客流、运输计划及运输能力分析

1、.客流、运输计划及运输能力分析客流分析及预测1.客流和客流预测客流是规划轨道交通网络、安排工程项目建设顺序、设计车站规模和确定车站设备容量的依据，也是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。1、 客流的概念1） 客流客流是指在单位时间内，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止位置。客流可以是预测客流，也可以是实际客流。2） 断面客流量断面客流量是指在单位时间内，通过轨道交通线路某一地点的客流量。这里，单位时间可以是一昼夜、一小时或其它的时间单位。显然，通过某一断面的客流量就是通过该

2、断面所在区间的客流量。断面客流可以分为上行断面客流量和下行断面客流量，计算公式如下：pi+1=pi-p下+p上3） 最大断面客流量在单位时间内，通过轨道交通线路各个断面的客流量一般是不相等的。最大断面客流量是指最大客流断面的客流量。上下行方向的最大客流断面一般不在同一个断面。最大断面客流量通常按高峰小时最大断面客流量和全日最大断面客流量计算。高峰小时最大客流断面和全日最大客流断面一般也不在同一个断面。4） 高峰小时最大断面客流量在以小时为单位计算断面客流量的情况下，分时断面客流量最大的小时称为高峰小时。轨道交通线路的高峰小时一般出现在早晨和傍晚，称为早高峰小时和晚高峰小时。高峰小时最大断面客流

3、量是指高峰小时最大客流断面的客流量。高峰小时最大断面客流量是行车组织和车站设备容量确定的一项基础资料。2.客流的产生1）城市交通的需求2）城市交通需求的特点（1）广泛性（2）派生性（3）时间性（4）空间性3）城市交通需求的影响因素3.客流预测1）客流预测的目的和作用城市轨道交通客流预测是轨道交通线网规划的定量分析依据，它对于轨道交通系统的线网规模、布局、车组配置、运营组织以及经济评价等都起着至关重要的作用。2）客流预测的内容（1）客流预测的内容根据实际运用经验，在轨道交通系统中，从系统功能要求出发，在城市总体规划和轨道交通线网规划的前提下，按各设计年限以及对客流预测的成果可归纳为以下五类基本内

4、容： 全线客流：全日客流量和各小时段的客流量及比例。全日客流量，是表现和评价运营效益的直观指标，也是进一步评价线路负荷强度的重要指标。各小时段的客流量及列车数，是为全日行车组织计划提供依据，在保证运营能力和服务水平的前提下，合理安排行车间隔，提高列车满载率及运营效益。 车站客流：包括全日、早、晚高峰小时的上下车客流，站间断面客流量以及相应的超高峰系数。其中：高峰小时时段的站间最大单向断面流量。这是决定建设轨道交通的必要性和确定系统运量规模的基本依据，由此选定交通制式，车型，车辆编组长度，行车密度，及车站站台长度。全线早、晚高峰小时的站间断面流量。这是全线运行交路设计的基本依据，由此确定区域折返

5、交路、折返列车数量、折返车站位置及配线形式，并计算运用车辆配置数量。各车站早、晚高峰小时的上下车客流量及相应的超高峰系数。这是各车站规模设计的基本依据，由此计算站台宽度；楼、扶梯宽度；售、检票机数量；车站出入口的总宽度等。其中晚高峰小时客流量对地下车站的空调设置、通风量计算具有控制性作用。此外，必要时应对车站客流进一步分析，预测到达本站的客流所采用的各种交通方式的分类和比例。这为本站附近如何考虑停车场用地的规模提供依据。 分段客流：站间OD表、平均运距及各级运距的乘客量。此项数据室为进行分段客流统计，制定票制和票价的分析，最终对建设投资、运营成本做财务分析，对社会经济效益分析，提出项目效益评价

