2 2 交通分配理论4 1 2 3 调度优化理论4 1 3 研究意义一5 1 4研究基础5 1 5 研究内容6 2城市轨道交通客流分析7 2 1客流概述7 2 2客流分析。8 2 2 1 客流的时间分布特征分析8 2 2 2 客流的空间分布特征分析1 2 2 2 3 客流的时空分布不均衡性分析1 4 2 3 小结15 3城市轨道交通客流预测17 3 1客流预测方法概述1 7 3 2传统的短期客流预测方法1 8 3 2 1 时间序列预测模型1 8 3 2 2 回归预测模型1 9 3 3基于b p 神经网络的城市轨道交通短期客流预测1 9 3 3 1b p 神经网络原理2 0 3 3 2b p 神经网络特性2 1 3 3 3b p 神经网络设计2 5 3 3 4 神经网络预测方案设计3 2 3 3 5 神经网络断面客流时问序列预测3 4 3 3 6 神经网络进出站客流回归预测4 0 3 4 小结4 5 7 北京交通大学硕士学位论文 4城市轨道交通行车计划优化4 7 4 1车辆调度形式的选择4 7 4 1 1 车辆调度形式的类型4 7 4 1 2 车辆调度形式的确定方法4 8 4 2全r 行车计划的编制4 9 4 2 1 分时最大断面客流量的确定4 9 4 2 2 分时行车间隔的确定5 1 4 3运营调度优化方案5 2 4 3 1 解决客流时间不均衡性的运营调度优化方案5 2 4 3 2 解决客流空间不均衡性的运营调度优化方案5 3 4 4北京城市轨道交通1 号线行车计划编制分析5 4 4 4 11 号线客流分析5 4 4 4 21 号线车辆调度形式的选择5 7 4 4 31 号线全日行车计划的编制5 8 4 4 41 号线运营调度优化5 9 4 5北京城市轨道交通2 号线行车计划编制分析6 1 4 5 12 号线客流分析6 l 4 5 22 号线车辆调度形式的选择6 2 4 5 32 号线全日行车计划的编制6 3 4 5 42 号线运营调度优化6 4 4 6j 、结6 6 5系统实现6 7 5 1 系统功能设计6 7 5 2关键技术6 8 5 3系统实现及结果显示6 9 5 4 j 、结一7 2 6结论与展望7 3 6 1 结论7 3 6 2展望7 4 参考文献7 5 作者简历7 9 独创性声明8 1 学位论文数据集8 3 ， 引言 1 1选题背景 1 引言 随着我国经济的快速发展，城市化进程不断加快，轨道交通建设取得了举世 瞩目的成就。“加快发展铁路、城市轨道交通”这一战略的实施，使轨道交通在我 国综合交通体系中的地位日益加强。近年来，北京城市轨道交通迅猛发展，2 0 1 0 年、2 0 1 2 年和2 0 1 5 年北京城市轨道交通运营里程将分别达到3 0 0 公里、4 2 0 公里 和5 6 1 公里。2 0 1 5 年北京城市轨道交通网络规划如图1 1 所示，未来的轨道交通 网络将呈现路网结构和规模复杂，客流需求高增长等特点，对于运营部门而言， 必须根据历史客流数据，了解客运市场的变化，运输需求的特点，制定合理的运 营调度计划，综合平衡运量需求和运能供给，组织日常运输生产，从而提高轨道 交通各条线路的利用率和服务质量，以便将更多的客流吸引到轨道交通中来，增 加运营收益。 图1 1 北京2 0 1 5 年城市轨道交通网络规划 f i g 1 - lb e i j i n gu r b a nr a i lt r a n s i tp l a nf o r2 0 1 5 北京交通大学硕十学位论文 2 0 0 8 年6 月9 日，自动售检票系统【i 】( a u t o m a t i cf a i rc o l l e c t i o n ，a f c ) ，正 式在全线车站启用，标志着北京城市轨道交通进入了网络信息化时代。