客流特性分析
第六章 客流预测与分析
(6 一 1－1)
在以小时为单位计算断面客流量的情况下， 分时断面客流量最大的小时称为 高峰小时， 与高峰小时相对应的是低谷小时。城市轨道交通的高峰小时有早高峰 与晚高峰之分． 就行车组织的内容而言，高峰小时的最大断面客流量是一项重要 的基础资料， 在城市轨道交通运输方式中，通常还以车站的乘降或换乘人数衡量 或考核客运量的大小，客运量的统计以年、日或小时为单位。
-1-
为交通高峰时期，中午前后有 l～2 段低谷时期。 （4）政策决定性 轨道交通受城市人口政策和城市机动车政策等因素的影响。 城市交通的运输方式，除了轨道交通一类的地下铁道、轻轨铁路，独轨铁路 和地面有孰电车等外，公共汽车，出租汽车。专线车，区间车以及助动车，自行 车等均受城市交通政策的左右。 在市场竞争机制法则的影响下，其发展呈不均衡 发展态势， 在国内外的大城市， 这种态度表现结果时差异达到令人惊讶， 村程度， 以各类城市占主导的交通工具发展的巨大差异看是显面易见的。 城市轨道交通的发展受下述因素的约束： （1）运输方式规模与能力，通常的经济发展规律是交通应先行，一定程度 的交通网络，对城市交通的发展会起到促进作用。相反，设施规模小，与运量不 成比侧，则阻碍交通发展。 （2）运行速度。运行速度的高低与运价，乘坐舒适度密切相关，在城市轨 道交通领域，它有着一定的优越性，这是由于它的大运量、低成本和较膏的运营 速度所决定的。 （3）城市轨道交通的客流量。以断面客流量表示时，它是指单位时间内， 通过轨道线路某一点的客流量。这儿的单位时间一般指 1h 或 24h。面通过某— 点的客流量就是通过该断面所在区间的客流量。 断面客流量户的计算见下式： pi+1=pi－px+ps 式中： pi+1—— 第 i+1 个断面客流量(人)， pi——第 i 个断面客流量(人) px——在车站下车人数(人)， ps——在车站上车人数(人)， 断面客流量又可分为上行和下行断面客流量．在单位时间内，通过各个断面 的客流量是不相等的．其中，单向断面客流量大的断面称为最大客流断面，最大 客流断面的客流量称为最大断面客流量． 上下行的最大客流断面—般析
地铁中的客流分析
地铁中的客流分析发表时间：2016-11-08T11:57:48.957Z 来源：《低碳地产》2016年8月第15期作者：栗文泓[导读] 轨道交通一日内小时客流通常是双峰型，这种规律在国内外轨道交通线路上几乎都是一样，只是程度不同而已。
深圳市地铁集团运营总部客运三分公司深圳地铁 518000本文介绍了常用的客流的时间分布特征和空间分布特点分析的方法：1 客流分析1.1 客流的时间分布特性分析1..一日内小时客流分布特性轨道交通一日内小时客流随人们的生活节奏和出行特点而变化，通常是早晨渐增，上班和上学时达到高峰，午间稍减，傍晚因下班和放学又是高峰，此后逐渐减少，午夜最少。
因此，轨道交通一日内小时客流通常是双峰型，这种规律在国内外轨道交通线路上几乎都是一样，只是程度不同而已。
反映轨道交通线路分时客流不均衡程度的系数由公式(1-1)计算：分时客流不均衡系数大于1，趋向于1表明分时客流分布比较均衡，越大表明分时客流越不均衡。
当时，表明分时客流的不均衡程度比较大。
位于市区范围内的地铁、轻轨线路的值通常为2左右；而通往远郊区市域轨道交通线路的值通常大于3。
2.一日内全日客流分布特征由于人们的工作与休息是以周为循环周期进行的，这种活动规律性必然要反映到一周内全日客流的变化上来。
与工作日的早、晚高峰出现时间比较，双休日的早高峰小时出现时间往往推迟，而晚高峰出现时间有往往提前。
另外，星期一与节假日后的早高峰小时客流和星期五与节假日前的晚高峰小时客流，都会比其它工作日的早、晚高峰小时客流要大。
根据全日客流在一周内分布的不均衡和有规律的变化，轨道交通常在一周内实行不同的全日行车计划和列车运行图，以适应不同的客运需求和提高运营经济性。
3.季节性或短期性客流变化在一年内，客流还存在季节性的变化，如由于梅雨季节和学生复习迎考等原因，6月份的客流通常是全年的低谷。
另外，在旅游旺季，流动人口的增加也会使轨道交通线路的客流增加。
西安地铁二号线运营初期客流特征分析
１ 月６ 日试运 营期 间 ，考虑 到 “ 十 峰小 时 系数为 １ 通大 规模 建设 阶段 。 由于 中国正处 至 １ ０ ． ９ ９ ％；节假 日客 流
一
”国庆期 间客流压力 ，９ 月３ ０ 日开 在 １ ３ ： ０ ０ ～ １ ９ ： ０ ０ 出现 高峰 时 段 ，该 时
段 内 客 流 占全 日客 流 的 ５ ５ ． ２ １ ％，其
流较 多 ，总体客 流较 大 ；１ ０ 月８ 日之 后 ，随着体验客流 的减少 ，整体客流
