第五章-轨道交通系统客流预测(5.6)
轨道交通系统客流预测要点课件
根据车辆类型、轨道类型、运营方式等因素，轨道交通系统可分为地铁、轻轨 、有轨电车、磁悬浮等不同类型。
轨道交通系统的特点和优势
01
02
03
04
大容量
轨道交通系统具有较高的运输 能力，能够满足城市交通的大
容量需求。
准时性
轨道交通系统运行在预定的轨 道上，受其他交通工具干扰较
小，具有较高的准时性。
节能环保
轨道交通系统的运营管理
客流预测是轨道交通系统运营管理的 基础，通过预测客流量的大小和变化 趋势，可以合理安排列车运行计划和 调度方案。
客流预测有助于优化轨道交通系统的 票价策略和服务质量，提高乘客满意 度和忠诚度。
客流预测有助于提高轨道交通系统的 运输效率和安全性，减少列车晚点、 拥堵等情况的发生。
探索多模式交通协同发展
强化国际合作与交流
研究轨道交通与其他交通方式的协同发展 ，实现多模式交通的优化配置和高效衔接 。
加强国际间的合作与交流，借鉴先进的技 术和管理经验，推动轨道交通系统的创新 发展。
THANKS
感谢观看
轨道交通系统件客流预测要点课
目 录
• 引言 • 轨道交通系统概述 • 客流预测的基本概念和方法 • 轨道交通系统客流预测的要点和难点 • 轨道交通系统客流预测的应用和实践 • 总结与展望
01
引言
目的和背景
目的
预测轨道交通系统的客流量，为运营 管理提供决策依据，提高运输效率和 服务质量。
背景
随着城市化进程加速，交通拥堵问题 日益严重，轨道交通作为大容量公共 交通方式，其客流量预测对解决城市 交通问题具有重要意义。
辅助决策支持
客流预测为轨道交通系统的规划、建 设和运营管理提供数据支持，辅助决 策者做出科学决策。
城市轨道交通乘客流量预测与分析
城市轨道交通乘客流量预测与分析城市轨道交通（Urban Rail Transit）作为城市公共交通的重要组成部分，承载着大量人流的运输任务。
为了更好地管理和规划城市轨道交通系统，乘客流量预测与分析成为了一项十分重要的研究课题。
本文将从乘客流量概述、预测方法以及分析应用等方面进行探讨。
一、乘客流量概述随着城市人口的增加和汽车行驶成本的提高，越来越多的乘客选择轨道交通作为出行方式。
因此，轨道交通系统中的乘客流量也在不断增加。
乘客流量主要受到城市人口、区域开发情况、经济活动水平等因素的影响。
了解乘客流量分布特点对于优化调度和规划轨道交通系统具有重要意义。
二、乘客流量预测方法1. 基于统计模型的预测方法统计模型通常利用历史数据来推测未来的乘客流量。
常用的统计模型包括时间序列模型、灰色模型、回归模型等。
这些模型能够发现乘客流量的周期性和趋势，从而预测未来的变化趋势。
2. 基于机器学习的预测方法机器学习方法借助计算机的计算能力和数据挖掘技术，通过对历史数据的学习建立模型，再利用该模型对未知数据进行预测。
常用的机器学习方法有神经网络、支持向量机等。
这些方法能够更好地捕捉乘客流量的非线性特征，提高预测准确度。
3. 基于仿真模拟的预测方法仿真模拟方法通过构建轨道交通系统的仿真模型，模拟乘客的出行行为与乘车选择，从而预测系统中的乘客流量。
仿真模拟方法能够考虑多种复杂的因素，如乘客行为、交通拥堵等，提供更加真实和准确的预测结果。
三、乘客流量分析应用1. 运营调度优化通过对乘客流量进行分析，可以帮助轨道交通运营方根据实际情况进行优化调度。
例如，根据不同时间段的乘客流量分布，可以合理安排列车班次和运行时刻表，提高运行效率和满意度。
2. 站点规划与设施改造乘客流量预测和分析可以为轨道交通站点的规划与设施改造提供重要参考。
根据不同站点的乘客流量，可以决定站点大小、出入口数量以及设施配置，以适应未来的需求变化。
3. 市政交通规划乘客流量是城市交通规划的重要指标之一。
城市轨道交通客流预测方法
城市轨道交通客流预测方法城市轨道交通客流预测是指通过收集历史数据和分析城市轨道交通系统的特征来预测未来一段时间内的乘客流量。
这种预测方法是城市轨道交通运营过程中的重要组成部分，可以帮助交通管理部门优化列车运营计划、合理安排车辆和调度人员，从而提高运输效率和乘客出行体验。
时间序列预测是基于历史数据的其中一种周期性规律进行预测的方法，适用于乘客流量具有一定规律性的情况。
常见的时间序列预测方法包括移动平均法、指数平滑法和ARIMA模型等，通过对历史数据的统计分析和模型拟合，预测未来一段时间内的乘客流量。
回归分析是通过建立乘客流量与其他影响因素之间的数学关系，来预测未来乘客流量的方法。
这些影响因素可以包括天气、节假日、学期等因素。
通过对历史数据进行回归分析，得到影响因素对乘客流量的影响系数，进而根据未来的影响因素进行预测。
机器学习是一种通过训练模型来实现预测的方法，其能够自动地从数据中学习规律并做出预测。
常见的机器学习方法包括支持向量机（SVM）、决策树、随机森林和人工神经网络等。
这些方法通过对历史乘客流量数据进行训练，得到一个预测模型，用于预测未来的乘客流量。
深度学习是一种由人工神经网络组成的机器学习方法，其能够通过多层网络进行高级抽象和特征学习，从而实现更准确的预测。
