【地铁车站对大客流的预测和组织分析6000字】

地铁车站对大客流的预测和组织分析目录TOC\o"1-3"\h\u25497地铁车站对大客流的预测和组织分析 1284851.1地铁客流组织的内容 190481.2地铁车站客流组织的基本原则 2109581.3地铁车站客流组织分析 3283011.1.1乘客乘车流程 313711.1.2车站客流组织影响因素 424301.4地铁车站大客流的预测 759851.5背景建模与形态结合检测法 87731.5.1背景建模 850231.5.2运动人体分割 9278881.5.3实验结果 9283031.6大客流实时预测模型 9297371.6.1历史OD数据处理 10272401.6.2灰色预测模型 10161851.6.3马尔科夫修正模型 11297071.6.4选择预测模型 131.1地铁客流组织的内容地铁作为一个复杂性的交通服务运营系统，客流组织也极具复杂性，复杂性涵盖到了整个运行服务环节。科学合理地提高乘客输送效率，需要从整个地铁运行流程中各个环节优化，最后达到整体最优。比如，首先根据每个站点周围的环境确定好客流量，制定好整体的车站空间布局，以及确定好出入口处、验票闸道等数目，以及隔离护栏数目以及摆放位置等环境的方案设定，同时将工作人员合理分配到各个岗位中，使地铁日常交通正常运行下去。同时，合理完善的地铁客流组织离不开大客流的应对措施，地铁服务中心可以根据客流的预见或者不可预见性，有序调整站台、站厅、以及出入口通道等运行方式，及时应对大客流，面对突发状况引起的乘客骤增，灵活、迅速、高效的调整，保障乘客的安全的前提下，提高列车的运行效率。1.2地铁车站客流组织的基本原则客流组织活动的有序展开，必须遵循基本的六个原则。第一原则，必须以安全第一为首要原则。当出现客流可预见或者不可预见的骤增时，都有采用各种方式及时进行客流疏散，及时消除安全隐患。第二原则，在保障乘客安全的前提下，要保证地铁企业的运营成本可以合理降到最低，最终是企业实现利益最大化。第三原则，必须合理分配岗位职责，地铁车站必须有专门的经验丰富的现场值班人员或者负责人，对车站客流进行实时密切的监控，紧急情况作出判断以及及时反映给行车调度指挥中心，上下各个层级进行密切联系。第四原则，行车调度中心下达客流应对措施后，现场工作人员应当及时调整出入口、站台、站厅等乘客出行方式等，有序展开大客流应对措施，第五原则，必须保证候车站台区域停留的顾客在科学合理范围内。防止乘客过多，拥挤等危险发生。第六原则，及时观察各个站台、站台、出入口、上下扶梯等位置一旦出现承载范围，及时限制乘客进入。1.3地铁车站客流组织分析1.1.1乘客乘车流程为了科学地组织好地铁车站的客流,必须预先做好客流组织方案,以指导车站的客流组织工作，所以按照乘客乘坐地铁在付费区与非付费区内的流程，将乘客乘车的流程分解为以下作业流程[23]，如图3-1所示：乘客乘客入口乘车列车到达进入站厅进入站厅出站出口进入站厅补票出站闸机检票列车到达上车列车出发站台候车进站闸机检票购票或充值进入站厅下车付费区非付费区图3-1乘客乘车流程根据流程图可知，高效、安全的客流组织工作的展开，不仅需要系统性密切关注组织流程的每一个方面，要求各个部门。各个人员做好岗位工作的同时，也要进行每个环节的优化。但是，实际运行的过程，要有侧重点以及时间优先原则，快速处理紧急故障，优先关注于以发生大客流的密集区域，安排数目较多的工作人员，进行重点人流疏散。1.1.2车站客流组织影响因素车站客流的组织能力，体现于整个乘客乘坐地铁的整个过程中。