９ ９ ４ 年 ， 《西 安 城 市 总 体 规 划 回落。同时考虑到作息时间的变化 ， 通 需求 快速 增长 ，进 而产 生诸 如交 １ 通拥 堵 、交 通事 故和 环境 污染 等一 （ １ ９ ９ ５ －２ ０ １ ０ 年 ）》首次正式提出兴 将 分 析 时 段 分 为 两 个 阶 段 ， 即 １ ０ 月
西安地铁二号线运营初期客流特征分析
口 侯 晶晶
随着社 会 经济 发展 与 城市 规模
调 整 ，居 民 活 动 日益 频 繁 ，城 市 交
一
王德 峻
、
西 安 地 铁 发 展 状 况 及 地 铁 期之 前 （ １ ０ 月７ 日之前 ）由于体验 客
的扩张 ，城 市空 间布 局与 结构 急剧 二 号线 客 流 特 征分 析 西安地铁的构想始于１ ９ ８ ０ ￣代。
干 ，地 面常规 多类 型公 共交 通为 网 快速轨道交通线 网规划 》将轨道交通 达 到 １ ６ ． ０ 万 人 次／ 日，而周 末 客 流则 达 条线 路 ，总 ３ 络 ，分 区私 人 交 通 方 式 （ 包 括 步 线 网的远期规划增 加到６ １ １ ２ ２ ． ２ 万人次／ １ ３，国庆期间 日均客流 ５ １ ． ８ 公 里 。 西 安 地 铁 二 号 线 于 达 到 ２ 行 、 自行 车 、摩 托 车 和 私 人 小 汽 长 ２ ４ ． ２ 万 人 次／ 日 ；１ ０ 月８ 日之 后 ，
客流动态变化规律
客流动态变化规律
客流动态变化规律是指在特定时间段内，乘客流量在不同时间和地点的变化趋势和规律。
在不同的行业和领域，客流动态变化规律的特点和表现方式也不尽相同。
以下是一些常见的客流动态变化规律: 潮汐现象:指乘客流量在上下班高峰期和节假日高峰期出现潮汐式变化。
例如，地铁和公交车上的乘客数量在上下班高峰期会急剧增加，而在非高峰期则相对减少。
分布式现象:指乘客流量在时间和空间上呈现分散的特点。
例如，一些热门景点或商业区的乘客流量可能会分散在全天不同的时间段和不同的地点。
季节性现象:指乘客流量在某些季节或时间段呈现出明显的峰值。
例如，旅游景点的乘客数量在节假日或暑期会急剧增加。
循环现象:指乘客流量在某些特定的循环时间段内呈现出周期性的变化。
例如，公共交通工具的乘客数量在某些特定的循环时间段内会呈现出周期性的波动。
总之，客流动态变化规律是多种多样的，在不同
行业和领域中有着不同的特点和表现方式。
对于交通运输系统和旅游景点等需要预测和管理乘客流量的机构来说，了解和掌握客流动态变化规律具有重要意义。
基于手机信令数据的高速公路客流特征分析——以广深高速为例
断面 2 （宝安）
图 7 客流居住地分布
2.
断面 1 （麻涌）
断面 1 （麻涌）
图6
断面 2 （宝安）
客流起终点分布图
图8
断面 2 （宝安）
客流工作地分布
(下转第 46 页)
46
广 东 交 通 职 业 技 术 学 院 学 报
locity estimation in induction and salient AC machines
Characteristics Based on Cell Phone Signaling Data
——Taking Guang-shen Expressway as an Example
LUO Yun
(Guangdong Province Communications Planning &
Design Institute Co., LTD, Guangzhou 510507, China)
深高速断面 1 （麻涌） 上客流来源较广，起终点
主要在广州、东莞、佛山及深圳等地；广深高速
断面 2 （宝安） 80%客流的起终点位于深圳。
7
4.2 客流的职住地分布
根据对客流手机信令数据的分析，断面 1
（麻涌） 客流主要居住地为东莞、广州、深圳、
佛山等，客流来源较广；断面 2 （宝安） 客流主
要居住地为深圳，占比达 84.9% （图 7）。
客流的工作地分布情况基本和居住地分布情
况一致，穗莞深地区工作和居住地分离的情况相
对较少 （图 8）。
断面 1 （麻涌）
断面 1 （麻涌）
图5
断面 2 （宝安）
客流起终点分布数据
换乘站客流特征及客流组织-2019年文档资料
换乘站客流特征及客流组织i=r地铁换乘站作为城市轨道交通的枢纽站，除承担轨道交通内部大量列车的到发、通过或折返等行车技术作业外，还承担大量的乘客售检票、乘降、换乘等客运作业，因此车站有序安全的客运组织对于轨道交通的运营意义重大。
随着城市轨道交通网络规模的扩大，轨道交通的线路和车站客流量逐渐增加，主要换乘站的客流压力重大，如果遇到突发事件还将造成巨大的安全隐患，严重影响着乘客的人身安全。
如何更好地进行车站客运组织是目前面临的重要挑战，因而对换乘站客运组织优化进行研究非常重要。
1换乘站客流特性分析换乘站的客流构成与特性区别于普通车站，往往是客流组织与地铁运营的重点和难点，具有如下特性：1.1高集中性换乘站除了具有普通车站的进出站客流外，还汇集有相交线路甚至全网多座车站之间的交换客流，由此造成换乘站客流集中，往往是普通车站客流量的数倍。