同年1 2 月 2 6 日，北京市轨道交通指挥中心投入使用，轨道交通每天的所有客流数据已经可 以汇集到轨道交通指挥中心，运营部门可以通过乘客进、出站刷卡，统计各条线 路及各车站的客流量，为运营组织提供基础数据，而对这些数据进行深入的分析、 预测，有利于运营部门及时调整运力，缓解拥挤状况。 基于上述条件，在城市轨道交通系统中对客流预测及车辆调度方面进行分析 研究的基础条件已经具备。刘倩同学在完成其硕士论文城市轨道交通客流诱导 系统的研究与实现期间进行了许多前期资料、数据获取和研究工作，并在此基 础上进行了大量的数据分析与处理工作，开发成功了北京城市轨道交通客流诱导 系统。前期研究在建立轨道交通网络模型，路径选择优化，最短路分配，应用神 经网络进行客流量预测和软件开发方面做出了成功的探索【2 】。本文在现有的研究基 础上对城市轨道交通客流预测及调度优化方法进行进一步深入研究，从而建立适 用于北京城市轨道交通网络的客流预测、调度优化模型，为提高乘客出行舒适度 和管理人员优化运营管理提供支持。 1 2相关理论研究现状 智能交通系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，i t s ) 是目前世界交通运输领 域研究的前沿课题，是在关键基础理论研究的前提下，将信息、通信、控制、计 算机网络等高新技术有效地综合运用于地面交通运输管理系统，而建立起的一种 大范围、全方位发挥作用、实时、准确、高效的交通运输管理系统p j 。 欧、美、日等国家和地区在智能交通系统的研究开发方面积累了丰富的经验 并且取得了相当的成绩，比如欧洲的d r i v e 系统、美国的t r a v t e k 系统、同本 的v i c s 系统【4 】等。它们通过车载诱导装置分析实时变化的路网交通信息，计算最 佳行驶路径，合理诱导车辆，达到均衡分配路网车流，提高运输效率的目的。 智能公共交通系统( a d v a n c e dp u b l i ct r a n s p o r t a t i o ns y s t e m ，a p t s ) 作为i t s 研究的一项重要内容，在公交网络分配、公交调度等关键基础理论研究的前提下 将现代通信、信息、电子、控制、计算机、g p s 、g i s 等高新科技集成应用于公共 交通系统，实现公共交通调度、运营、管理的信息化、现代化和智能化，为出行 者提供更加安全、舒适、便捷的公共交通服务1 5 1 ，从而缓解城市交通拥挤，有效解 决城市交通问题，创造更大的社会效益。 我国智能交通系统的发展起步较晚，目前的研究和应用尚处于起步阶段，与 国外相比还有很大差距，但国家已将智能交通系统列入长期规划中，并建立了1 0 2 引言 个全国智能交通示范城市，建设步伐正逐步加快。 上述智能交通系统以及智能公共交通系统主要是针对道路交通及公交车辆运 营开展的研究。与道路交通相比，轨道交通出行路径相对简单，出行时间一般不 会产生延误，且其网络远没有道路交通网络复杂，所以可以将智能交通系统中交 通信息预测、交通分配及调度优化等理论，借鉴到轨道交通系统的研究中来。 1 2 1交通信息预测理论 交通信息预测是i t s 中非常关键、基础的部分。研究或观察交通量的变化规律， 并对未来时刻交通量或发展趋势进行合理的预测，对于进行交通规划、交通诱导、 交通管理、交通控制与安全等，均具有重要的意义。因此，交通信息预测已成为 交通工程领域的重点研究课题【6 】。 在交通信息预测理论的研究中，道路交通针对车流量进行研究，主要方法有 回归分析法【7 1 ，时间序列法【8 1 ，神经网络【9 1 ，遗传算法等。在轨道交通方面，现有 的研究，其研究对象都主要为待建的轨道交通线路，即主要为轨道交通线路的规 划提供支持【1 0 】。