论文部分内容阅读
摘要：近年来，城市轨道交通规模不断扩大，客流特征也越发的多样性，如何能够科学合理的开展交通行车组织，提升人们乘坐的舒适性成为迫切需要解决的问题。通过对客流量的变化进行动态分析，总结出断面客流特征，然后通过建模对城市轨道交通行车组织情况进行优化，保证城市轨道交通运行的合理性和稳定性。
关键词：城市轨道交通；断面客流特征；行车组织
引言：
城市轨道交通的客流量可以表征人们的出行频次，通过对轨道交通客流的流向、流时等信息的统计，可以获得客流特征，再通过时间与空间的分布，就可以得到客流的实时动态分布了。在城市轨道交通规模不断扩大的背景下，轨道交通客流呈现井喷式增长，但是需要注意的是，客流的动态分布呈现明显的不均衡性，运能与客流出现了不匹配的状况，如何能够在断面客流特征的基础上，对城市轨道交通行车组织工作进行优化，成为目前需要解决的问题，只有科学合理的组织行车，才能够给乘客带来更舒适的乘车体验。
1.城市轨道交通断面客流概述
城市轨道交通断面客流是指线路上任一区间中某断面在某统计时间段内通过的乘客数量。短时断面客流预测是根据预测断面已知过去t 个时刻的客流数据，来预测该断面未来某个时刻的断面客流，短时预测的时间跨度一般为5 ～ 15 min。对短时断面客流的准确预测是运营管理部门对运营计划实时调整的主要依据，是科学合理组织行车的基础。
根据研究对象数量可以将短时断面客流预测方法分为单一断面预测方法和相关断面预测方法两类。单一断面短时客流预测是指仅将线网中某一个断面作为研究对象进行的预测。预测时考虑各断面之间的相互联系，将线网中两个或者两个以上的相关断面作为研究对象的预测即为相关断面短时客流预测。国内外基于多个对象的交通流预测目前主要集中于道路交通流，Joe Whittaker、Simon Garside 和Karel Lindveld 分析了某高速路网中多个观测点交通流量和平均车速的变化情况；Anthony Stathopoulos 和Matthew G Karlaflis以雅典某一路网中不同地点的交通流量为研究对象，建立多变量时间序列的状态空间预测模型并进行交通流量预测。国内任其亮考虑了路网中时间因子和空间因子对研究对象的影响，提出了交通流量双点和多点预测模型；姚智胜考虑了路网中各断面之间的相关关系，将应用多元统计分析中的多维标度法应用于道路网中多个断面交通流的相关程度分析；HeShan 考虑了交通流的时空特点，提出基于过程神经网络的交通流预测模型。众多研究表明，道路交通流路网各断面存在着相互影响。城市轨道交通断面客流在机理上与道路交通流有一定的相似性。笔者在进行城市轨道交通线网相关断面短时客流预测时，根据断面之间的相关性将整个线网断面划分为一个个的小整体，将小整体中的多个断面作为研究对象进行建模预测。
2.客流特征模型分析
2.1 时间均衡模型
客流是受外界因素影响而经常变动的，其变化程度具有一定的规律性，一般分为双峰型、三峰型、平峰型。客流动态变化规律的不确定性，导致了客流在时间分布上的不均衡性。从客流时间分布出发，以分时客流不均衡系数 at，反映轨道交通单位时间客流不均衡程度，计算公式如下：
式（1）中，at 指分时客流不均衡系数；Qi 指第 i 个时段的最大客流量，人次；Qj 指运营第 j 日的客流量，人次；n 取决于客流数据的样本。at 越趋近于 1，表明分时客流分布越均衡。
2.2 空间均衡模型