以西安地铁北大街为例，目前西安地铁日均客流88万人次，北大街日均乘降量为25 万人次，换乘量约18 万人次，单个换乘站的乘降量占到了全线客运总量的30%左右，换乘比例达70%。
1.2 客流流线复杂由于进出站客流、 换乘客流具有不同的出行目的、 出行方向， 即对应不同的出行路径， 导致存在多股客流的交织， 形成多个冲 突点。
以北大街为例，不同方向进出站、换乘客流流线达 客流冲突点较多。
1.3 方向不均衡性2 北大街换乘站存在问题及原因分析目前北大街换乘站运营的实际状况看，主要存在以下问题：2.1 换乘通道能力瓶颈表 1 换乘设施饱和度分析表图 3 北大街客流组织由于北大街换乘设备数量有限， 换乘楼梯能力饱和， 特别是 二号52 条， 同一时段、不同换乘方向的客流量会存在较大差异。
例如北大街站晚高峰期间一号线上行换乘二号线下行客流量约为1200 人次，而一号线下行换乘二号线上行人数为 3000 人次， 客流方向分布不均衡。
1.4 短时冲击性换乘站客流随列车的到达呈现脉冲式的分布规律， 在短时间 内对换乘设施会产生较大的冲击， 当一批客流到达时， 在换乘设 施端部形成拥堵和客流排队， 当拥堵人数较多时， 将会带来较大 的安全隐患。
城市轨道交通客流时间分布特征分析
城市轨道交通客流时间分布特征分析摘要：随着城市化进程的不断推进，城市人口迅速集聚，城市交通拥堵成为不可回避的难题。
城市轨道交通的出现可以在一定程度上缓解城市发展的难题。
然而，人口的快速集聚仍然给城市轨道交通的高效运转带来了较大的压力，通过对城市轨道交通的客流特征以及客流在时间分布上的影响因素进行探讨，有利于管理决策者更好地运营管理城市轨道交通，促进城市更好的快速、高效、安全的发展。
关键词：城市轨道交通；客流特征；时间分布特征随着城市轨道交通新线的不断建设和投入使用，轨道交通系统已经朝着高密度、高效率、网络化的趋势发展。
城市轨道交通列车时刻表是轨道系统的重要组成部分，是保证轨道交通运行安全，维持线路列车与旅客秩序，达到资源最优化的关键因素，其详细规定了每条线路上列车从首站的发车时间，在各个站的到发时间和停站时间。
假设各条线路上列车的区间运行时间和站台停站时间确定，通过优化决策列车在各条线路首站的发车时间，那么整个路网的时刻表也就得到了。
对于城市轨道的客流的特性研究和时间分布具有重要的研究意义，能够指导运营管理机构更加高效合理的规划地铁的间隔时间、频率等等。
1 城市轨道交通客流形成趋势客流、转移客流和诱増客流是城市轨道交通客流的主要组成部分。
趋势客流是指城市轨道交通各车站及其沿线由于经济、交通、服务便捷等因素影响而増加的客流量；转移客流是指因为系统具有安全、准时、快速等优势，客流由私家车、公交和自行车等交通方式转移到城市轨道交通；诱増客流是指由于城市轨道交通的修建实施促进沿线主地开发利用，导致集聚大量人口、加强市域之间的可达性、提升服务质量、増加居民出行强度而直接或间接増加的客流。
城市轨道交通客流由城市土地利用开发的整体布局、土地性质、所处区域、城市交通的组织管理等因素共同决定。
如果供给满足，确定了城市的总体规划和土地利用布局，城市轨道交通客流的产生和分布也就随之产生了。
同时，由于城市轨道交通作为一种高效、快速、大运量的城市客运系统，改变了居民的出行方式和市域的可达性，还会对城市土地利用及空间布局产生一定的影响，如加快城乡一体化进程与加强城市轨道交通沿线土地的利用开发等，从而直接或间接影响城市轨道交通客流的产生和分布。
商圈客流出行特性调查分析——以重庆永川渝西广场商圈为例
2016年14期总第821期一、引言渝西广场商圈作为老城核心区，是永川的文脉、人脉、商脉起源。
并且其建立在永川古昌州八景之一的“三河汇碧”旁，是永川的老商圈。
该商圈区位交通优势明显，人流、车流、物流、资金流、信息流汇聚，是永川区商业资源富集的核心区。
2014年，渝西广场商圈社零总额达119亿、销售额高达226亿，已成为拉动永川区商贸流通产业发展的重要引擎。
因此，探寻影响消费者出行的因素，无论是对商圈的发展还是定位都具有重要的意义。
二、渝西广场商圈客流出行特性研究1.样本概述渝西广场商圈共发放问卷120份，回收问卷112份，回收率为93%。
有效问卷106份，有效率达94%。
通过问卷搜集数据，调查报告从客流覆盖区域、消费者出行目的、频次、单次消费水平以及出行方式等方面进行分析。
2.渝西广场商圈客流覆盖区域分析通过对渝西广场商圈消费人群进行调研发现，消费者来自永川本地的占比例最高，达到39.6%，其次为永川周边区县，如双桥区、荣昌区、大足区等，分别占调查比例的11.3%、8.5%、9.4%。
