BRT快速公交客流量分析

1、BRT 流 量 分 析摘要论文编号：快速公交系统( Bus Rapid Transit )简称 BRT ，是一种介于快速轨道交通(Rapid Rail Tran sit，简称 RRT 与常规公交(Normal Bus Tran sit，简称 NBT 之间的新型公共客运系统，是一种中运量交通方式，通常也被人称作“地面上的 地铁”。它是利用现代化公交技术配合智能交通和运营管理(集成调度系统) ，开 辟公交专用道路和建造新式公交车站，实现轨道交通模式的运营服务，达到轻轨 服务水准的一种独特的城市客运系统。本文研究目的是通过对数据进行剥离逐步分析，根据各个阶段性数据的分布， 进行线性非线性拟合，探究出

2、该地区全年的各阶段客流量分别与或多个不同因 素的关系。同时总结出一套有效、可行的快速公交系统客流预测方法，为BRT的安全管理研究提供数据依据和理论保障。针对问题一，客流量与自然因素相关性分析，将客流量数据(处理后的数据， 处理过程在文中有详细说明)分别与各个因素结合，利用 matlab 软件进行线性回 归分析，并判断二者是否具有相关性，在相关的前提下是否具有线性相关，并得 出结论。针对问题二，将节假日与周末的有关数据单独抽离原始表格，计算客流量与 其相关系数的协方差系数，根据协方差系数的性质，判断相关性程度进而判断其 对客流量的影响程度。针对为题三、四，对以上所计算出的数据进行整理，分析，归纳

3、；并从实际角度出发，为该城市BRT未来发展提出符合实际，切实可行的建议。关键词：相关性分析快速 公交系 统 ( BRT) 客 流 量相关 因素 客流量预测方法 多项式 Logistic 模型一、问题重述快速公交系统（Bus Rapid Tran sit ）简称BRT，是一种介于快速轨道交通（ Rapid Rail Tran sit，简称RRT与常规公交（Normal Bus Tran sit，简称NBT之间的新型公共客运系统，是一种中运量交通方式，通常也被人称作“地面上的地铁”。它是利用现代化公交技术 配合智能交通和运营管理（集成调度系统），开辟公交专用道路和建造新式公交车站，实现轨道交通模式

4、的运营服务，达到轻轨服务水准的一种独特的城市客运系统。附件为某城市 BRT-1号线刚开通时的流量统计及对应的天气情况，请对全年数据进行客 流量多尺度时间特征分析，并回答以下问题：1、客流量和温度、天气、风速的相关性分析。2、客流量和假日经济相关性分析，并分析温度、天气、风速对其影响程度，找出最适合出行的气象状况。3、 对客流量进行多尺度分析，并进行周期流量预测，从应对安全管理角度提出合理化建议。4、从你的研究角度提出更多的思考，向有关部门写一封建议书。、符号说明及名词定义%客流量容纳量%初始客流量r客流量固有增长率2因普及度增加而增加的客流量P相关系数Z、Y平均客流量三、基本假设1、假设一年，

5、该地区工作日的人口迁入迁出不足以影响到本文所研究的各项指标。2、 两年，人口基数基本保持一致（不考虑医学的快速发展）。3、假设各交通系统在一年的服务质量均为良好且保持不变。4、假设一年，各交通系统并未出现重大问题从而影响其他交通方式的客流量。四、问题分析4.0背景分析目前，我国快速公交的发展尚处于初级阶段，因此，对于大数据研究，归纳 分析能够很好地帮助我国健康发展快速公交体系。目前，国对快速公交系统的 认识已逐步得到统一，并将快速公交系统视为提供高效服务的“绿色交通”系 统和缓解城市交通供需矛盾的有效手段。4.1问题一分析根据附件中的数据，本文以客流量为主体，分别探究天气，温度，风速对其影响，

6、由于客流量与人们的所处的社会环境息息相关，由表中数据可知，假期1的客流量明显高于同期工作日的客流量，因此将假期的客流量以及相关信息与工 作日的客流量以及相关信息同步分离，分别对其进行分析以得到更精确的结果。 同时我们还知道，新线路的知名度会随时间而按照一定规律提升，这无疑会影 响到实验结果，因此本文将对数据进行第一步处理，即“去普及度处理” ，以控 制单一变量。4.2 问题二分析 将工作日客流量概况与节假日客流量进行比较，以探讨客流量和假日经济相 性。利用概率学知识，计算出二者的相关系数，以判断假日（经济）对客流量 的影响程度同时将自然因素量化，并计算其相关系数进而探讨其对客流量的影 响程度。