首先，是出入口、疫情期间城市居民验证通道、安检通道、人工以及自动购票区域、手机电子车票或者人脸识别闸机通道等多种地铁组织能力处，以及乘客进站后，采用扶梯或者电梯的设备承载能力。最后，正常线路上列车的间隔数、载客数等能力，都不同程度上影响着地铁客流组织能力。比如，正常线路上的不同站点客流组织复杂程度是不同的，以西安地铁为例，钟楼、小寨等站点作为换乘站，以及大客流发生频繁的大型车站，如若只是采用统一的指挥管理模式，实际运营管理中是极具复杂性，故实际客流组织要根据实际情况及时的调整。以下是一般情况下地铁车站客流组织的主要影响因素：（1）出入口处以及安检、二维码验证、验票等通道承载乘客量的能力。客流骤增时，要注意不能超过最大限度，而且大客流时，可以开到2个出入口，注意过高的人流会引起一些安全隐患，以及整体运行效率变低。(2)站厅:站厅范围相对比较广泛，主要有人工以及自动购票站厅区域，和验票通过、等非付费站厅区域，根据科学的研究调查，合理范围应该控制到一平米可容纳最多三个人。（3）站台:站台处是客流比较密集的地方，一般设有安全警戒线，乘客在候车时不能超过警戒黄线，以及尽量避免站在上鞋扶梯附近的站台处，可以在引导下向站台两边疏散，尽量维持乘客在合理的站台容纳范围，一般合理的容纳情况是一平方米的站台面积内容纳最多担任，保证乘客安全的情况下，保证乘客上下成的秩序。而且，要注意在大客流的情况下，以及如若出现列车故障等问题，造成乘客大面积聚集时，防止互相拥挤超过警戒线、抢上下车等危险行为，保证地铁安全运行。（4）自动售检票设备能力：该能力的效率提高很大一部分会决定地铁客流组织能力的提高。不仅可以通过人工售票、自动售票机的相互结合，而且可以增设手机电子车票验证闸道机，增多同时间的通过人数，以及安排工作人员，及时处理机器故障和乘客问题，提高自动售检票服务能力。（5）乘降设备通过能力:此能力意味着承载乘客量的能力，但是工作人员要注意控制扶梯承载不能超过最大量，防止过载导致事故发生。如下表，是通过实际研究调查得到西安市实际的升降设备通过能力表见表3-2：表3-2西安地铁车站楼梯、自动扶梯通过能力乘降设备通过能力/（人/m2）楼梯单向向上60-70楼梯单向向下50-65楼梯双向45-60自动扶梯100-120列车输送能力：大客流来临之前，地铁为了更好的应该人流的骤增以及冲击，应该根据以往的客流变化趋势做好预测，为了能够提高乘客的载客量以及输送速度，就亟需提升大客流发生当天的列车输送能力。提升此能力，主要可以从两个方面改善，一是缩短前后继列车的间隔时间，而是尽可能最大限度上载客。西安地铁一和二号线均采用B2型地铁车辆，其编组形式为列车编组方式均为“三动三拖”6节编组，车辆的部分参数见表3-3。表3-3列车参数项目一号线二号线额定定员（超载量）/(人/m2）6（8）6（8）列车定员/人14141436列车坐席/个216252车门对数44列车最高速度/(km/h)8080临时疏导措施：为了避免乘客大面积聚集，导致地铁交通堵塞，不仅延长了乘客的出行时间，更是带来安全隐患，所以地铁在大客流时可以采取一些措施紧急疏散客流。第一点，一般情况下，乘客容易在站台、站厅以及出入口处聚集，故在这三个点出，可以增设栅栏，紧急标识，以及引导乘客多个入口进车，不要在一个一个出入口处聚集。第二点，由于扶梯超载存在下陷危险，站台拥挤会导致超越安全黄线等危险发生，故一方面疏散聚集在扶梯处，以及列车候车黄线内的安全距离，可以用增加多个工作人员共同喇叭、广播等形式引导人流。