然而，消费者来自非永川周边区县的其他区县占调查比例的25.5%，经过与受访者沟通，我们发现这一比例的人群绝大多数是学生群体。
由于永川区是重庆职业教育城，有26所职业学校，2所本科院校。
因此对于渝西广场而言，学生群体是消费的主力军。
与此同时，永川的茶山竹海景区一直在吸引着四川、贵州等外省市的游客，通过数据结果我们可以看到，渝西广场商圈对外省市游客也具有一定的吸引作用。
综上所述，渝西广场商圈的发展不仅能够满足本地居民日常的消费需求，并且对永川周边区县的居民也具有一定的吸引力。
表1客流覆盖区域情况3.渝西广场商圈消费者月消费频次分析通过对渝西广场商圈消费人群进行调研发现，消费者每月平均在渝西广场商圈消费次数在5次以下占绝大多数，占总调查数据的96.2%。
其中1-2次的占43.4%，3-5次的占52.8%。
据数据统计，永川本地居民在渝西广场商圈消费频率最高，其中来自其他城区的学生也占绝大多数。
城市轨道交通客流分析
城市轨道交通客流分析城市轨道交通以为乘客提供服务为目的，运营计划方案的编制必须以乘客需求作为基础并进行合理的客流分析。
为了能够充分发挥城市轨道交通在城市公共交通中的骨架作用，就需要尽可能多的诱导城市公共交通客流进入城市轨道交通。
在编制城市轨道交通列车运营计划方案时，必须对整条线路乃至线网的客流进行系统而全面地分析，已达到实现运营效率的最高化以及运营方案的科学合理化的目的错误!未找到引用源。
2.1客流的基本概念客流一般指：轨道交通线路上在规定的时间内（单位时间）乘客流动人数和流动方向的总和。
根据客流的时间分布特征我们可以把城市轨道交通客流可分为三类：全日客流、全日分时客流和高峰小时客流；根据时间分布特征、空间分布特征及客流来源城市轨道交通客流可分为：断面客流、最大断面客流、高峰小时最大断面客流、基本客流、车站客流量转移客流等。
2.1.1断面客流量断面客流量在指定时间（单位时间）内经过轨道交通线路某一指定地点（断面）的客流量，这里所说的指定时间一般为一小时或全日。
通常情况下可以把断面客流量分为下行断面客流量和上行断面客流量，断面客流量的计算公式如公式（2-1）所示：上下P P P P i i +-=+1（2-1）客流量一般情况下在不同的线路、不同的断面以及不同的时间都是不相等的，式中：是指:第i+1个断面的客流量，单位：人是指:第i 个断面的客流量，单位：人是指:在车站下车人数，单位：人是指:在车站上车人数。
单位：人P P P P i+1i 下上通常断面客流量的大小与该断面所处的位置有关。
2.2.2最大断面客流量在规定的时间（单位时间）内，一般情况下通过城市轨道交通线路不同区段的断面客流是不相等的，我们通常规定其中断面客流的最大值为最大断面客流量。
一般情况下轨道交通线路上、下行方向的最大断面客流量会处于不同断面。
2.2.3高峰小时最大断面客流量一般而言，在计算断面客流量时如果采用小时为时间单位，全日分时最大断面客流量是不相等的，我们选取断面客流量的最大值（峰值）作为高峰小时最大断面客流量。
广州地铁三号线客流特征分析及建议
广州地铁三号线客流特征分析及建议摘要：广州地铁客流日益攀升，客流潮汐现象明显，本文通过对广州地铁三号线的客流特征进行分析，提出优化客运管理的相关措施，确保车站客运组织的安全顺畅。
关键词：地铁；客流特征；客运一、线路简介广州地铁三号线呈南北“Y”字形走向，从北向南贯穿广州市区新城市中轴线和番禺区发展轴线。
三号线主线为天河客运站至番禺广场站，全长32.9 公里，共设16 座车站，连接天河区、海珠区、番禺区三大城区，衔接城区大型住宅区和主城区CBD 地区。
三号线北延段为机场南站至体育西路站，全长33.2公里，共设13 座车站，连接天河区、白云区、花都区三大城区，衔接城区居住集聚区和主城区商业办公区。
二、线路客流特征及分析三号线（含三号线北延段）日均客运量145.76 万人次，其中三号线主线客流密度为2.94 万人/公里，三号线北延段客流密度为1.48万人/公里。
三号线属通勤类线路。
客流以上班族、学生族等通勤客流为主，全日客流呈现“M”字型双峰态势，早晚高峰期客流以通勤类刚性出行客流为主，平峰期则以非通勤类弹性出行客流为主；工作日客流“潮汐现象”明显。
周末进站客流稍高于工作日客流，整体分布相对均衡。
线路进站客流占57%，换乘客流占43%，其中体育西路站的换乘客流位居线网之首。
图1：三号线工作日客流分布图结合三号线、三号线北延段线路布局与地理特点，三号线分为天河客运站-石牌桥组团、体育西路-客村组团、大塘-大石组团、汉溪长隆-番禺广场组团四段客流组团，将三号线北延段分为机场南-永泰组团、同和-燕塘组团、广州东站-体育西路组团三段客流组团，分析组团车站客流分布与组成规律。
三号线以天河客运站-石牌桥组团发生量与吸引量最大，体育西路-客村组团与其他客流组团的交换量较大。