深度学习在城市轨道交通客流预测中的应用较为广泛，常用的深度学习模型有长短时记忆网络（LSTM）和卷积神经网络（CNN）等。
这些模型通过对历史乘客流量数据进行训练，可以获取更深层次的特征，从而提高预测的准确性。
在城市轨道交通客流预测过程中，还需要考虑一些其他因素，如突发事件、工程施工和交通安全等。
这些因素会对乘客流量产生一定的影响，因此在预测模型中也需要将它们纳入考虑范围。
总之，城市轨道交通客流预测是通过历史数据和分析交通系统特征来预测未来乘客流量的一种重要方法。
通过选择合适的预测方法，可以提高交通管理的效率，优化列车运营计划，提升乘客出行体验，实现交通系统的智能化管理。
城市轨道交通客流预测分析
城市轨道交通客流预测分析在当今城市发展的进程中，城市轨道交通扮演着至关重要的角色。
它不仅能够缓解城市交通拥堵，还能提升居民出行的便捷性和效率。
而准确的客流预测对于城市轨道交通的规划、设计、运营和管理来说，具有极其重要的意义。
城市轨道交通客流的形成是一个复杂的过程，受到多种因素的影响。
首先，城市的人口规模和分布是一个关键因素。
人口密集的区域往往会产生较大的出行需求，从而形成较大的客流量。
例如，商业区、住宅区和工作区的集中程度都会对客流产生显著影响。
其次，城市的土地利用规划也与客流密切相关。
不同的土地利用类型，如商业中心、工业园区、学校、医院等，其出行需求的时间和空间分布存在差异。
合理的土地利用规划可以引导客流的分布，提高轨道交通的使用效率。
再者，交通设施的供给情况也会对客流产生作用。
除了轨道交通本身的线路布局、站点设置、运营时间和发车间隔等因素外，其他交通方式的发展状况，如公交车、出租车、共享单车等，也会影响人们对轨道交通的选择。
另外，特殊的事件和活动，如大型体育赛事、演唱会、节假日等，会在短时间内引发大量的集中出行需求，从而导致客流的突然增加。
为了对城市轨道交通客流进行准确预测，需要采用科学合理的方法和技术。
目前常用的客流预测方法主要包括趋势外推法、回归分析法、时间序列法和基于出行需求的四阶段法等。
趋势外推法是根据历史客流数据的变化趋势，通过数学模型来预测未来的客流。
这种方法简单直观，但对于影响客流的突发因素考虑不足，预测精度可能受到一定影响。
回归分析法则是通过分析客流与相关影响因素之间的关系，建立回归方程来进行预测。
然而，它要求有足够多的可靠数据来确定回归系数，并且对于非线性关系的处理能力相对较弱。
时间序列法是基于客流的历史数据，通过对时间序列的分析来预测未来。
这种方法适用于客流变化相对平稳的情况，但对于突变情况的适应性较差。
基于出行需求的四阶段法是一种较为系统和全面的方法。
它包括出行生成、出行分布、方式划分和交通分配四个阶段。
城市轨道交通客流预测分析
城市轨道交通客流预测分析需求预测是论证城市轨道交通项目建设必要性和系统规模的重要依据。
与一般的城市交通需求预测工作相比，城市轨道交通系统需求预测具有明显的轨道交通的特点，交通需求的端点效应明显，需要考虑的延伸研究更多，问题也更加复杂。
本节系统分析了城市轨道交通需求预测的主要内容和程序，介绍了一般城市轨道交通系统预测的方法，结合实例研究了城市轨道交通需求预测的具体做法。
在需求预测工作中经常涉及的三个概念是运输需求、运输供给与运输量。
换言之，运输需求是由所在地区社会经济活动决定的，具有原发性。
运输供给是特定地区在长期发展过程中形成的由多种运输方式构成的、具有特定时间与空间特征的、行为复杂的联合体。
运输量可以描述为一种被实现的运输需求。
当运输供给能够充分满足运输需求时，运输量与运输需求相同。
在大多数情况下，运输需求、运输供给与运输量具有不同属性。
需求体现的是被运输方的需要及其特征，供给需要体现运营商的特性。
在资源有限的城市地区，需求往往难以得到完全满足，从而产生了交通需求管理。
一、城市轨道交通客流预测工作的特点客流预测是确定项目涉及的各部分的建设规模、设计合理的运营模式，准确把握预期运营效益的基础，客流预测结果的可靠与否直接关系到城市轨道交通的建设投资、运营效率和经济效益。
轨道交通客流预测与一般城市交通项目的客流预测相比，具有一系列不同的地方。
深刻理解这些差异是做好客流预测工作的前提。
轨道交通的客流预测的特点主要体现在以下5个方面。
（1）客流预测工作所要求的客流特征内涵多，它们对后续的工程设计与可行性论证具有重要作用。
一些预测工作过于粗糙，对客流特征内涵的分析不足，难以指导相关工作，如行车交路设计和项目运营的经济性研究的开展。
（2）作为一种公交出行方式，轨道交通的最显著特征是准时性，因此，线网的规模对客流成长有着巨大的影响。
换言之，网络规模对某线路的客流可能具有倍增效果，即轨道交通网络所覆盖的区域比其他传统出行方式所意味的吸引范围有显著不同。
城市轨道交通客流预测与分析方法
城市轨道交通客流猜测与分析方法随着城市人口迅速增长和经济进步，城市轨道交通成为城市交通系统中不行或缺的一部分。
如何准确猜测和分析城市轨道交通的客流量对于优化运行、提高服务质量、缓解交通拥堵具有重要意义。
本文将介绍一些常用的。