将线路上下行各断面客流量进行罗列，可直观反映各个断面客流的动态变化。客流的变化不仅在时间上有一定的变化规律，在空间上也呈现出一定的变化规律，一般分为几种类型：①凸起型，即中间断面客流量最高，呈现凸起形状；②凹陷型，与凸起型正好相反，中间断面的客流量低于线路两端断面的客流量，全线断面呈现凹陷形状；③均等型，即各站的上下客量接近，导致各断面客流量差异较小，呈现出平稳的状态；④渐变型，即随着線路延伸，线路客流逐渐增大或逐渐缩小；⑤不规则型，即各断面的客流量分布呈现不规则的形状。客流在空间分布的不确定性，导致了客流在断面和方向上的不均衡性。从客流空间分布出发，分别采用断面客流空间分布不均衡系数 as 和线路客流方向分布不均衡系数 ad 表示。计算公式如下：
式（2）中，as 指断面客流空间分布不均衡系数；Qk 指第 k 断面单向最大断面客流量，人次；Qmax 指单向最大断面客流，人次；n 指单向全线断面数。as 越趋近于 1，表明断面客流越均衡。
3.运能与舒适度匹配模型
3.1 舒适度模型
乘坐舒适度取决于每个区间的运能富余量，若运能富余量大于或等于车厢可站立人数，乘客都有座位，舒适度为 1；当运能富余量小于车厢可站立人数，舒适度随着运能富余量的增加而增加；当车厢无运能富余量，乘坐舒适度为 0。
舒适度紧张区域虽运能能够得到最大化利用，但乘车舒适度较差将导致乘客选择其他交通工具；舒适度最优区域虽能保证乘客全部有座位，但运能利用率低，浪费较严重。为此，大部分运营企业在保证一定服务水平的前提下，结合运营实际，重点对舒适度最优区及舒适度紧张区与运能匹配进行研究。
3.2 企业满意度模型
企业满意度取决于列车满载率 R，满载率越高，企业满意度越好；当满载率过低时，说明运能浪费严重，企业满意度为 0。结合函数换算出舒适度的“升半梯形分布”图像。通过换算可知，一般情况下企业能接受的最低满载率 Ra 为座位全部使用，此时乘客的舒适度 f（b）位于舒适度最优区，企业最期望的满载率 Rb 已达到 80% 及以上。满载率越高则企业满意度越高，即 R>Rb，则舒适度处于紧张区。
3.3 运能与舒适度优化模型
若同时兼顾乘坐舒适度和企业满意度，则要解决运能与舒适度之间的匹配。目标函数中的关键因子行车间隔是确定运能与舒适度匹配的决定性因素，t 的确定即是运能的确定。为满足企业能接受的最低满载率，同时保证乘坐舒适度不位于紧张区域。
城市轨道交通的客流是动态变化的，但这种变化归根结底是通过该地区的社会经济活动、生活方式以及轨道交通系统本身的特点来反映的。客流的基本特征基于它沿时间和空间分布的动态性，通过客流时空特征可为运能制定提供依据。了解客流特征是企业提供运能的依据，而运能余量又是确定舒适度的主要要素。运能余量越大表明舒适度越大，但运能利用率越低；反之，运能余量越小则舒适度越小，但运能利用率越高。对乘客而言，舒适度越高，乘客满意度越高；对提供运能的企业而言，运能利用率越高，企业满意度越高；而运能与舒适度的匹配应兼顾企业和乘客的实际情况。
结语：
近年来，国内城市轨道交通的发展速度日益增快，对应交通运行管理方面的分析、模拟、管理等工作必须引起业内人士关注。结合企业运行成本效益和乘客需求进行全面彻底的分析，这是当下城市轨道交通运营管理中的主要考虑因素。为了有针对性的了解轨道交通断面客流特征和优化方法，可针对对应地铁轨道工程等进行客流数据的探讨。结合客流特征、运行舒适度等要素进行分析，并加强对工作日、节假日运输组织合理性的全面分析。从交通出行量数据出发进行成本和满意度的优化。
参考文献：
[1]李思杰，徐瑞华，江志彬. 城市轨道交通列车运行图能力与客流需求匹配度的评价方法[J]. 中国铁道科学，2017，38（3）：137-144.