早高峰时段，客流发生量主要集中在天河客运站-石牌桥组团、汉溪长隆-番禺广场组团，分别占34.8%、26.8%；客流吸引量40%集中在体育西-客村组团，客流主要是由番禺区、海珠区、天河区居住聚集地流向天河区办公、商务集聚中心。
成都地铁节假日客流特征及运营组织方法分析
交通科技与管理161规划与管理0 引言节假日期间，城市轨道交通客流较工作日或周末具有明显的特征[1]，如平低峰期客流稍有增长、无明显的早晚高峰客流、特殊线路客流明显增长、商圈景点类车站客流集散量（进出站总量）增幅较大等。
分析节假日期间成都地铁的客流特征，并以此为依据进行行车组织和客运组织调整，充分发挥地铁车辆、行车设备和客运设备的能力，是地铁运营组织面临的新课题。
1 成都地铁节假日客流特征分析据统计，截止2019年7月，本年度成都地铁线网客流量已7次突破历史纪录，单日最高客运量达485.51万乘次。
由于节假日期间，乘客出行目的多以购物旅游、返乡探亲及休闲娱乐为主，节假日客流呈现与工作日或周末不同的特点。
本文从线网、线路及车站三个层级分析成都地铁节假日客流特征。
1.1 线网客流特征分析本文将2016年8月1日-2019年7月31日期间，成都地铁运营情况划分为三个时期，第一期：2016年8月1日-2017年7月31日，第二期：2017年8月1日-2018年7月31日，第三期：2018年8月1日-2019年7月31日，每个时期均包含中秋节、国庆节、元旦节、春节、清明节、五一节及端午节等中国传统节假日。
分析可知，地铁线网客运量在节假日期间表现出波动特征和高峰特征。
1.1.1 波动特征（1）由于线网规模逐年扩大，不同时期节假日、双休日、工作日及年日均客运量均呈增长趋势，节假日日均客运量低于双休日。
（2）同一时期不同节假日日均客运量波动较大。
春节日均客运量最小，五一节最大，由于传统习俗和天气状况不同，乘客出行需求差异较大，因此同一时期不同节假日客流波动较大。
（3）不同时期同一节假日客流特征明显：元旦节、清明节、五一节、端午节日均客运量均高于双休日，国庆节日均客运量与双休日相当，中秋节、春节则低于双休日。
本文选取2018年国庆节和2019年清明节作为大小长假的典型代表，分析成都地铁普适性节假日客流特征。
1.1.2 高峰特征节日期间（2019年4月5日-4月7日）线网进站客流量相对平稳，无明显高峰；节前一日（2019年4月4日）11:00~17:00线网进站客流较上周五（2019年3月29日）增长5.27%，说明节前一日乘客提前下班，从17:00至运营结束，线网进站客流量增长4.92%，说明节前一日乘客下班后娱乐活动增加。
城市轨道交通客流特征分析
西南交通大学硕士学位论文城市轨道交通客流特征分析姓名：张成申请学位级别：硕士专业：交通运输规划与管理指导教师：张殿业20061201西南交通大学硕士研究生学位论文第１页摘要城市轨道交通项目，是一个城市最大的基础设施建设之一，是一个涉及面广、综合性很强的系统工程。
它的建设是城市发展进程中的百年大计，对城市发展模式和人民生产生活都将产生深远的影响。
因此，怎样做好城市轨道交通客流特征分析，进而为城市的轨道交通规划创造良好条件；以及轨道交通项目按规划建成后，如何有效发挥城市轨道交通的整体效益，能否促进沿线土地的有效开发利用，都是当前亟待探索解决的重大问题。
论文主要从运营阶段和规划阶段两个方面来进行客流特征分析。
首先运营阶段客流分析的基础是客流调查，论文整合了现有的运营客流分析的相关研究成果，在此基础上提炼出相应的数据分析指标，得出运营阶段轨道交通客流的时间分布特征、空间分布特征、站台候车旅客分布和换乘客流特点。
规划阶段客流特征分析是本论文的重点。
其分析过程以客流预测为基础，对城市轨道交通客流产生机理进行了比较详尽的分析，介绍了城市轨道交通客流预测的阶段划分和不同的预测模式，对集计模型和非集计模型两类模型进行了预测方法上的比较，并就目前城市轨道交通客流预测方面所存在的问题进行了分析，引入了换乘客流的预测方法，最后结合实际项目介绍了四阶段法在城市轨道交通客流预测中的应用。
对于预测结果的分析，论文介绍了相应的分析指标，并从运量走势分析、客流时空分布对客流状态进行了分析，最后重点分析了高峰时段的出行结构，结合该时段的公交运营特性对比分析了高峰时段的城市轨道交通与常规公交对出行者的吸引力差异。
从大公交系统内部和外部分析城市轨道交通客流影响因素，在此基础上着重从线网结构变化、票价因素、运营服务水平、社会经济用地影响四个大的方面对城市轨道交通客流敏感性进行分析。
论文还从多方面剖析了预测结果可靠性较差可能存在的原因，并尝试引入置信度和置信区间的概念，采用数据评估程序，对可能产生的数据输入偏差和预测模型的畸变系数进行评估，修正原预测结果，以期达到提高预测结果可靠度的目的。
西安地铁二号线运营初期客流特征分析_侯晶晶