一、时间序列分析方法时间序列分析方法是一种常见的客流猜测方法，通过统计历史数据的时间序列模式，利用数学或统计学方法进行客流猜测。
其中，常用的时间序列分析方法包括挪动平均法、指数平滑法、ARIMA模型等。
挪动平均法是一种基本的平滑方法，通过计算特定时间段内客流量的平均值，来猜测将来的客流量。
指数平滑法是一种常见的加权平均方法，通过对历史数据进行指数加权平均，来达到对最近期数据更敏感的目标。
ARIMA模型是一种广泛应用于时间序列分析的方法，通过对时间序列数据进行差分处理，将非平稳时间序列转化为平稳时间序列，再结合自回归和滑动平均模型进行猜测。
二、回归分析方法回归分析方法是一种通过建立依变量与自变量之间的干系模型，来进行客流猜测的方法。
在城市轨道交通客流猜测中，常用的回归分析方法包括线性回归、非线性回归、时序回归等。
线性回归是一种最简易的回归方法，通过建立线性干系模型，找到自变量与依变量之间的线性干系。
非线性回归是一种可以解决自变量与依变量之间非线性干系的回归方法，通过建立非线性干系模型，并通过参数预估的方法来拟合数据。
时序回归是一种结合时间序列与回归分析的方法，将时间因素作为自变量引入回归模型中，进一步提高猜测的精度。
三、人工神经网络方法人工神经网络方法是一种通过模拟人脑神经元的工作原理，进行模式识别和猜测的方法。
在城市轨道交通客流猜测中，常用的人工神经网络方法有BP神经网络、RBF神经网络、自适应神经模糊推理系统等。
BP神经网络是一种前向反馈的神经网络，通过多层次的神经元毗连和误差反向传播算法进行训练，来建立输入和输出之间的非线性映射干系。
RBF神经网络是一种以径向基函数为基础的神经网络，通过聚类分析和回归分析来实现数据的拟合。
城市轨道交通客流预测内容与方法探讨
城市轨道交通客流预测内容与方法探讨
一、简介
城市轨道交通是城市社会秩序的重要组成部分，它是提高城市经济发展和人民福祉的重要手段，也是改善城市环境和减少污染的关键法宝。
它的客流量决定着其运营方面的财务和效率，对城市的发展也起着至关重要的作用。
城市轨道交通客流量预测旨在掌握城市轨道交通客流量的规律，有助于规划轨道交通网络，制定轨道交通运营策略，提升就业能力，改善城市环境，提升城市效率，降低轨道交通运营成本和改善公共交通服务水平。
二、城市轨道交通客流预测方法
1.时间序列分析法
时间序列分析是传统的预测方法，它可以从历史数据中分析出轨道交通客流量的趋势，并以此为基础来预测未来的客流量。
2.数据挖掘方法
数据挖掘方法是一种基于历史数据进行建模和预测的方法，它把多种方法结合起来，利用机器学习技术和数据挖掘技术对历史客流数据进行建模和预测，以提高客流预测准确率。
3.智能估算方法
智能估算法则是一种基于模型预测的方法，它采用现实生活中的有效数据和技术，通过特征提取、算法设计等手段，实现多维数据的融合和信息处理，从而预测轨道交通客流量。
三、结论。
客流预测
5.1 客流预测概述
根据城市轨道交通系统规划与设计的不同阶段，需要开展三次需求分析与预测 工作：
城市轨道交通网络规划阶段——主要进行全网客流估算，重点分析线网总体规 模和各线路的需求规模量级。
线路建设项目可行性研究阶段——根据线路具体情况，研究提出线路各运营期 限的客流预测结果，重点要确定与相关工程建设规模有关的预测结果。
5.1.1客流预测的主要内容
• 3.不同建设方案下不同方式分担结构及网络分配结果
根据不同网络建设方案，选择相关的需求分配参数．结合客流预测结果研究综合网络上 的流量分配状况，按规划与建设的具体需要给出不同年度各种运输方式的客流分担比例及城 市轨道交通线网上的ＯＤ分布，包括各具体路段上的ＯＤ构成，平均运距等参数．
5.1.3我国城市轨道交通客流预测方法现状
目前国内客流预测的基本特点包括： １）预测程序，技术和方法日趋完善，预测工作质量不断提高． ２）预测结果对系统建设规模的量级宏观控制比较成功，但其成功的内涵
仍依赖于城市轨道交通网线的稳定．可用于财务分析的预测结果尚难以满足质 量要求．
5.1.4不同阶段客流预测工作的要点
• 1.线网规划阶段
线网规划阶段需要把握全网客流估算．此阶段有四项工作需要客流资料的支撑：一是规划，建设 城市轨道交通系统的必要性论证；二是各规划线的运量等级，系统规模和相关的用地控制；三是 线网方案的评价和选择；四是线网的分期发展实施方案制订．
• 2.可行性研究阶段
可行性研究阶段的客流预测成果是可行性研究报告的支持条件，它可以为线路建设的必要性，紧 迫性和工程分期计划，设备系统类别的选择和各子系统规模的确定，线路方案，车站设置的比选， 各期车辆购置数量的确定，运营设计及经济评价与财务分析提供依据．
城市轨道交通客流预测和分析
城市轨道交通客流预测和分析1. 引言在现代城市化进程中，城市轨道交通系统是一个重要的公共交通工具，它能够承载大量的人员流动，并对城市的交通拥堵和环境污染产生重要影响。
因此，进行城市轨道交通客流预测和分析是提高交通系统运行效率、优化交通资源配置的关键。
本文将介绍城市轨道交通客流预测和分析的方法和应用。
2. 数据收集在进行城市轨道交通客流预测和分析之前，首先需要收集相关的数据。