6、意见。 换乘客流：各换乘站分向换乘客流量。这项数据对线路主客流方向的评价很重要，并为换乘形式设计和换乘车站间的换乘通道或楼梯宽度的计算提供依据。 出入口分向客流。根据每座车站确定的出入口分布位置，对每个出入口做分型客流预测，并做波动性分析，为每个出入口宽度计算提供依据。二、客流预测的思路和方法轨道交通系统客流预测的结果应包括：站间方向到发客流量，各站乘降量，全日断面客流量，分时断面客流量，全日分时最大断面客流量，高峰小时最大断面客流量，总客运量，以及总客运量占公交总运量比重等。1. 客流预测的思路客流预测主要有四阶段客流预测、趋势外推客流预测、车站吸引区域客流预测三种。1） 四阶段客流预测四阶

7、段客流预测在城市轨道交通规划中得到广泛的应用，这是一种在现状O-D调查基础上，结合未来城市发展及土地利用规划，定量预测城市远期客流的预测模式，能较好反映城市客流与城市发展关系，但当城市发展未能按规划实现时，预测的客流分布与将来实际客流分布就会存在较大差异。客流预测的四阶段如图：现状与未来的城市社会经济活动特征出行生成出行分布出行方式划分出行分配一定出行方式线路上的客流现状与未来的城市交通网及其特征（1） 出行生成出行生成预测是确定每一交通小区的出行生成量和出行吸引量。出行生成预测的基础资料是城市的远景人口和就业岗位数等预测数据，而这些数据又需要根据远景土地使用规划得出。土地使用规划规定了城市土

8、地的居住、工业、商业等用途，对城市各部分的功能进行了定位。根据土地使用规划，可以把交通规划的区域划分成许多交通小区。在已知哥交通小区的居住人口数、就业岗位数及家庭人口、收入和私人交通工具拥有数等数据的基础上应用回归分析法、类型分析法或交叉分类法等预测方法来预测以交通小区为单位的出行生成量和出行吸引量。（2） 出行分布出行分布预测是确定各交通小区出行发生量的去向和出行吸引量的来源，即各交通小区间出行发生与吸引分布。出行分布可用O-D矩阵表来表示。确定出行分布的常用数学模型有弗雷特法和引力模型等。（3） 出行方式划分出行方式划分预测是确定公共交通、出租汽车、私人汽车、自行车和步行等各种出行方式承担

9、的各交通小区间出行量的比例。影响出行方式划分的因素主要有：出行者的特征；出行的特征；交通系统的特征。出行方式划分的常用数学模型有出行端模型、出行方式转换模型和个人选择模型等。（4） 出行分配出行分配预测是确定交通网络中各线路承担的各交通小区间出行量比例。出行分配的常用方法有最短径路分配法、均衡分配法和随机分配法等。在采用最短路径法时，应考虑通过能力限制因素和因此引起的拥挤现象。2） 趋势外推客流预测趋势外推客流预测通常是用来预测新建交通线路的客流量。趋势外推是指根据公交线路的现状客流资料，按时间序列，采用数学方法，利用有关参数，求出新建交通线路的客流。这是一种基于现状的预测方法，能较好地反映近

10、期客流量的增长情况，但在预见交通线路建成后的城市出行分布变化上，趋势外推法客流预测结果的可靠性稍差。3） 车站吸引区域客流预测车站吸引渔区客流预测又称为三次吸引客流预测模式，它以车站确定的吸引区域来预测车站、断面和线路的客流量。车站吸引区域是以车站为圆心、一定的到达车站时间或到达车站距离为半径的圆来确定的。到达车站的时间或距离又可以分为乘电、汽车、骑自行车和步行四种方式。该种客流预测模式认为，在合理确定车站吸引区域的前提下，可以根据吸引区域内土地利用的性质和借助有关计算公式来预测通过四种方式到站的乘车的人数。2. 客流预测的方法1） 定量预测方法定量预测方法采用数学模型，对数据有较高的数量和质

11、量要求，计算工作量较大。定量预测方法又可分为按时间序列预测和按因果关系预测两类方法。（1） 时间序列客流预测方法该类客流预测方法的基本思路是将时间作为自变量，根据客流从过去到现在的变化规律来预测未来的客流。这类方法的主要优点是需要数据相对较少、运用简便，只要采用时间段的统计客流数据变动趋势没有大的异常波动，预测结果一般较好。这类方法的主要缺点是无法反映客流变动的原因，因而不能指明在影响客流的因素发生变化时，客流变化的趋势与结果。常用的时间序列客流预测方法有移动平均法、指数平滑法和自回归法等。 移动平均法移动平均法借助移动平均数来修匀原始客流时间数列的变动，以达到较准确地描述客流变化趋势和进行客