61西安地铁二号线运营初期客流特征分析□ 侯晶晶 王德峻随着社会经济发展与城市规模期之前（10月7日之前）由于体验客一、西安地铁发展状况及地铁的扩张，城市空间布局与结构急剧二号线客流特征分析流较多，总体客流较大；10月8日之西安地铁的构想始于1980年代。
调整，居民活动日益频繁，城市交后，随着体验客流的减少，整体客流1994年,《西安城市总体规划通需求快速增长，进而产生诸如交回落。
同时考虑到作息时间的变化，（1995—2010年）》首次正式提出兴通拥堵、交通事故和环境污染等一将分析时段分为两个阶段，即10月建4条城市轨道交通线路，长度系列问题。
为缓解城市交通发展的7日之前和10月8日之后，这两个时期73.17公里，并于1999年得到国务院环境，越来越多的大城市把建立以工作日、节假日分别统计日平均客运的批复意见。
2004年，《西安市城市大容量的快速轨道交通系统为骨量。
10月7日之前，工作日平均客流快速轨道交通线网规划》将轨道交通干，地面常规多类型公共交通为网达到16.0万人次/日，而周末客流则达线网的远期规划增加到6条线路，总络，分区私人交通方式包括步到22.2万人次/日，国庆期间日均客流长251.8公里。
西安地铁二号线于行、自行车、摩托车和私人小汽达到24.2万人次/日；10月8日之后，2011年9月16日12:00时开通投入试运车为补充的多层次、多元化、立客流回落，工作日平均客流达到13.6万营。
二号线开通试运营投入车辆14体化的客运交通网络，并充分实现人次/日（回落19.3%），而节假日客流列，上线运行11列，备用3列，行车各类交通方式之间有机衔接换乘的则达到18.6万人次/日（回落16.5%）。
间隔9分20秒，首班车6:30，末班车城市综合客运交通体系作为其交通根据开通以来客流统计，节假日21:30，单程运行时间42分钟。
目前的发展战略。
截止到2012年7月，中客流明显高于工作日客流，而工作日17座车站及所有设施设备全部投入使国共有20个城市（包括香港、台北中周一和周五客流比平日稍大，试运用，66个出入口投入使用62个（其中及高雄）建成快速轨道交通系统，营以来地铁二号线客流的时间分布按4个车站因周边建筑原因暂未投入使16个城市（包括澳门）正在建设，进站客流计算，10月7日之前，工作用）。
哈尔滨地铁1号线客流特性分析
科技风2017年3月上理论研究D01：10.19392/j.c n k i.l671-7341.201705203哈尔滨地铁1号线客流特性分析唐艺耕哈尔滨市地铁集团运营分公司黑龙江哈尔滨150000摘要:近年，我国城市轨道交通建设发展迅速，截止目前，全国已有27个城市开通轨道交通线路，哈尔滨地铁1号线于2013年9月26日投 入载客运营，分析哈尔滨地铁1号线客流的时空分布特性，为曰常行车组织工作提出改进建议。
关键词:轨道交通;客流特性;时空分布;行车组织哈尔滨地铁1号线是哈尔滨地铁“九线一环”规划中第一条开通运 营的线路，开通至今，哈尔滨地铁1号线安全运营超过1180天，累计客 运量19730万人次，日均客运量16.86万人次，单日最高客运量出现在 2016年11月11日，为30.97万人次，分析地铁1号线客流时空分布特 性，掌握哈尔滨市民乘坐地铁出行规律，进而为日常运营组织工作提供 改进建议。
1地铁1号线客流的时间分布特性1.1单日小时客流特性哈尔滨地铁1号线单日客流随地铁沿线市民出行规律而变化，工 作日时，客流在早晚出行高峰达到最大，呈现双峰型客流特征，休息日 时，客流峰值出现时间比较工作日有所推迟。
用分时客流不均衡系数％来反映分时客流不均衡程度，根据哈尔 滨地铁1号线典型工作日客流数据i十算可得：pom._ 10880 〇〇a i_«—73232/16/H%>2表明哈尔滨地铁1号线单日内客流不均衡程度比较大；隨指单向高峰小时最大断面客流量(人）；外指单向分时最大断面客流量(人）；孖指全日运营小时数(个)。
1.2 —周内曰客流分布哈尔滨地铁1号线18座车站中，处在商圈、景点附近的车站双休 日客流量会有所增加。
双休日的早高峰时间比较工作日要推迟一些，晚 高峰时间要提前一些，星期一的早高峰客流与和星期五的晚高峰客流 会比其它工作日高峰客流有所增加。
哈尔滨地铁1号线在工作日和双 休日执行不同的运营时刻表，并视情况增加上线列车数，缓解突发大 客流。
基于大数据挖掘的城市公共交通客流特征分析及预警系统设计
基于大数据挖掘的城市公共交通客流特征分析及预警系统设计基于大数据挖掘的城市公共交通客流特征分析及预警系统设计随着城市化进程的不断推进，城市人口不断增加，城市交通问题日益突出。
为了提高城市公共交通的效能和服务质量，基于大数据挖掘的城市公共交通客流特征分析及预警系统设计变得异常重要。
本文将以某城市为例，探讨该城市公共交通客流特征的挖掘与分析，并构建相应的预警系统。