这些数据包括轨道交通系统的运营数据、乘客进出站数据、天气数据、节假日数据等。
其中，轨道交通系统的运营数据包括列车到达和出发时间、列车运行速度等。
乘客进出站数据包括站点名称、进站时间、出站时间等。
天气数据包括温度、湿度、风速等。
节假日数据包括节假日名称和日期等。
这些数据可以通过网络爬虫、API接口、传感器等方式进行收集。
3. 数据预处理在收集到城市轨道交通相关数据后，需要对这些数据进行预处理。
预处理包括数据清洗、数据补全、数据变换等步骤。
数据清洗是指对数据中的错误、缺失、重复等问题进行处理；数据补全是指对缺失数据进行填充；数据变换是指对数据进行标准化、归一化等操作，以便更好地进行后续的分析和建模。
4. 特征提取在进行城市轨道交通客流预测和分析之前，需要从原始数据中提取有价值的特征。
特征提取的方法包括时间序列分析、统计分析、聚类分析等。
时间序列分析可以提取出轨道交通客流的周期性和趋势性；统计分析可以提取出轨道交通客流的均值、方差等特征；聚类分析可以将轨道交通客流划分为不同的类别，以便进行进一步的分析和建模。
5. 客流预测和分析模型基于提取的特征，可以使用各种统计模型和机器学习模型进行城市轨道交通客流的预测和分析。
常用的模型包括线性回归模型、支持向量机模型、神经网络模型等。
这些模型可以通过训练集进行参数估计，然后通过测试集进行模型的验证和评估。
根据具体的需求，可以选择适宜的模型进行城市轨道交通客流的预测和分析。
6. 应用案例城市轨道交通客流预测和分析在实际应用中具有广泛的应用价值。
城市轨道交通客流预测与优化
城市轨道交通客流预测与优化随着城市化进程的不断推进，城市轨道交通作为一种高效、安全、环保的公共交通方式，越来越受到人们的青睐。
然而，随之而来的客流拥堵问题也日益凸显，尤其在高峰时段，乘客们常常不得不面对拥挤、延误的困境。
为了改善这一状况，提高城市轨道交通的出行体验，客流预测与优化成为迫切需求的任务。
首先，客流预测在城市轨道交通系统中扮演了至关重要的角色。
通过客流预测，我们可以了解乘客的出行规律和习惯，为制定科学合理的运行计划提供依据。
客流预测可以分为长期预测和短期预测两个方面。
长期预测通过分析历史数据和宏观因素，如经济发展、城市规划和人口变化趋势，预估未来一段时间内的客流量。
这种预测可以用于规划新线路和调整现有线路的运行计划。
采用时间序列分析、回归分析等方法，结合地理信息系统和交通运输模型，可以预测出不同时间段和不同区域的客流量。
这为城市轨道交通的发展提供了科学的参考。
短期预测是指对未来较短时间内（通常是1小时到数天）的客流量进行预测。
这种预测主要用于调整运行计划和调度列车，以满足乘客出行需求。
短期预测通常基于实时数据和历史数据，并结合天气、假期等因素进行分析。
机器学习、神经网络等方法可以应用于短期预测中，通过建立模型和算法来预测客流。
除了客流预测，优化城市轨道交通的客流也是提高服务质量的关键。
优化客流可以从运行调度、车站布局和服务质量三个方面来考虑。
首先，运行调度是优化客流的重要手段之一。
通过合理调度列车的开行频率和车辆数量，可以有效减少拥挤和延误现象。
运用优化算法和调度模型，结合乘客出行需求和运营成本，制定最优的运行计划，以提高运输效能。
其次，合理的车站布局也是优化客流的重要环节。
通过分析乘客的出行规律和交通热点，可以优化车站布局，减少换乘时间和拥堵。
此外，合理的通道设置和空间规划也可以提高车站的运行效率和服务质量。
最后，提升服务质量是优化客流的关键因素之一。
通过改善列车和车站的设施设备，提高设备可靠性和运行稳定性，营造安全、舒适的出行环境。
第五章轨道交通系统客流预测(5)资料
34
机电与控制工程学院
（4）时间不均衡性指标
32
机电与控制工程学院
（4）时间不均衡性指标
高峰小时系数
指一日内客流集中的某一个小时占该处全日客流量的 比重，一般按早、晚高峰小时分别计算。该指标主要 反映人员出行时间分布。
高峰小时系数可以通过客运量高峰小时系数（B）和单 向最大断面客流量高峰小时系数（D）来刻画。
33
机电与控制工程学院
全网换乘系数即平均每次出行乘坐地铁线路的条数。
全网换乘系数
全网总乘人次数 全网出行量
27
机电与控制工程学院
（2）流量流向指标
需求预测工作中需要明确出行需求的具体流量和流向。 站间OD分布表：主要指城市轨道交通各站点之间的客流交
换量，借此可以确定轨道交通的平均运距等指标。
站点乘降总量：主要指各站点全日乘降总人数，为确定车 站相关设施的建设规模提供依据。
从而得到特定轨道交通路网规划方案的各站点乘降量、 断面客流量、站间OD等指标，为确定轨道交通路网规划 方案依据。
22
机电与控制工程学院
轨道交通客流预测的三种模式
模式A：现状公交→初期公交+初期轨道→近、远期快速轨道
该模式是在现状公交网络的基础上，搭建一个包括待建 城市轨道交通在内的初期综合交通网络方案；通过现状 公交网络建立综合网络分配模型并标定相关参数，以初 期公交和初期轨道交通网络为基础进行流量分配，对其 结果进行分析和校正，通过校正的模型和参数继续推算 近期、远期站间OD矩阵及相关预测结果。
