城市轨道交通路网客流动态估计模型与系统

发布时间：2022-05-03 04:33

　　网络化运营背景下,城市轨道交通呈现出路网规模庞大、客流量激增、突发事件影响传播快、客流特性及演化规律更复杂等特征,使得实时运营过程中的运营决策面临更大挑战。因此,亟需运用高效便捷的技术手段与方法,及时而准确地估计或者预测不同层面上的路网客流状态及其动态变化,作为定量决策的依据。面向这一目标,本文主要研究内容如下:（1）分析了实时运营过程中对客流状态分析的要求,明确了需要从如下三个层次进行研究:在客流OD层研究路网客流OD量的估计和预测,在路网客流分布层研究客流分布推演仿真模型并开发系统,在路网运营效果层研究突发事件影响的定量分析。（2）分析了实时运营过程中客流OD信息在不同情况下可知状态,提出了多层次递进的客流OD动态估计方法框架,构建了基于历史相似集的客流OD预测模型和基于LSTM的分时客流OD时序预测模型,并将二者有机结合。既挖掘了历史数据中蕴含的规律,又充分利用当日运营中的实际数据,提高预测准确性,能更好地符合实际情况。（3）在既有研究的基础上,构建了实时与超实时混合、仿真区域可变、适应正常与突发情况的客流分布推演仿真模型,设计开发了仿真系统。并为了面向突发情况的影响分析需要,研... 

【文章页数】：104 页

【学位级别】：硕士

【部分图文】：

图１－１本文研宄技术路线图??Ｆｉｇｕｒｅ?１－１?Ｔｈｅ?ｔｅｃｈｎｏｌｏｇｙ?ｒｏａｄｍａｐ?ｏｆ?ｔｈｉｓ?ｐａｐｅｒ?ｓｔｕｄｉｅｓ??

运营长度的增加和车站数量的增多，极大地方便了乘客的出行。但由于路网规模??的扩大，路网的拓扑结构越来越复杂化，线路与线路之间、车站与车站之间的耦??合性越来越强。以北京城市轨道交通的路网拓扑图为例（图２－１），目前北京地铁??共２２条线，３９１座车站。??＊?１１??

对于车站层或区间层，决策者感兴趣的客流分布状态主要包括车站聚集人数、??乘客在车站滞留人数、区间断面流量、区间满载率等。以车站聚集人数和区间断??面流量为例。如图２－３是某市地铁站某天分时段车站聚集人数分布图，从图中可以??看出，聚集人数随时间变化规律明显，早晚高峰时的车站聚集人数明显增多。如??图２＿４是某市地铁某区间的一天不同时段的区间断面客流


本文编号：3650636