而对于已经建成的复杂轨道交通网络，即在已经获得一定的客流 数据的基础上，如何以历史客流数据对未来一段时间或某一时问点的客流量和客 流时空分布进行预测，其研究极少，而对于运营组织而言，即使预知了客流总量， 也不能获取庞大的轨道交通网络内具体车站及路段的未来客流状况，难以在管理 中做出决策。 客流量预测是轨道交通调度的基础。调度方式主要是基于客流量变化而确定 的。在准确提前掌握客流变化规律的情况下，运营部门才能做到科学地制定运营 规划，合理地安排列车运行。但目前实际的运营调度管理中，因为缺乏定量适用 的分析预测手段，大多依靠经验和直觉来判断客流的变化，预测的结果同实际往 往有较大的区别。 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，a n n ) 是一个具有高度并行处理 能力的大规模非线性动力系统，对模糊信息或复杂的非线性关系具有很强的识别 处理能力。随着神经网络研究的深入和发展，从2 0 世纪9 0 年代后，神经网络在 交通运输系统中已得到较广泛的应用【l l 】，涉及的领域有汽车驾驶员行为的模拟、 参数估计、路面维护、车辆检测与分类、交通预测、交通控制、交通安全、城市 轨道交通运营、空中运输、船舶导航与识别等。 交通流通常具有高度的时变和非线性的特点，很难给出比较精确地解析表达 式并进行相应的标定，因此非常适于采用神经网络进行预测。 上有明显的不同，所以不能直接将研究成果应用到轨道交通上，需要结合轨道交 通特性进行分析。有学者在分析乘客的交通选择行为的基础上，构造了铁路客运 网络的流量分配模型及优化算法【1 4 1 ，还有学者基于用户平衡原理，建立了城市轨 道交通网络的客流量平衡分配模型【l5 1 。但是在这些研究中，在轨道交通客流分配 中存在的难点还没有很好地解决，如轨道交通网络中不同线路之间换乘费用的处 理、路段上的客流量与阻抗之间的函数关系、有效路径的选择范围及求解算法等。 1 2 3调度优化理论 调度优化理论是随着优化基础理论的逐渐完善、计算机技术的逐渐成熟以及 城市交通快速发展而逐渐发展起来的。优化基础理论的完善为调度优化理论的发 展提供了可靠的基础，而计算机技术的成熟使得优化技术变为现实，交通调度趋 于复杂化则对优化理论的发展起到了推动作用。 对于如何优化调度车辆的问题一直是学术界和运营部门非常关心的问题，早 在1 9 世纪8 0 年代就有学者探讨调度优化问题。具体到行车计划的编制方面，z h u 研究了车辆在“终端排队约束”条件下的行车间隔优化问题，建立了非线性整数 规划模型，并给出了求解模型的启发式算法【l6 1 。a c e d e r 等人对最大一致性的行车 时刻表做了研究，建立了多条线路协调发车的调度模型【1 7 】。e r l a n d e r 等人提出了一 个最小乘客出行时间的公交线路发车频率模型，模型是一个非线性规划，其决策 变量是，每条线路的发车频率，优化发车频率的同时还考虑了客流分配问题【博】。 孙芙灵根据西安公交公司客流调查数据，引入时段配车数的概念，探讨了不同客 流状态下确定时段配车数和发车间隔的方法【1 9 j 。牛学勤等提出了以运营部门满意 4 引言 程度、乘客满意程度为目标函数的发车频率优化模型2 0 1 。 由国内外研究现状可知，国内外对于调度优化理论的研究由来已久，且研究 已从车辆的发车间隔、发车频率、发车时刻表等的优化，发展到根据不同的线路 特征、客流特征给出不同的调度策略方面。 1 3研究意义 城市轨道交通的客流是动态变化的，其基本特征在于它沿时间和空间分布的 不均衡性。对城市轨道交通系统中的客流进行分析、预测，从而从实际客流规律 出发研究运营调度方案的优化问题，可以提高运营部f - j n 艮务水平，保障乘客和运 营部门最大利益的实现。 