车站高峰小时和超高峰期客流量决定了车站设计规模， 是确定站台、售检票设备、自动扶梯、楼梯、通道、 出入口等车站设备容量或能力的基本依据。
城市轨道交通系统的客流预测与优化研究
城市轨道交通系统的客流预测与优化研究随着城市化进程的不断推进，城市轨道交通系统已经成为大多数现代化城市的重要组成部分。
为了满足日益增长的城市居民对交通出行的需求，轨道交通系统的客流预测与优化显得尤为重要。
本文将针对该主题展开讨论，并探讨现有技术在这个领域所取得的进展和未来可能的发展方向。
首先，客流预测是轨道交通系统优化的基础。
准确的客流预测可以帮助运营管理者制定合理的运营计划和调度方案，提高客流运输的效率和便利性。
目前，客流预测主要依靠历史数据和统计模型进行。
通过对历史客流数据进行分析，可以揭示出客流量的分布规律和周期性变化。
基于此，可以建立各种数学、统计模型来预测未来的客流情况。
例如，ARIMA模型、神经网络模型和贝叶斯网络模型等都被广泛应用于客流预测领域。
这些模型可以根据历史数据的特征和趋势进行训练，并给出未来一段时间内客流量的预测结果。
其次，优化轨道交通系统的客流可以提高乘客出行的体验和运输效率。
优化的目标主要包括减少拥挤情况、减少等待时间和提高运输能力等。
为了实现这些目标，研究人员通过建立数学模型和仿真平台来优化轨道交通系统的运行方式。
例如，可以通过调整车辆的运行间隔和到站停留时间，来减少等待时间和拥挤程度。
另外，利用智能化调度系统可以根据客流量的变化进行动态调整，以提高整个系统的运输能力。
此外，引入新的技术如自动售票系统和电子支付系统等，也有助于减少乘客排队时间和提高运输效率。
除了客流预测和优化，轨道交通系统还面临着其他挑战和问题。
其中之一是应对突发事件和紧急情况。
例如，地震、火灾或其他重大事件可能导致轨道交通系统中断或受损。
在这种情况下，需要及时有效地疏散乘客，并采取措施保障乘客的安全。
因此，应急救援预案的制定和培训非常重要，以确保乘客的安全和运输系统的可靠性。
另一个挑战是轨道交通系统的可持续性和环境友好性。
随着空气污染和能源紧缺问题的日益严重，轨道交通系统需要更加注重环境保护和能源节约。
城市轨道交通客流预测理论技术和方法
城市轨道交通客流预测理论技术和方法
一、城市轨道交通客流预测理论
1、客流预测的基础理论
城市轨道交通客流预测是基于客流关系的动态模型，其基本的理论和思想如下：客流的发生是由经济状况、社会文化状况、交通系统状况等多种因素共同作用的结果，交通利用的选择，受到收入、时间、舒适度、安全性等多种因素的影响，客流的变化也是动态的，客流的变化会对交通系统产生进一步的影响，以及会改变更多的影响因素和客流的影响关系，形成一个具有较强的深度与复杂性的客流仿真模型。
2、城市轨道交通客流预测模型
城市轨道交通客流预测模型可分为其它交通运输工具预测模型的延伸和局部客流预测模型的特殊情况。
其它交通运输预测模型是以分类分析、时间序列、回归分析、结构方程模型、混合模型、神经网络模型等数学和统计方法为基础，研究其它交通运输预测问题的模型。
其中以分类分析、时间序列模型等广泛应用于城市轨道交通客流预测，也可以采用结构方程模型、混合模型和神经网络模型来研究城市轨道交通客流预测问题。
9-第五章-客流预测-第一讲-2014
26
传统规划理念：将交通规划作为城市(土地利
用)规划的专项规划，强调交通规划的附属作用；
新的规划理念：交通与土地利用互为因果关
系，交通设施建设拉动沿线的土地利用，土地利用 的变化又带来人们出行活动的变化，从而诱发交通 的生成，促进交通设施的建设。新理念强调交通的 导向，尤其是公交的导向(TOD, Transit Oriented Development)作用。 交通规划促进或带动城市规划 城市大饼是如何形成的？ 总体布局
19
三次吸引法的要点：
1、地铁客流吸引范围概念 从地铁客流来讲， 其出发地，无论从家、工作地还是商店到地铁站， 都是在地铁沿线一定范围内产生的。 2、客流吸引效果 从土地利用性质分析，沿线 每个地区都是城市的缩影，但由于土地利用形态不 同，形成了不同的土地强度、吸引率 3、客流增长趋势 从预测角度讲，未来客流应 是由人口、出行强度构成出行量，再由出行量、地 铁吸引率得到地铁进站量；从规划角度讲，人口、 出行强度、吸引率均呈增长趋势
11
方式分担 模型
公交运输量 现状数据
全方式网络 运输量推算 站间OD 增长率
轨道交通 建设方案
轨道交通 需求预测
规划年度 轨道交通 需求预测
模式2：现状OD－虚拟现状轨道－远期轨道
在现状OD基础上，经方式选择虚拟出“现状” 轨道客流，并推算出站间OD，“远期轨道” 按增长率法向预测年推算 由于预测基础为城市客流OD，对客流出行现 状的反映比较全面，预测精度有所提高， 适于城市客运交通发展相对稳定的城市
将模型推广到未来时间
空间可移植性
将模型推广到异地(非建模数据地)
隐含的假设：一切(模型中未包含的)环境条件(要素)都不会变…
10-第五章-客流预测-第二讲-2014