[2]王永岗，张俊，武艳，等. 基于断面客流特征的城市轨道交通行车组织优化方法[J]. 城市轨道交通研究，2017（4）：11-16.
关键词：城市轨道交通；断面客流特征；行车组织
引言：
城市轨道交通的客流量可以表征人们的出行频次，通过对轨道交通客流的流向、流时等信息的统计，可以获得客流特征，再通过时间与空间的分布，就可以得到客流的实时动态分布了。在城市轨道交通规模不断扩大的背景下，轨道交通客流呈现井喷式增长，但是需要注意的是，客流的动态分布呈现明显的不均衡性，运能与客流出现了不匹配的状况，如何能够在断面客流特征的基础上，对城市轨道交通行车组织工作进行优化，成为目前需要解决的问题，只有科学合理的组织行车，才能够给乘客带来更舒适的乘车体验。
1.城市轨道交通断面客流概述
城市轨道交通断面客流是指线路上任一区间中某断面在某统计时间段内通过的乘客数量。短时断面客流预测是根据预测断面已知过去t 个时刻的客流数据，来预测该断面未来某个时刻的断面客流，短时预测的时间跨度一般为5 ～ 15 min。对短时断面客流的准确预测是运营管理部门对运营计划实时调整的主要依据，是科学合理组织行车的基础。
根据研究对象数量可以将短时断面客流预测方法分为单一断面预测方法和相关断面预测方法两类。单一断面短时客流预测是指仅将线网中某一个断面作为研究对象进行的预测。预测时考虑各断面之间的相互联系，将线网中两个或者两个以上的相关断面作为研究对象的预测即为相关断面短时客流预测。国内外基于多个对象的交通流预测目前主要集中于道路交通流，Joe Whittaker、Simon Garside 和Karel Lindveld 分析了某高速路网中多个观测点交通流量和平均车速的变化情况；Anthony Stathopoulos 和Matthew G Karlaflis以雅典某一路网中不同地点的交通流量为研究对象，建立多变量时间序列的状态空间预测模型并进行交通流量预测。国内任其亮考虑了路网中时间因子和空间因子对研究对象的影响，提出了交通流量双点和多点预测模型；姚智胜考虑了路网中各断面之间的相关关系，将应用多元统计分析中的多维标度法应用于道路网中多个断面交通流的相关程度分析；HeShan 考虑了交通流的时空特点，提出基于过程神经网络的交通流预测模型。众多研究表明，道路交通流路网各断面存在着相互影响。城市轨道交通断面客流在机理上与道路交通流有一定的相似性。笔者在进行城市轨道交通线网相关断面短时客流预测时，根据断面之间的相关性将整个线网断面划分为一个个的小整体，将小整体中的多个断面作为研究对象进行建模预测。
2.客流特征模型分析
2.1 时间均衡模型
客流是受外界因素影响而经常变动的，其变化程度具有一定的规律性，一般分为双峰型、三峰型、平峰型。客流动态变化规律的不确定性，导致了客流在时间分布上的不均衡性。从客流时间分布出发，以分时客流不均衡系数 at，反映轨道交通单位时间客流不均衡程度，计算公式如下：
式（1）中，at 指分时客流不均衡系数；Qi 指第 i 个时段的最大客流量，人次；Qj 指运营第 j 日的客流量，人次；n 取决于客流数据的样本。at 越趋近于 1，表明分时客流分布越均衡。
2.2 空间均衡模型