从社会服务效益看，轨道交通系统应充分发挥运量大和有规律的特点，安全、 迅速、正点和舒适地将乘客运送至目的地，使乘客获得更加快捷的服务( 相应的 发车间隔要小) ，以降低其等车、车上和换乘费用。 从运营部门经济效益看，轨道交通系统的运营应实现高效率和低成本，运营一 部门希望提供尽量大的发车间隔，单位车辆能够有尽量高的上座率，以减少其可 变成本，增加运营收入。 。 为了使乘客和运营部f - j n 益最大化，城市轨道交通系统的运营组织必须以行 车计划作为基础，即根据实际客流的特点，合理编制行车计划，合理调度指挥列 车的运行，实现计划运输。 1 4研究基础 随着2 0 0 9 年9 月2 8 日，北京城市轨道交通4 号线的开通，北京城市轨道交 通网络已有l 号线，2 号线，4 号线，5 号线，1 0 号线，1 3 号线，八通线，奥运支 线，机场快轨9 条线路，1 4 7 座运营车站，1 2 6 座物理车站。 目前已掌握的信息有： ( 1 ) 每个o d ( o r i 西n a t i o n - d e s t i n a t i o n ，起讫点) 在运营时间内每5 分钟汇 总一次的o d 客流量信息。 ( 2 ) 每个车站在运营时间内每5 分钟汇总一次的进站、出站客流量信息。 ( 3 ) 以静态非平衡分配模型中的最短路分配为理论基础，实现o d 客流在断 面上的分配得到的每5 分钟汇总一次断面客流。 5 北京交通大学硕士学位论文 研究内容 用自动检售票系统中的o l a p ( o n l i n e a n a l y s i sp r o c e s s i n g ，联机分析处理) 行数据采集，获得完整且准确的路网进出站客流信息以及o d 客流信息， 道交通出行调查，对客流分配模型进行研究，获得客流在轨道交通各路段 情况。 文以上述数据为基础进行研究，分析客流在城市轨道交通系统中的分布特 立模型预测城市轨道交通短期客流，之后从实际客流特征出发，制定行车 最后通过图形化界面综合展现所有信息。研究主要涉及以下四个方面： 1 ) 客流分析。 实际运营线路客流量资料进行分析、研究，总结城市轨道交通系统中的客 特征、了解客流时空分布规律，并采用不均衡系数描述这些客流分布特征。 2 ) 短期客流预测。 城市轨道交通车站、断面客流进行短期预测，可以及时了解客流特征变化， 可作为制定行车计划的基础。根据已知数据特点，采用聚类分析和回归分 法对样本进行分析，建立模型研究利用相关数据预测一日客流信息，以及 干时段信息预测未来时段客流变化趋势的问题。建立的预测模型应具有高 高泛化能力的特性。 ( 3 ) 行车计划优化。 根据站间o d 客流数据，将客流分配到各个路段上，可以计算出断面客流量。 分析断面客流量及客流特征确定车辆调度方式，合理安排城市轨道交通行车计划， 得到全日行车计划时刻表，并采用运营调度优化方案，优化行车组织。 ( 4 ) 系统的设计与实现。 利用m a t l a b 图形用户界面设计出数据管理、客流分析、客流预测、行车计划 系统程序，通过该界面，使用户可以方便地了解城市轨道交通客流特征和行车计 划，实现数据的管理、预测和分析。 6 城市轨道交通客流分析 2 城市轨道交通客流分析 客流是城市轨道交通系统安排运力、编制运输计划、组织行车和分析运营效 果的基础，本章结合自动售检票系统采集的原始客流数据对城市轨道交通客流进 行分析，以期达到指导运营调度的目的。 2 1客流概述 客流是指在单位时间内，城市轨道交通线路上乘客流动人数和流动方向的总 和。客流的概念既表明了乘客在空间上的位移及其数量，又强调了这种位移带有 方向性和具有起讫位置【2 1 1 。 城市轨道交通客流可以分为车站客流和断面客流，车站客流是指轨道交通车 站进出站的客流，断面客流是指通过轨道交通线路各区间的客流。 