42120/15.11% 25540/9.16% 110467 /39.64% 首经贸-世界 66249/23.77% 3686/1.32% 稻田-广阳城 4615/1.66% 253/0.02% 理工大-大学城 4739/1.70% 1879/0.67% 东杨庄-苏庄
19335/6.94% 绝对量 /百分比 单位：人次
北京地铁客流规模与票价关系
0.1元 0.2元 0.5元 2元 3元
2元
2007
10
城市轨道交通工程属百年大计，系统需 要一次建成，或在建设时有所预留。
初期、近期、远期三期客流预测 结果的作用？
远景年需求是决定系统建设规模的依据，
应重点把握。
北京房山线：客流基本呈“凸”型抛物线形式成长
2021年前：客流培育期，增长快，尤其是初近期(2014年至2021年) 2021年后客流仍将增长，但趋势放缓 2031年线路开通20年后，基本步入成熟期，增长幅度很小
空间不均衡性指标是刻画城市轨道交通线路 客流空间差异的重要依据。
空间不均衡性指标主要包括三个：
1）线路各区间断面客流分布 指线路不同站间区间客流断面分布，一般来 说，需要给出不同预测年限、全日与早、晚 高峰期间客流断面分布。
21
2）最大断面客流量 最大断面：单/双向流量最大的某两个
相邻车站间的区间成为最大断面 某线路的远期最大断面客流是确定线路 设计能力的重要依据，需要仔细分析。 这个客流也需要按全日以及早、晚高 峰期来分别预测。
国家级精品课程
城市轨道交通规划与设计
（第五章）
http://202.112.151.72:8080/JingpinCourses/csgdjt/wwwroot/index.html
轨道交通乘客流量预测
轨道交通乘客流量预测近年来，随着城市化进程的加速和人们对便捷出行的需求不断增加，轨道交通成为了现代城市最重要的交通方式之一。
然而，随之而来的乘客流量问题也日益突出。
尤其是在高峰时段，地铁、轻轨等交通工具常常面临拥挤、延误等问题，这不仅对乘客造成不便，也对城市交通运行产生了巨大的压力。
因此，轨道交通乘客流量预测成为了提升交通效率和乘客体验的重要手段之一。
乘客流量预测旨在根据历史数据和相关因素，预测未来一段时间内的乘客流量，并据此制定合理的运输计划。
这项工作涉及多个学科，如统计学、机器学习、数据挖掘等。
通过对历史乘客流量数据的分析，可以发现一些规律和趋势，如高峰时段的人流高峰、不同线路之间的客流差异等。
同时，还需要考虑一系列因素，如天气、节假日、活动等。
这些因素都可能对乘客流量产生影响，因此在建立预测模型时需要将其纳入考虑。
为了预测乘客流量，首先需要采集和处理历史乘客流量数据。
现代轨道交通系统通常配备了计票设备和智能监控系统，能够实时采集票务和乘客信息。
这些数据经过清洗和整理后，便可以用于建模和预测。
同时，还需要获取与乘客流量相关的外部数据，如天气数据、购物节日等。
通过综合这些数据，可以更准确地预测未来乘客流量。
在建立预测模型时，可以采用各种方法和技术。
统计学方法是一种常用的手段，如回归分析、时间序列分析等。
利用回归分析可以找到乘客流量与各个因素之间的关系，并建立数学模型。
时间序列分析则可以利用历史数据的变化趋势和周期性，预测未来的流量。
此外，机器学习和数据挖掘技术也可以应用于乘客流量预测。
通过训练模型，可以自动学习历史数据的规律，并根据这些规律预测未来的流量。
例如，可以利用神经网络、支持向量机等算法进行预测。
这些方法可以根据实际需求选择，综合运用，提高预测准确性。
除了模型的建立，有效的数据分析和可视化也是乘客流量预测的重要环节。
通过对数据的分析和挖掘，可以深入理解乘客流量的变化规律和影响因素，并为决策提供依据。
第5章城市轨道交通系统客流预测城市轨道交通规划与设计课件
城市轨道交通规划与设计（第5章城市轨道交通系统客流预测）
苏州大学城市轨道交通学院
肖为周********************.cn
2013年4月
徐州市规划建设局苏州大学城市轨道交通学院
苏州大学城市轨道交通学院
全长30.5km，设站25个。
苏州大学城市轨道交通学院16
无锡轨道交通1号线特征年客流指标
刘潭~庆丰内
0%
无锡火车站~新光路&
堰桥~北环路内
0%
堰桥~北环路&刘潭~庆
丰5%
堰桥~北环路&梁塘河~
雪浪2%堰桥~北环路&无锡火
车站~新光路
17%梁塘河~雪浪内
9%
刘潭~庆丰内
0%
无锡火车站~新光路&
堰桥~北环路内
0%
堰桥~北环路&刘潭~庆
丰6%
堰桥~北环路&梁塘河~
雪浪2%
堰桥~北环路&无锡火
车站~新光路
16%梁塘河~雪浪内
12%
刘潭~庆丰内
0%
无锡火车站~新光路&梁塘
堰桥~北环路内
0%
堰桥~北环路&刘潭~庆丰
6%
堰桥~北环路&梁塘河~雪
浪2%堰桥~北环路&无锡火车站
~新光路16%
梁塘河~雪浪内
12%
苏州大学城市轨道交通学院19
苏州大学城市轨道交通学院
苏州大学城市轨道交通学院38
苏州大学城市轨道交通学院
苏州大学城市轨道交通学院。
第五章 城市轨道交通系统客流预测
5.3.2出行分布方法
1.城市出行分布与区域出行分布分特点
2.出行分布的常用方法
5.3.3交通分配方法