综上所述，大客流的发生会给地铁交通运营造成一定的冲击，也会给车站的实际组织运营能力提出挑战。为了能够更好的应对大客流，车站需要改进地铁交通运行的各个环节。为了加快人流运行速度，主要针对性在出入口、城市居民身份验证处、安检处、购票处、车票验证闸道口，以及上下扶梯和候车站台处这几个容易出现拥挤的地方，重点做好客流控制和引流措施。同时，地铁整体各个部门各个工作人员互相协作、配合，并围绕着提前做好的客流组织方案为中心，根据实际客流情况灵活调整，最终提高客流组织效率，缩短客流堵塞时间，及时高效疏散大客流。1.4地铁车站大客流的预测大客流往往难以预测，有时会出现比预测还要大得多的客流，这时要以保证疏散客流安全为前提，尽快疏散客流，并采取客流控制措施，以避免混乱失控。针对影响车站客流组织的主要因素，结合西安地铁刚开通的5、6、9号线分析地铁在元旦节前后大客流情况，以及分析研究在此大客流实际，西安地铁运营中心如何疏散大客流，具体在整体组织结构的调整、地铁车站现场客流、票务等组织方式的变化等方面的具体实施措施。一般大型活动举办、节假日、早晚高峰时间上的提前确定，可以帮助企业提前做好应对大客流的客流组织措施。但同样，并不是所有的大客流的变化趋势都可以提前预测到，一些不可控的外在因素导致地铁出现短时间乘客骤增，地铁应该及时启用应急措施，根据实际情况及时调整各个出入口的安排，更好的应对突发状况。根据调查显示，节假日是最常见出现大客流时期，其中元旦更是所有节假日中人流最到的时间。通过基于以往的客流变化趋势，可以初步预计2021年元旦节会出现以下客流特点：第一点，预计由于疫情防控稍微的放开，预计2021年较近期这几年的五一劳动节出行人数会有较大比例的增大，主要的出行目的为两部分人群，一种是走访亲戚，另外一种是出行旅游。第二点，客流骤增的方式并不会固定在一个时间点，或者是以单一形式出现，这就需要地铁做好大客流组织预防方案的同时做好紧急疏散人流措施。第三点，2021年的五一劳动节的客流趋势会相似与以往的周末人流高峰的走势相似。第四点，大型公共活动及商业活动。不仅因为节假日本身为了引流，大小型商场会进行一些优惠活动，而且为了响应国家恢复疫情期间的经济发展，目前城市中会进行采用发放优惠券的方式促进经济发展，故商区的地铁人流也会在一段时间内增多。第五点，地铁为了更加准确地应对元旦人流高峰，应该提前注意当天的天气状况，做好相应的应对措施。1.5背景建模与形态结合检测法1.5.1背景建模背景建模是一种计算比较简便的研究方式。该方法主要是可以采用图像的方式描述出所识别到主体运动的变化趋势，不仅采用分离对比的方式，突出研究对象运动变化，更可以采用集中模型综合起来进行背景建模，实现背景与前景的分割，具体有以下步骤展开：取出图像序列中第S帧和第S＋1帧，并做两帧的差分图像，得到运动区域图像，记为〔Mx,y〕。得到的若干个运动区域表示为：〔M＝M1，M2，…Mn〕以第t帧为背景，取出第t帧和t＋1帧，并做两帧的差分图像，得到运动区域图像，记为〔Nx,y〕。得到的若干个运动区域表示为：〔N＝N1，N2，…Nn〕利用1、2步在s帧中找出静止的区域，记为〔KX,y〕观察区域〔KX,y〕若静止的概率大于3/4，则认为是背景区域当背景区域不断更新时，前景区域也在不停更新，当背景帧图像近似均匀分布时，可作为终止条件，此时可以得到目标运动区域。1.5.2运动人体分割该方式主要利用科学有效地方法，根据车站的实时图像监控分析行人的行为特征，通过数据图像分析，将其整理并且利用图像将其表达出来。