将线路上下行各断面客流量进行罗列，可直观反映各个断面客流的动态变化。客流的变化不仅在时间上有一定的变化规律，在空间上也呈现出一定的变化规律，一般分为几种类型：①凸起型，即中间断面客流量最高，呈现凸起形状；②凹陷型，与凸起型正好相反，中间断面的客流量低于线路两端断面的客流量，全线断面呈现凹陷形状；③均等型，即各站的上下客量接近，导致各断面客流量差异较小，呈现出平稳的状态；④渐变型，即随着線路延伸，线路客流逐渐增大或逐渐缩小；⑤不规则型，即各断面的客流量分布呈现不规则的形状。客流在空间分布的不确定性，导致了客流在断面和方向上的不均衡性。从客流空间分布出发，分别采用断面客流空间分布不均衡系数 as 和线路客流方向分布不均衡系数 ad 表示。计算公式如下：
式（2）中，as 指断面客流空间分布不均衡系数；Qk 指第 k 断面单向最大断面客流量，人次；Qmax 指单向最大断面客流，人次；n 指单向全线断面数。as 越趋近于 1，表明断面客流越均衡。
3.运能与舒适度匹配模型
3.1 舒适度模型
乘坐舒适度取决于每个区间的运能富余量，若运能富余量大于或等于车厢可站立人数，乘客都有座位，舒适度为 1；当运能富余量小于车厢可站立人数，舒适度随着运能富余量的增加而增加；当车厢无运能富余量，乘坐舒适度为 0。
舒适度紧张区域虽运能能够得到最大化利用，但乘车舒适度较差将导致乘客选择其他交通工具；舒适度最优区域虽能保证乘客全部有座位，但运能利用率低，浪费较严重。为此，大部分运营企业在保证一定服务水平的前提下，结合运营实际，重点对舒适度最优区及舒适度紧张区与运能匹配进行研究。
3.2 企业满意度模型
企业满意度取决于列车满载率 R，满载率越高，企业满意度越好；当满载率过低时，说明运能浪费严重，企业满意度为 0。结合函数换算出舒适度的“升半梯形分布”图像。通过换算可知，一般情况下企业能接受的最低满载率 Ra 为座位全部使用，此时乘客的舒适度 f（b）位于舒适度最优区，企业最期望的满载率 Rb 已达到 80% 及以上。满载率越高则企业满意度越高，即 R>Rb，则舒适度处于紧张区。
3.3 运能与舒适度优化模型
若同时兼顾乘坐舒适度和企业满意度，则要解决运能与舒适度之间的匹配。目标函数中的关键因子行车间隔是确定运能与舒适度匹配的决定性因素，t 的确定即是运能的确定。为满足企业能接受的最低满载率，同时保证乘坐舒适度不位于紧张区域。
城市轨道交通的客流是动态变化的，但这种变化归根结底是通过该地区的社会经济活动、生活方式以及轨道交通系统本身的特点来反映的。客流的基本特征基于它沿时间和空间分布的动态性，通过客流时空特征可为运能制定提供依据。了解客流特征是企业提供运能的依据，而运能余量又是确定舒适度的主要要素。运能余量越大表明舒适度越大，但运能利用率越低；反之，运能余量越小则舒适度越小，但运能利用率越高。对乘客而言，舒适度越高，乘客满意度越高；对提供运能的企业而言，运能利用率越高，企业满意度越高；而运能与舒适度的匹配应兼顾企业和乘客的实际情况。
结语：
近年来，国内城市轨道交通的发展速度日益增快，对应交通运行管理方面的分析、模拟、管理等工作必须引起业内人士关注。结合企业运行成本效益和乘客需求进行全面彻底的分析，这是当下城市轨道交通运营管理中的主要考虑因素。为了有针对性的了解轨道交通断面客流特征和优化方法，可针对对应地铁轨道工程等进行客流数据的探讨。结合客流特征、运行舒适度等要素进行分析，并加强对工作日、节假日运输组织合理性的全面分析。从交通出行量数据出发进行成本和满意度的优化。
参考文献：
[1]李思杰，徐瑞华，江志彬. 城市轨道交通列车运行图能力与客流需求匹配度的评价方法[J]. 中国铁道科学，2017，38（3）：137-144.
[2]王永岗，张俊，武艳，等. 基于断面客流特征的城市轨道交通行车组织优化方法[J]. 城市轨道交通研究，2017（4）：11-16.