7、而最适出行气象状况，可依据数据，对出行人口，温度等因素进行评 估并预测出最佳出行条件。4.3 问题三、四分析 从多个方面入手，对客流量进行分析，总结出周期性规律，利用 Logistic 模 型估计出对应时间的客流量估计值。例如，若在某一段时间，客流量较多，而BRT线路以及车辆统筹不完善，则会发生拥挤，等待时间过程等一系列问题，因 此我们应利用数据进行必要的统计分析以及预测，从而提出切合实际，有助于 BRT发展的合理性建议。五、模型建立及求解5.1 针对问题一进行建模求解由问题分析可知， 这属于多信息变量的统计描述模型， 该问题主要是对客流 量的影响因素进行统计， 其方法是统计每日客流量时同时记

8、录该天的天气， 温度， 风力等数据。据此，我们进行一下分析：该市BRT刚开通不久，在当地居民未普及，在一年的运营过程中，随着知名 度的不断提升，越来越多人选择乘BRT出行。应先去除应普及度越来越高而增 加 的客流量，才能更加准确的研究其他因数对客流量的影响。 为了减少人口流动对 普及度的影响， 我们仅研究工作日的年客流量变化量， 特此说明， 因为有相当一 部分人会选择在法定节假日的前一天出发旅行，使那时的客流量有较大幅度增 加，且根据我国的放假规律， 所有的法定节假日都是工作日， 所以本文所提的工 作日皆不包含非法定节假前一天。全年原客流量图根据全年原客流量图，对此曲线的分析，我们借鉴微生物生

9、长曲线的方 法，将其分为：缓慢期，对数期，稳定期。1. 缓慢期：BRT刚开通时，很多人仍然会选择原先的出行方式，拒绝这种新 型的出行方式。2. 对数期：BRT趋完善，较为方便快捷，越来越多人选择这种方式出行。3. 稳定期：受到人口等因数，人们已经基本适应乘坐新出的交通工具。我们利用阻滞式增长模型X（t）=对其进行拟合得500000X（t）=屛錚如叫（陷= 4500/严140000 0+00益均），从而得到了一年因普及度提高而增加的客流量+ 140000下文所指客流量是排除了这一主要因数之后所剩的客流量，此时我们就能对风速,温度,天气等其他因数进行研究风速全年纯微风天数334天，占全年总天数的9

10、1.51%。且最高风级不超过 5 级。据蒲福风级表对陆地情况的描述，我们有理由相信，该城市的风速变 化较小且处于较低水平，对人出行的意愿几乎无影响。在这个前提下，我们认 为关于高风速数据属于气象学中的正常现象，偶然性误差太大，不足以进行与客流量的相关性分析。蒲福风级表风谨（H1S）海佝楕况0释烟肓上*10.31 5烟能爲示方向*糊Bgfigsh1.633刼船弓純耐，可以随风移动，人的验感觉有风，側叶育徹响每小时2歼米*,旅子开始爭动，3.4-5 4迪船新觉就动、随凤移动每树叶和徂細的桝枝捞动不恳，小时K坏米弭子展开*A5.5-79渔船咖办笳身向一仙倾斜能欧起地面上的灰尘相纸张，小树枝理动53.

11、0107魁第缩帆（氐收去忸的一部分帚叶的小啊擋摆，內陆的水面 有小谡。温度相关系数（p）日平均温度温差工作日-0.11939 (11)0.033702 (p 2.1)正常周末-0.21524 (1.2)0.204018 (p2.2)法定节假日及其前一天-0.14738 (1.3)-0.04644 (23)当丨卩丨0.8时，可视为高度相关；当0.5 |p| 0.8时，可视为中度相关；当0.3 |p| 0.5时，视为低度相关；当|p|0.3时，说明两个变量之间的相关程度极弱。无论是何种情况，|p| 12 | | p 1.3 | | p 1.1 |， 證 | | p 2,3 | | 2.1 |）无论

12、是日平均温度还是温差对客流的影响都是正常周末远多于其余两者，法定节假日及其前一天又大于工作日。这是因为人们正常周末出行的自主选择性最 强，人们可根据温度选择自己是否出行和出行方式；而在法定节假日及其前一天的时候，只有还留在当地的居民有自主选择权， 而原道而来的游客即使遇到不好 的天气也会选择继续出行；至于工作日时，无论是什么样的天气，人们日常工作、4生活所必需的出行不会有太大的变化。2. 横向对比(| 1.1 | | 2.1 |,|。1.2 | 站 | 卩 K | ,| p 13 | | 戸 2.3| )根据全年温度变化图，当地年春秋两季有明显的回暖的迹象，全年温度 呈三重波峰，温度变化较快。

