地鐵運(yùn)營客流量計(jì)算模型研究.pdf

1、地鐵運(yùn)營調(diào)度是指在地鐵部門的工作能力范圍內(nèi)，以穩(wěn)定的發(fā)車間隔，高效的車輛周轉(zhuǎn)來及時(shí)運(yùn)送、疏散人群，最大限度地提高乘客的舒適度感受，同時(shí)也顧及到地鐵運(yùn)營部門的收益。本文的研究對象是地鐵短期客流預(yù)測及在此基礎(chǔ)上的地鐵運(yùn)營調(diào)度優(yōu)化計(jì)算，旨在研究地鐵短期客流預(yù)測方法，突破現(xiàn)有短期客流預(yù)測方法的精確度。在此基礎(chǔ)上，建立能夠及時(shí)應(yīng)對客流變化的地鐵運(yùn)營調(diào)度優(yōu)化方案。
　　地鐵實(shí)時(shí)客流是地鐵運(yùn)營調(diào)度的主要影響因素之一，研究運(yùn)營調(diào)度的發(fā)展使得實(shí)時(shí)客

2、流預(yù)測精度要求不斷提高。軌道客流預(yù)測最初是從軌道所在區(qū)域內(nèi)的居民出行分布或者其他交通的客流分布著手。本文研究的地鐵短期客流預(yù)測的樣本源于過去短期內(nèi)的地鐵客流數(shù)據(jù)。首先分析了地鐵交通的特征和地鐵客流的一般變化趨勢，然后經(jīng)過對比基于時(shí)間序列方法、回歸方法、BP神經(jīng)網(wǎng)絡(luò)等預(yù)測方式的優(yōu)劣性，最終選擇支持向量機(jī)方法建立預(yù)測模型，模型參數(shù)的確定方法選用了能夠解決具有高復(fù)雜度問題的蟻群算法，搜索出最佳模型參數(shù)。再以成都地鐵一號線的站點(diǎn)客流、斷面客流和

3、進(jìn)站客流為例，以相對誤差和均方誤差為評價(jià)準(zhǔn)則，驗(yàn)證了模型的預(yù)測精度優(yōu)于BP神經(jīng)網(wǎng)絡(luò)等其他算法。
　　地鐵運(yùn)營調(diào)度優(yōu)化模型考慮了乘客感受和地鐵公司利益兩大方面。乘客感受分為時(shí)間花費(fèi)和擁擠程度，其中時(shí)間花費(fèi)包括乘車時(shí)間，候車時(shí)間和換乘時(shí)間，擁擠程度也轉(zhuǎn)化為額外花費(fèi)時(shí)間來計(jì)算。地鐵公司利益的影響因素分為公司投入和票務(wù)收入，投入部分包括車次數(shù)量，發(fā)車間隔，人員配置等。票務(wù)收入由乘車人數(shù)和票價(jià)決定。把乘客感受和公司收益結(jié)合起來，建立合理的地