12、流预测的目的。所谓移动平均，就是按原始客流时间数列的一定项数（跨越期数）计算移动平均数，逐项移动，边移动边平均，得出一组移动平均数，由这组移动平均数构成新的客流时间序列。新的客流时间数列可以把原始客流时间数列中的某些不规则变动，特别是周期性变动加以修匀，从而显示出客流长期变化的基本趋势。为了取得较好地客流预测结果，通常还在一次移动平均的基础上，对一次移动平均的基础上，对一次移动平均数进行二次移动平均。移动平均法用于客流预测，通过修匀原始客流时间数列，能够削弱偶然因素对客流变化的影响，较好地反映客流变化趋势。但移动平均法对原始客流时间数列两端的值无法进行修匀计算，因此每一次移动平均都会使数列变短

13、，并使进一步观察受到影响。此外，移动平均法存在时间滞后的情况，预测值多数偏低，因而移动平均法比较适用于客流的短期预测。 指数平滑法指数平滑法也是通过修匀历史数据中的随机成分去预测未来，但它所使用的修匀方法与移动平滑法不同，它在借助平滑平均数来修匀原始客流时间数列的同时，引入一个人为确定的平滑指数d，对原始客流时间数列中的数据按时间先后给以不同的权数，时间越近，权数越大。使用指数平滑法进行客流预测时，采用线性数学模型，应在一次平滑平均的基础上，作二次平滑平均；如采用二次曲线数学模型，则还应作三次平滑平均。在对原始客流时间数列进行了二次和三次平滑平均后，就可根据新的客流时间数列进行客流预测。指数平

14、滑法对原始客流时间数列的长度没有特别要求，数据较少时也能进行预测。平滑常数a的取值决定于原始数据的多少和预测要求，a取值较大，权数变化速率较快和敏感性较强，但修正程度反而较小。因此，在进行预测时，a一般取值为0.20.5，不宜过大。指数平滑法比较适用于客流的长期趋势预测。 自回归法自回归法又称鲍克斯-詹金斯法，它是对原始客流时间数列中的各期数据Yt与前一期数据Yt-1进行回归分析，通过Yt-1的变动去预测Yt，进行客流预测的一种方法。自回归法以Yt-1为自变量，Yt为因变量，按线性或指数曲线回归方程拟合，建立数学模型。在原始客流时间数列中的各期数据相互间具有较高的相关性时，可用自回归法进行预测

15、。当原始客流时间数列中的各期数据大体上是呈线性变化趋势时，可采用下面的线性自回归方程来进行客流预测：Yt=a+bYt-1自回归法在客流的短期预测方面具有一定精度，因而得到较广泛的应用。但该方法需要较多的历史数据，计算量较大和计算较复杂。（2） 因果关系客流预测方法该类客流预测方法的基本思路是将影响客流变动的经济和非经济因素作为自变量来预测未来客流。这类方法的主要优点是能够考虑较多的对客流可能产生影响的因素，揭示引起客流变化的原因。同时在数量足够多的情况下，常能取得较好地预测精度。这类方法的主要缺点是由于自变量的选择、有关参数的确定带有一定的主观性和预测性，预测结果的准确度会因此受到影响。常用的因果关系客流预测方法有回归预测法、类型分析法和引力模型等。 回归预测法回归预测法士通过回归分析，建立一个合适的因变量和自变量之间的函数关系来近似地表达客流和影响客流因素之间的平均变化关系。它包括一元线性回归预测、多元线性回归预测、一元非线性回归预测等方法。如果因变量表现为自变量的一次函数，并且只有一个自变量，这种回归预测称为一元线性回归预测，一元线性回归方程的一般形式为：Y=a+Bx如果因