利用计算分析，将其图像更加完整。清晰，将行人的个体将其从大客流中分割出来，使其能够计算出个体的空间容纳能力、移动速度等，帮助整个城市轨道运营更好的运行。1.5.3实验结果本方法是通过实际的车站调研，获取到车站实时的各个环节获取到的数据以及图像，对行人的运动动作等进行了分析，并基于数据信息模拟出行人的行为特征以及变化趋势，使极具复杂的车站内部变化经过正确的分割运动行人。不同大型活动类别的特点,在本文模型中专门建立了大型活动客流预测模型库。1.6大客流实时预测模型在本文提出的基于灰色马尔科夫[20]的大客流实时预测模型中,如图3-1所示.灰色预测模型对客流数据进行拟合,分析和判断大客流的变化趋势,并在灰色预测基础上进行马尔科夫修正预测,能较大程度提高针对随机波动较大的大客流数据的预测准确度。此外,为较好解决大客流预测模型具有分析判断。选择客流预测模型马尔科夫修正模型历史OD数据预处理开始选择客流预测模型马尔科夫修正模型历史OD数据预处理开始建立大型活动客流预测模型库灰度预测建立大型活动客流预测模型库灰度预测实时客流数据采集实时客流数据采集结束结束图3-1基于灰色马尔科夫的大客流实时预测模型流程图1.6.1历史OD数据处理历史OD(Origination-Destination)数据预处理主要针对不同类型大客流所影响的相关地铁站进出站客流OD数据进行分析,包括数据清洗、客流清分和客流统计。（1）数据清洗。主要对历史OD数据进行过滤,清除错误和异常数据。（2）客流清分。根据每对OD数据的进站时间和车站名及出站时间和车站名等相关信息,利用清分模型,确定每条OD数据对应的乘客出行路径。（3）客流统计。为保证客流预测算法的准确性,需在客流清分之后对各种客流数据进行统计分析。1.6.2灰色预测模型灰色预测[20]算法主要针对按时间序列的原始客流数据x=(x1,x2,…xn，)建立灰色GM(1,1)模型,求出拟合值序列x=(x1,x2,...,xn),1次残差序列Xt和拟合相对误差et(1)灰色预测模型主要利用累加生成方式和微分方程描述序列客流数据间的内在规律,理论应用和工程实践中经常采用1阶1个变量的灰色模GM(1,1)。设按时间序列的原始客流数据为x=(x1,x2,…,xn),用3点滑动处理得到新的客流数据序列为:（3-1）（2)令y是x的一次累加生成序列,即y=(y1,y2,…,yn),其中yk的定义为(3)灰色模型GM(1,1)的微分方程为其a和b作为待定参数使用最乘法确定,可得灰色模型GM(1,1)的白化方程,其时间响应式为（3-2）记参数序列为可用下式求解（3-3）其中（3-4）.（3-5）（4）由此可以得到y的拟合值:，设是的拟合值，则还原有x,并求出1次残差xt和拟合相对误差et.1.6.3马尔科夫修正模型建立马尔科夫修正模型,对灰色模型中得到的拟合相对误差序列划分状态,若划分状态后的序列通过马氏性检验,统计状态转移频数,进而确定状态转移概率矩阵,最后预测误差并对灰色预测结果进行修正。对灰色预测模型中得到的相对误差序列进行状态序列标记,误差序列分成m个状态,以E1,E2,…，Em表示。利用x2统计量来检验yt是否具有马氏性.设nij为状态,EI经过一步转移到Ej的频数,记为（3-5）统计量服从（m-1）2的分布，选定置信度a,查表的，如果，则认为序列符合马氏性，适用于马尔科夫预测。若状态经过k步转向的概率为，则,式中：为状态经过k步转向的频数，为状态出现的次数，则k阶马尔科夫转移矩阵为（3-6）若现在的状态为i，转移矩阵的第i行表示k步后