一、引言城市公共交通是城市交通体系中至关重要的组成部分，影响着城市居民的出行质量和生活质量。
根据城市公共交通的特性，通过大数据挖掘和分析，可以发现城市公共交通的客流规律、客流密度变化、交通拥堵状况等，从而为城市公共交通管理和运营提供科学依据。
二、城市公共交通客流特征挖掘与分析1. 数据采集与处理为收集城市公共交通的客流数据，我们可以使用GPS定位、刷卡数据、公交卡数据等多种方式。
通过对这些数据进行收集和处理，将原始数据转化为结构化数据，为后续分析提供可利用的数据源。
2. 客流规律挖掘利用数据挖掘的方法，我们可以挖掘出一些客流规律，如客流高峰期、客流低谷期等。
通过对客流规律的挖掘，可以根据不同时间段的客流特点，合理调整公共交通运营策略，以提高公共交通的效率。
3. 客流密度变化分析通过分析客流密度的变化，我们可以获取客流密度的分布状况，即在不同地区和不同时段的客流密度情况。
这样的分析有助于合理规划公共交通线路、调整站点设置，从而提高公共交通系统的服务质量。
4. 交通拥堵状况预测基于大数据分析，可以预测城市公共交通线路的交通拥堵状况。
通过分析历史数据和实时数据，结合交通流量、道路条件等信息，可以预测出哪些线路容易出现拥堵情况。
这样的预测结果可以为公共交通企业提供决策依据，合理调度公交车辆，以减少交通拥堵问题。
三、城市公共交通客流预警系统设计基于以上的数据挖掘和分析，我们可以设计一个城市公共交通客流预警系统，以帮助城市公共交通企业及交通管理部门实时监控、分析客流状况，及时做出合理调整。
轨道交通客流特征分析及安全风险评估研究综述
第23卷第6期2023年12月交 通 工 程Vol.23No.6Dec.2023DOI:10.13986/ki.jote.2023.06.017轨道交通客流特性分析及安全风险评估研究综述黄利华1,赵晓华2,李佳辉3,吕淑然1,马舒琪1,白 鑫4(1.首都经济贸易大学,北京 100070;2.北京工业大学,北京 100124;3.交通运输部公路科学研究所,北京 100088;4.北京市科学技术研究院城市系统工程研究所,北京 100089)摘 要:整理分析前人在城市轨道交通客流特性分析㊁安全风险评估方面研究的侧重,从现有需求出发归纳出了有待研究的要点.已有研究更多地从宏观层面研究客流的运行状态,有待从微观角度深入挖掘乘客行为规律,剖析大客流演化机理㊁客流冲突致因机理.此外,当前对于轨道交通运营风险评估研究较多,从客流群体角度出发研究客流风险㊁疏散风险的研究相对较少.如何实现客流风险的动态分析㊁准确辨识与主动防御是目前亟待完善的内容,对于保障轨道交通系统运行安全具有重要意义.关键词:轨道交通;客流特性分析;安全风险评估中图分类号:U 491文献标志码:A文章编号:2096⁃3432(2023)06⁃111⁃05收稿日期:2022⁃08⁃24.基金项目:XRZ2022026,基于行为轨迹的城市轨道交通大客流冲突机理挖掘与安全状态评估,首都经济贸易大学新入职青年教师科研启动基金.作者简介:黄利华(1990 ),女,博士,研究方向为交通运输工程.E⁃mail:hpuhuanglihua@.通讯作者:李佳辉(1989 ),女,硕士,助理研究员,研究方向为场站行人交通组织与仿真㊁道路交通组织及控制.E⁃mail:happyeveryday0903@.Review on Characteristics Analysis and Risk Assessment of Urban Rail TransitHUANG Lihua 1,ZHAO Xiaohua 2,LI Jiahui 3,LV Shuran 1,MA Shuqi 1,BAI Xin 4(1.Capital University of Economics and Business,Beijing 100070,China;2.Beijing University of Technology,Beijing 100124,China;3.Research Institute of Highway,Ministry of Transport,Beijing 100088,China;4.Beijing Academy of Science and Technology,Beijing 100089,China)Abstract :This paper sorted out the previous studies on characteristics analysis of passenger flow and risk assessment of urban rail transit.The existing studies were reviewed and analyzed and the key points to be