1.均衡分配 2.非均衡分配
5.3.4客流预测结果分析
1.客流状态分析
2.敏感度与适应性分析
5.4城市轨道交通客流预测实例
（自学）
5.5小结
1）城市轨道交通系统客流预测中的客流分析工作是十 分重要的。
5.1.3我国城市轨道交通客流预测方法现状
1.模式1：现状公交－虚拟现状快速轨道－远期快速公 交
2.模式2：现状OD－虚拟现状快速轨道－远期快速公 交 3.模式3：现状OD－出行需求预测－远期快速公交
5.1.4不同阶段客流预测工作的要点
1.线网规划阶段
2.可行性研究阶段 3.预可行性研究阶段
5.2交通调查与数据处理
第5章
城市轨道交通系统客流预测
5.1 客流预测概述
5.2 交通调查与数据处理
5.3 城市轨道交通系统客流预测方法与模型 5.4 城市轨道交通客流预测实例
5.1 客流预测概述
5.1.1客流预测的主要内容 1.预测条件界定 2.远期年份运输需求总量及分布预测 3.不同建设方案下不同方式分担结构及网络分配结果。 4.客流预测的灵敏度分析及评价
5.1.2客流预测程序
1.确定城市轨道交通规划与建设项目涉及的区域范围、相关网络 及项目建设方案
2.收集并分析与项目相关的基础数据
3.选择客流预测的方法，建立客流预测模型
4.选择并标定预测模型涉及的相关参数 5.预测模型的应用 6.对客流预测结果进行灵敏度分析，确定预测结果的可信度 7.结合预测结果对各种方案进行分析和评价 8.确定推荐方案，整理数据结果并撰写相关的技术报告
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第五章 城市轨道交通系统客流预测
机电与控制工程学院
本章主要内容
5.1 交通需求预测基础 5.2 交通生成预测 5.3 交通分布预测 5.4 方式划分预测 5.5 交通分配预测
5.6 轨道交通系统客流预测
2
机电与控制工程学院
5.6 轨道交通系统客流预测
目的：获得未来城市交通出行在空间上的分布。
21
机电与控制工程学院
客流预测方法——四阶段法
（3）方式划分预测
就是预测乘客对交通方式的选择问题 （轨道，步行、 自行车和摩托车、公共汽车、小汽车等）。 目的：预测客流各出行方式在交通网络上的流量。
将前一步交通方式划分得到的各个交通小区之间的轨道 交通量分配到未来的待选轨道交通路网方案上去，以求 路网中各轨道交通线路所承担的客流量。 从而得到特定轨道交通路网规划方案的各站点乘降量、 断面客流量、站间OD等指标，为确定轨道交通路网规划 方案依据。
（8）确定客流预测推荐结果，整理数据结果，并撰写客 流预测技术报告。
19
机电与控制工程学院
客流预测方法——四阶段法
四阶段预测法按照交通生成预测、交通分布预测、交通方
式划分预测和交通分配四阶段来分析城市现状和未来的交 通状况，是目前交通规划领域应用最广的方法。
四阶段法遵循的，是从宏观的角度把握城市居民出行的特
28
机电与控制工程学院
（2）流量流向指标
29
机电与控制工程学院
（3）空间不均衡性指标
空间不均衡性指标是进行城市轨道交通系统中具有空间差
异性的各部分设计的重要依据。尤其是对于线路较长、全
线差异性较大的轨道交通建设项目来说，做好空间不均衡 性的预测和分析至关重要。
30
机电与控制Leabharlann 程学院（3）空间不均衡性指标
特点：该方法操作简单，以现状公交为预测基础，考虑 了公交系统内部的转移交通量，但无法兼顾城市用地规 模、交通设施变化对出行结构的影响，即未考虑诱增交 通量，因此精度较低。
23
机电与控制工程学院
轨道交通客流预测的三种模式
模式B：现状OD→虚拟现状快速轨道→远期快速轨道
该模式以现状OD调查为基础，在现状出行OD的基础上，
高峰小时最大断面客流量是决策是否需要修建轨道交通
、修建何种类型轨道交通、确定车辆型式、列车编组、
行车密度、运用车配臵数和站台长度等的基本依据。
9
机电与控制工程学院
5.6.1 城市轨道交通客流的概念
（2）车站客流量
包括全日、高峰小时和超高峰期在轨道交通车站上下 车和换乘的客流量，以及经由不同出入口、收费区的 进出站客流量。
它表明了乘客在空间上的位移以及数量，也强调了这 种位移具有方向性和具有起讫位臵。
4
机电与控制工程学院
5.6.1 城市轨道交通客流的概念
根据客流的时间分布特征，轨道交通客流可分为全日客流、
全日分时客流和高峰小时客流。
5
机电与控制工程学院
5.6.1 城市轨道交通客流的概念
根据客流的空间分布特征，轨道交通客流可分为断面客流
13
各站点客流详细 规划
期限的客流预测
机电与控制工程学院
（1）线网规划阶段
线网规划阶段有四项工作需要客流资料的支撑：
一是规划、建设城市轨道交通系统的必要性论证； 二是各规划线路的运量等级、系统规模和相关用地控 制； 三是线网方案评价与选择； 四是线网的分期发展实施方案的制定。
线网规划阶段需要把握全网客流估计，主要目标年是远景 年，该阶段应计算的指标包括全网、各线路客流指标和换 乘站的换乘量。
该模式以居民出行OD调查为基础，对各规划年份进行全
方式出行预测，然后通过方式划分、交通分配，得到规 划期快速轨道客流量。
