城市轨道交通客流分布短时预测模型研究及应用.pdf

《城市轨道交通客流分布短时预测模型研究及应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、壤辫张溷鼹囊≥00曩曩0叠0-0。曩_曩一曩一绷簿城市轨道交通客流分布短时预测模型研究及应用*周玮腾韩宝明李得伟郑宣传。(1．北京交通大学交通运输学院，100()44，北京；2．北京城建设计发展集团股份有限公司，100037，北京∥第一作者，博士研究生)摘要客流分布短时预测对于城市轨道交通运营管理和城市轨道交通客流分布短时预测是指对未来短乘客出行服务具有重要的实际意义。采用自底向上的网络时内的客流在车站、区问断面的分布情况进行预测建模技术，利用动态仿真方法模拟乘客出行行为，构建城市推算的过程。它既能为运营管理部门调整运输组织轨道交通客流动态分布仿真模型，进行

2、城市轨道交通线网客计划提供辅助决策的数据支撑，也可以为乘客合理流分布短时预测，并通过实际AFc(自动售检票)刷卡数据安排出行计划提供参考依据，因此具有重要的实际进行二元校验。依托北京市轨道交通安全防范物联网应用意义。现有的各类城市轨道交通客流分布短时预测示范工程，将其应用于北京地铁运营实践中，结合实例验证了模型的可行性和有效性。方法基本采用了静态客流分配的做法[2]，即根据关键词城市轨道交通；短时客流预测；多主体仿真；模型乘客OD(起讫点)依据路径的阻抗按照一定概率进校验；自动售检票数据行分配，这种方法既没有考虑列车运行的动态影响中图分类号U293．13因素

3、，更没考虑每个乘客个体出行的自身行为特征，D0I：⋯．16037／j．1007—869x．2015．02．006因此无法准确计算路网的瞬时分布情况，也缺乏预测结果的有效验证。为了解决这个问题，本文采用ResearchandApplicationofShort-termForecastModelOil自底向上的网络建模技术，利用动态仿真模拟乘客PassengerFlowDistributioninUrbanMassTransit出行行为，实现城市轨道交通网络运营状态的仿真，ZhouWeiteng，HanBaoming，LiDewei，ZhengXuanchua

4、nAbstractShort—termforecastofpassengerflowdistributionin预测线网客流的短时分布，并利用时空二元校验方urbanrailtransithasgreatsignificanceforpracticaloperation法验证模型的有效性。managementandpassengertripservice．Inthispaper，abot—tom-upnetworkmodelingtechniqueisadopted，andthedy．l城市轨道交通客流分布仿真预测模型namicsimulationmetho

5、diSusedtoestablishasimulationmodel由于城市轨道交通网络客流分布过程是基于时ofpassengerflowdynamicdistributiontosimulatethepassen—间标度的演化过程，通过仿真方法进行乘客的行为ger’Stripbehavior．Themodelispurposedtorealizetheshort—刻画与描述，进行大规模乘客出行行为模拟是主要termforecastofpassengerflowdistribution．Thepredictionre—suitshavebeenverifie

6、dthroughtwo-elementdataverification研究方法之一，这也为城市轨道交通客流分布短时methodaccordingtotheactualAFC(automaticfarecollec—预测提供了良好的思路。结合仿真方法的动态特tion)data．Finally，combinedwiththedemonstrationprojectof性，城市轨道交通客流分布短时预测的结果l5将采railtransitsafetyprecautionoflOT(internetofthings)inBei—用短时预测的站点进出站客流量、线路区间客

7、流量、jingmetro，thefeasibilityandeffectivenessofthemodelare换乘站换乘客流量和城市轨道交通网络客流分布瞬verified．时状态4个指标进行动态表征，并将不超过15minKeywordsurbanmasstransit；short—termforecastofpas—的时间粒度作为统计时问间隔，进行短时的仿真sengerflow；multi—agentsimulation；modelverification；预测。cdataFirst-author’saddressSchoolofTrafficandTra

8、nsporta—1．1乘客出行建模仿真预测流程tio