影响客流的因素包括经济的和非经济的两方面因素，概括起来主要有：土地备 利用、城市布局发展模式、人口规模、社会经济发展水平、客运服务及替代服务 的价格与质量、政府的交通运输政策、交通网络的规模与布局、私人交通工具的 拥有量等。其中影响客流的主要因素有： ( 1 ) 轨道交通系统本身的因素。 轨道交通具有运量大、快速、准点、安全、低能耗、少污染、乘坐舒适方便t 等优点。对于长期客流而言，乘客在城市公共交通系统中选择出行方式时会越来 越多地选择轨道交通，随之而来的是轨道交通系统客流量会发生较大的变化；对 于一日客流而言，客流量受到天气状况的影响，特别是在天气状况恶劣的情况下， 由于轨道交通列车不会产生晚点的情况，乘客更倾向于选择轨道交通出行方式。 ( 2 ) 城市社会经济的发展因素。 经济的发展，人们的生活水平提高，人均出行次数的增加，对城市交通提出 更高的要求，乘客不再满足于有车坐，而是要求提供更快捷、舒服、符合现代观 念的轨道交通系统。因此，轨道交通系统的客流量会随着经济发展水平而增加。 ( 3 ) 外向型经济的发展因素。 随着城市外向型经济的发展，城市流动人口将会有大幅度的增加，城市轨道 交通客流量也会随之增加。流动人口的增加也极大地增加了城市交通设施的负荷， 因此也是轨道交通客流变化的重要影响因素。 ( 4 ) 城市进程的加快因素。 随着城市化进程的加快，城市客流量随之增加，其时间、空间分布特征也会 7 北京交通大学硕士学位论文 因此发生较大的变化。乘客出行时间和距离的变化也影响着轨道交通的客流情况。 2 2客流分析 客流是动态变化的，对实际客流数据进行统计和分析，了解客流在时间、空 间上的变化规律，一方面，可以根据这些规律对已建成线路来编制和调整行车计 划，使发车间隔、行车调度方法更符合客流变化规律，从而取得运力和运量的平 衡，为乘客提供更好的乘车条件，经济合理地使用车辆。另一方面可以为待建轨 道交通线路或者其他城市轨道交通线路规划、线路建设、车站设计、车辆选型等 轨道硬件设施建设提供参考。因此，要优化城市轨道交通运营组织方案、发挥城 市轨道交通网络的最大能力，对客流的研究至关重要。客流分析的核心是分析客 流的时空分布特征规律。 2 2 1客流的时间分布特征分析 2 2 1 1 一日内小时客流分布特征 城市轨道交通一日内小时客流随人们的生活节奏和出行特点而变化。通常是 夜间少，早晨渐增，上班和上学时达到高峰，午间稍减，傍晚因下班和放学又是 高峰，以后逐渐减少，因此，城市轨道交通一日内小时客流通常是双峰型2 2 】。与 此同时，小时客流又受城市轨道交通网络中线路走向、路网结构、所处交通区域 的特点以及车站类型、所处地的用地性质影响，根据不同类型车站，主要有以下 五种客流小时分布曲线类型。 ( 1 ) 单峰型。城市轨道交通线路所处的区域具有明显的潮汐特征，或者车站 周边地区用地功能性质单一时，车站客流分布集中，有早晚错开的进出站高峰。 上午因上班和上学时形成早高峰，傍晚因下班和放学形成晚高峰，其他时段是客 流平峰期。郊区线路、通往市区外围居住区及工厂的线路、站点，如北京城市轨 道交通1 3 号线北部的龙泽、霍营、回龙观等站，主要服务于上下班客流，其客流 容易出现这种单峰型形式。 单峰型在早晚高峰出现进出站客流的潮汐现象，主要有两种情况： 车站位于以居住区为主的客流发生区，主要表现为早高峰进站客流量明显 比较大，出站客流量明显比较小；晚高峰则反之。如图2 1 ( a ) 、( b ) 所示。 车站位于以就业区为主的客流吸引区，主要表现为早高峰出站客流量明显 比较大，进站客流量明显比较小；晚高峰则反之。如图2 2 ( a ) 、( b ) 所示。 