特点：该模式遵循完整的交通需求预测的四个步骤，预 测精度较高。近年来，多数城市轨道交通建设项目客流
预测都属于这一模式。
25
机电与控制工程学院
5.6.3 城市轨道交通客流预测指标及其分析
22
（4）交通分配预测
机电与控制工程学院
轨道交通客流预测的三种模式
模式A：现状公交→初期公交+初期轨道→近、远期快速轨道
该模式是在现状公交网络的基础上，搭建一个包括待建 城市轨道交通在内的初期综合交通网络方案；通过现状 公交网络建立综合网络分配模型并标定相关参数，以初 期公交和初期轨道交通网络为基础进行流量分配，对其 结果进行分析和校正，通过校正的模型和参数继续推算 近期、远期站间OD矩阵及相关预测结果。
15
机电与控制工程学院
（2）线路可行性研究阶段
该阶段需要计算的指标包括
客运量：年平均日客运量、年平均日高峰小时客运量、 各站全日和高峰小时乘降量、换乘站各方向的换乘量。
客流量：全日单向最大断面客流量、高峰小时单向最 大断面客流量、客流密度、客运周转量、客流强度、
平均运距。
与交通系统结构有关的指标：该线承担的出行量占全 市出行量的比例、该线客运量占全市公交客运量的比 例。
和车站客流。
（1）断面客流量
在单位时间内，通过轨道交通线路某一地点的客流量 称为断面客流量。
通过某一断面的客流量就是通过该断面所在区间的客 流量，分为上行断面客流量和下行断面客流量。
6
机电与控制工程学院
5.6.1 城市轨道交通客流的概念
7
机电与控制工程学院
5.6.1 城市轨道交通客流的概念
（4）时间不均衡性指标
客运量高峰小时系数（B）
B 高峰小时客运量 年平均日客运量
单向最大断面客流量高峰小时系数（D）
D 高峰小时单向最大断面 客流量 全日单向最大断面客流 量
客运量高峰小时系数和区间断面高峰小时系数一般是两个 不同的数值，多数情况下，断面高峰系数会大于客运量高 峰系数。
34
客流预测工作的成果体现为客流预测指标，它们为建设项
目的分析与评价提供依据。
（1）需求总体指标 （2）流量流向指标 （3）空间不均衡性指标 （4）时间不均衡性指标 （5）敏感性因素指标
26
机电与控制工程学院
（1）需求总体指标
一般城市轨道交通建设项目需求预测的总体指标包括总量 指标和平均运距。对于轨道交通网络来说，总体指标还包 括全网换乘系数。 总量是指其在一段时间内承担的需求的数量规模，一般通 过日均人次数或线路平均负荷强度（万人次/km∙日）来刻 画。 平均运距是指乘客在该线路上平均乘坐的距离，有时也用 平均站数来评价。 全网换乘系数即平均每次出行乘坐地铁线路的条数。
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，其中的峰值称为最大断面客流量。
轨道交通线路上、下行方向的最大断面客流量一般不 在同一个断面上。
8
机电与控制工程学院
5.6.1 城市轨道交通客流的概念
高峰小时最大断面客流量
在以小时为时间单位计算断面客流量的情况下，全日分 时最大断面客流量一般是不相等的，其中的峰值称为高 峰小时最大断面客流量。一般出现在早晨和傍晚。
聚集，使区域之间可达性增加、服务水平提高、居民 出行强度增加而新产生的客流。
12
机电与控制工程学院
5.6.2 城市轨道交通客流预测的程序
轨道交通系统规划与设计的不同阶段，需要做三次重要的
客流预测： 3.线路总体设计阶段 2.线路可行性研究阶段 1.线网规划阶段
拟建线路各运营 全网客流估算
全网分担率 分线需求规模量级
经方式选择虚拟出现状快速轨道客流，并推算出站间OD； 远期快速轨道推算方法与A相同。
特点：由于预测基础为城市客流OD，对客流出行现状特 征的反映比较全面，因此预测精度有所提高，适于城市
客运交通发展相对稳定的城市。
24
机电与控制工程学院
轨道交通客流预测的三种模式
模式C：现状OD→出行需求预测→远期快速轨道
16
机电与控制工程学院
（3）线路总体设计阶段
研究各站点客流的详细规划，为以下工作提供支撑条件：
车站内部功能布局和整体规模 客流组织规划等
17
机电与控制工程学院
5.6.2 城市轨道交通客流预测的程序
客流预测的主要内容：
（1）预测前提条件的界定; （2）不同预测年限运输需求总量及分布预测； （3）多方式交通网络分配结果及综合交通结构目标的 分析与评估；
车站高峰小时和超高峰期客流量决定了车站设计规模，
是确定站台、售检票设备、自动扶梯、楼梯、通道、
出入口等车站设备容量或能力的基本依据。
10
机电与控制工程学院
5.6.1 城市轨道交通客流的概念
根据客流的来源，轨道交通客流可分为基本客流、转移客
流和诱增客流。
（1）基本客流
是指地铁线路既有客流与按照正常增长率增加的客流 之和。
32
机电与控制工程学院
（4）时间不均衡性指标
高峰小时系数（高峰小时流量比）
指一日内客流集中的某一个小时占该处全日客流量的 比重，一般按早、晚高峰小时分别计算。该指标主要 反映人员出行时间分布。 高峰小时系数可以通过客运量高峰小时系数（B）和单 向最大断面客流量高峰小时系数（D）来刻画。
33
机电与控制工程学院