13、人们经过长年的适应，对温差变化较为适应。天气我们将天气分为五大类，分别为无障碍天气，雾霾天气，雪天，雨雪天气，雨天。根据天气与客流量相关性与工作日无障碍天气雾霾天气雪天雨雪天气雨天天数18054252平均客 流量 Z148863.6（右157273.9143258164503.2146761.1（弘正常周末无障碍天气雾霾天气雪天雨雪天气雨天天数6230122平均客流量 Z184125.3 区 1）1897000210532.2171809.2非法定节 假日无障碍天气雾霾天气雪天雨雪天气雨天天数330001平均客流量 Z183832.41000162474.7区3,2)5可知，该城市不良天气主要

14、为雨天，应将其作为主要研究对象。得到以下结 论：工作日时，氐严正常周末时，勺.iA ZU.2O法定节假日，了3.1 Z3r2,且变化较正常周末更为明显。不良天气会降低BRT客流量。工作日时，人们进行的日常生活、工作所必需的出行不会有太大变化； 正常 周末时，人们会避免在不良天气出行，对客流量有所影响；而法定节假日及其前 一天，不良的天气会减少外地人前来游玩， 增强当地人离开该市的想法，即使留 下的人也会减少出行，所以不良天气对客流量影响较大。5.2针对问题二进行建模求解假日经济的相关因数与最适合出行的气象状况假日经济与客流量相关性工作日正常周末法定节假日及其 前一天平均客流量（Y）148622

15、.4( J)181536.4(183204.2( Y3)假日客流对比图在考虑到法定节假日前一天和法定节假日最后一天人口的双向性流动，我们认为 Y汀 y3 Ki0由此可见，法定节假日对客流量的影响与正常周末对客 流量 的影响相当，该城市不是旅游城市。假日经济对客流量有正面刺激。根据假日客流对比图可知：6正常周末。客流量稳定。法定节假日及其前一天。客流量波动较大，主要原因是春节期间，人们在家陪 伴家人，减少在外出行。522温度、天气、风速对客流量的影响程度之前我们已经对这个问题进行探究，在这里只做简单的归纳。5.2.2. a 风速。因该城市全年的风速变化较小且处于较低水平，不影响人们的出行意愿，对

16、客流量几乎无影响。5.2.2. b 温度。无论是日平均温度还是温差对客流的影响都是正常周末远多于其余两者，法定节假日及其前一天又大于工作日。日平均温度对客流量的影响会大于温差造成 的影响。5.2.2. C 天气正常周末时，不良天气对客流量有所影响；而法定节假日及其前一天，不良 天气对客流量影响较大。最适合出行气象。在微风，温差小的气象出行是最好的。因为这两个因数与客流量的相关度极 小,选择这样的气象出行，既能感到身体适应，又不会有特别多出行的人。5.3周期性客流量预测与安全管理性建议 周期性客流预测以周为单位，研究工作日时的客流周期变化星期*-二二四五六日平145280140323139268

17、14203917596418421768均客 流量.9.3.6.2.47465单周的客流变化表现为周二，周三，周四客流量相当且较少，周一客流量较前三者略多，周五、周日客流量相当且较多，周六达到顶峰。 据此，我们能预测周期性客流量。安全管理建议影响安全的主要因数有以下两点5.3.2. a 天气7IEZDmis亠降雨天数分布图在不利于出行的天气中，雨天占了 83.33%,而且当地人工作日时不会因为 降雨而减少，将其列为为主要考虑对象。根据降雨天数分布图显示，该市降 雨主要集中7月，8月以及12月。所以这3个月的工作日应额外注意雨水天气 带来的危险。5.3.2. b客流量在节假日时，客流量会比平时高出许多，个别时候（如元旦前夕）会井喷式 增长，可能造成拥挤，甚至踩踏，此时应加派人手引导游客。45DCOOO/口 才10 0023 I6t得到X(t)=5.4给有关部门的建议书1. 客流量容纳量。之前我们对全年原客流量进行拟合,一 年之(2015.1.1 至 )，客流量仍会随着时间的推移而增长并达到客流量容纳量。所以，在这段期间,有关部门可以逐步地提高接待能力。2天气。有关部门可以通过对气象的观察，合理安排人手，既可以有时候减少 不必要的开支，有时候也能缓解客流拥挤。3节假