一 籁 螬 种 着 制 籁 薅 婶 餐 崩 进站 燕 媾 婶 餐 弓| 2 3 ：0 0 箩 6 ：0 0 - 2 3 ：0 05 分钟间隔6 ：0 0 - 2 3 ：0 05 分钟间隔 ( a )( b ) 图2 - 2 单峰型小时客流分布( 就业区) f i g 2 2u n i m o d a lh o u r l yp a s s e n g e rf l o wd i s t r i b u t i o n ( e m p l o y m e n ta r e a ) ( 2 ) 双峰型。车站位于综合功能用地时，或是城市轨道交通网络的坏线换乘 车站上，其客流分布与其他交通方式的客流分布一致，有两个配对的早晚进出站 高峰，如图2 3 ( a ) 、( b ) 所示。 进站出站 籁 煺 种 智 ；封 6 ：0 0 2 3 ：0 05 分钟间隔 ( a ) 藕 煺 仲 餐 羽 1 0 0 0 1 别棘，、j 0 “ 一 。 图2 - 3 双峰型小时客流分布 f i g 2 - 3b i m o d a lh o u r l yp a s s e n g e rf l o wd i s t r i b u t i o n 9 北京交通大学硕士学位论文 ( 3 ) 全峰型。轨道交通线路位于沿线用地已经高度开发的区域，或车站位于 公共建筑和公用设施高度集中的地区时，客流分布无明显的低谷，进出站客流全 天都很大，如图2 4 ( a ) 、( b ) 所示。北京城市轨道交通2 号线某些车站便是全峰 型客流，如北京站、复兴门、东直门站等，它们是换乘车站或者是综合交通枢纽 站，其沿线土地利用程度本身很高，且分布了写字楼、住宅、大型商品市场或购 物中心等场所，土地利用类型多样化，既有生产性客流也有生活性客流，因此使 得全天进出站客流都是高峰。 进站出站 糕 嫣 种 较 制 6 ：0 0 - 2 3 ：0 05 分钟间隔 ( a ) 籁 煺 神 智 羽 6 ：0 0 - 2 3 ：0 05 分钟间隔 ( b ) 图2 - 4 全峰型小时客流分布 f i g 2 - 4h o u r l yp a s s e n g e rf l o wd i s t r i b u t i o nw i t h o u tb i gf l u c t u a t i o n ( 4 ) 突峰型。车站位于体育场、影剧院等大型公用设施附近，演出节目或体 育比赛结束时，有一个持续时间较短的突变的进站高峰。一段时间后，其他部分 车站可能有一个突变的出站高峰。如图2 5 ( a ) 、( b ) 所示。 进站出站 粲 煺 仲 若 崩 6 ：0 0 - 2 3 ：0 05 分钟间隔 ( a ) 1 2 1 0 0 0 0 0 f 1 籁8 0 0 l 溪咖。4 彗4 0 0 f ，j 帆拣 2 0 0 j 1 0 ： k ? k o 一般取1 2 1 5 综合考虑线路站距、折返点位置以及调度工作方便等因素，拟定可行的运 行路段及站点； 确定区间车和全程车的运行参数，包括区间车、全程车的发车间隔、配备 的线路车辆数、车型等； 编制区间车和全程车的行车计划。 ( 2 ) 大站快车调度形式的确定。 大站快车调度形式可通过计算站点不均衡系数或方向不均衡系数的方法来确 定。具体计算方法如2 2 3 节所述。 考虑在线路上是否开行大站快车，可按照以下步骤进行： 计算线路上站点不均衡系数或方向不均衡系数； 根据表4 2 中的两个判断准则，作以下处理： 站点不均衡系数准则：判断满足条件的站点，若满足条件，则大站快车在该 城市轨道交通行车计划优化 站点停靠。这种处理方法的目的主要是疏导大站点的集中客流。 方向不均衡系数准则：先判断开辟大站快车的方向，若满足条件，则在客流 量低的方向开通快车，让后根据该方向的客流量分布情况，选定大站快车沿途停 靠的站点。这种处理方法的目的主要是加快客流量较小方向的车辆周转。 表4 - 2 大站快车判断准则 t a b l e4 2j u d g m e n tc r i t e r i o no fe x p r e s st r a i n 判断准则 条件备注 站点不均衡系数k 辟 群一般取1 4 - 2 0 方向不均衡系数疋 群 k 。a 0 一般取1 2 1 4 确定大站快车和全程车的运行参数，包括大站快车、全程车的发车间隔、 配备的线路车辆数、车型等； 编制大站快车和全程车的行车计划。 在采用上述方法确定区间车或大站快车调度形式时，除了考虑客流因素以外， 还需要结合路段条件、运营部门自身的组织与技术条件以及运输服务质量要求等 多项因素作综合的分析，才能使得调度方案和措施具有良好的经济性、服务性和 实用性。 4 2全日行车计划的编制 全日行车计划编制的基础是客流数据， 定列车行车间隔，指导城市轨道交通调度， 运营目标。 4 2 1分时最大断面客流量的确定 在已知断面客流量的基础上，可以确 实现高服务水平、高效率和低成本的 站间o d 客流数据是计算最大断面客流量的原始资料。根据站间o d 客流数 据，将客流分配到各个路段上，计算出断面客流量，最后得到最大断面客流量。 在确定分时最大断面客流量时，通常采用以下两种方法：在已知高峰小时最 大断面客流量的基础上，根据分时客流占高峰小时客流的比例进行确定；或者在 已知全日最大断面客流量的基础上，根据分时客流占全同客流的比例进行确定。 a f c 系统的投入使用使获得完整准确站间o d 数据成为可能，通过客流分配 可以获得5 分钟为间隔的断面客流量，采用分时断面客流量分布计算全同分时最 大断面客流量数据其结果将更为准确可靠。 ( 1 ) 交通分配理论。 4 9 平衡分配模型数学表示严谨，但模型求解相对比较困难。而非平衡模型具有 结构简单，计算方便等优点，特别是用于路网规划，精度也能保证，因而在实际 工程中得到广泛的应用。平衡分配模型与非平衡分配模型分别反映道路使用者不 同的路径选择行为。平衡模型假定乘客对路网信息掌握无遗，而非平衡分配模型 则对应着人们对路网信息有部分未知，因而路径选择带有一定的随机性。而现实 情况中，所有的乘客不可能都对路网信息有完全的了解，故选用非平衡模型作为 系统研究的模型。 ( 2 ) 客流分配方案选择。 城市轨道交通客流分配与一般交通分配相比有其特殊性，体现在以下几点： 轨道交通客流分配的研究对象是乘客，而不是一般交通分配中的车辆； 采用轨道交通作为出行方式的乘客主要关心的是出行时间，而不是路径； 当一条轨道交通线路上流量在其通行能力之内时，流量增加不会影响旅行 时间，只会降低舒适度，当流量超过通行能力是，会有部分乘客挤不上车而滞留 车站，从而增加出行时间。但这种情况除了在个别线路上的高峰时段外，极少发 生，可不加考虑。 根据同济大学运输管理工程系于2 0 0 6 年1 2 月在北京城市轨道交通系统实施 的调查，大多数乘客( 6 l ) 在o d 间票价一定时选择时间最优路径出行【4 8 】。 故认为断面客流为各个o d 客流量在其时间最优路径上的叠加，采用非平衡 分配方式中的最短路分配模型计算断面客流量，将结果存储于如表4 3 所示的数据 表中。 表4 3 断面客流信息数据表 t a b l e4 - 3d a t a s h e e ta b o u ts e c t i o np a s s e n g e rf l o w 城市轨道交通行车计划优化 4 2 2分时行车间隔的确定 ( 1 ) 分时开行列车数计算。 确定开行列车数时，应用v u c h i c 于1 9 7 6 年提出的最大承载区间概念法【4 9 1 。 考虑到每小时开行列车数应能满足最大承载区间的最大断面客流量。其计算 公式如下： 吩2 器 件d 式中：n i 为分时开行列车数；