studied from the existing needs were summarized.It was found that more studies have been done on the operation of passenger flow from the macro group level.In the later stage,it was necessary to examine the passenger behavior regular pattern from the micro individual level,which was conducive to further analyze the evolution mechanism of large passenger flow and the cause mechanism of passenger flow conflict.At the same time,the research focused on the risk assessment of urban rail transit operation.There are relatively few studies on passenger flow risk assessment of urban rail transit.How to realize the dynamic analysis,accurate identification and active prevention of passenger flow risk is the area that needs to be improved urgently,which is of great significance to ensure the safety of rail transit system operation.Key words :rail transit;characteristics analysis of passenger flow;safety risk assessment0 引言随着我国城市轨道交通的快速发展,轨道交通客流持续攀升.以北京市为例,2018年北京地铁年乘客量达到31.16亿人次,日均客流为853.7万人次,单日客运量最高达1090.67万人次[1].特别是早晚高峰时交 通 工 程2023年段,地铁站内客流密集程度急剧升高,高密度㊁高流量的现象给轨道交通的安全运营带来了极大的压力.近年来,众多学者已经开展系列研究,进一步证实了城市轨道交通大客流正逐步兼具常态化风险和突发性风险的特征,对乘客安全㊁运行效率㊁运营管理等各方面带来了严峻的挑战[2].同时,城市轨道交通大客流安全事件频发,使人们逐渐认识到城市轨道交通大客流已经成为影响城市轨道交通公共安全风险的重要因素.为提升城市轨道交通安全运营水平,研究者聚焦城市轨道交通大客流,围绕客流特性分析㊁安全风险评估开展大量研究.1 客流特性分析不同学者对城市轨道交通大客流的概念界定不同,主要从轨道交通客流量相对于组织能力㊁设备承载能力㊁平时客流量及乘客状态的角度来定义大客流[3⁃5].本质上,大客流的产生是供给与需求平衡问题,是1个相对概念.城市轨道交通需求是指乘客数量,交通供给是指系统的运输及服务能力,包括车站容纳人数㊁设施数量等.针对客流特性的分析,研究者一方面关注个体的出行特性㊁客流的运行状态;另一方面分析城市轨道交通客流与通行设备㊁建筑环境间的相互影响,以寻找相关优化设计方法提升车站服务水平及客流疏散能力,满足城市轨道交通供给需求.图1 城市轨道交通客流特性研究现状图1.1 出行人员21世纪以来,城市轨道交通迅速发展,客流逐渐增大.相关学者一方面开始从宏观角度关注客流的运行状态,分析轨道交通客流的密度㊁分布㊁通畅情况,以识别大客流的潜在运行规律,为地铁高效管理提供技术支撑.例如,吴祥云等[6⁃7]以轨道客流均衡为目标开展客流分布模型及算法研究;黄洪超等[8⁃10]重点分析轨道车站客流密度,实现客流密集指数㊁拥挤程度量化评价.马莉等[11⁃12]在前人研究的基础上,在对换乘站客流特性和客流流动状态分析的基础上,从客流均衡㊁顺畅的角度构造客流运行状态的评价指标体系,实现对客流交通状态的综合评价.杨子帆等[13⁃14]从轨道交通客流冲突的角度出发,利用数值模拟仿真㊁行为实验等方法,深入分析客流冲突的影响因素和表征参数,挖掘客流冲突机理㊁建立冲突分级量化模型,便于轨道交通管理部门开展客流冲突预防和管理工作.随着相关研究的深入,人们逐渐发现乘客作为客流的组成个体,其出行特性对轨道交通各站点的拥挤程度㊁通行效率等方面有着直接的影响,开始从微观层面,研究城市轨道交通乘客出行特性.Hoogendoom 等[15⁃16]借助视频数据㊁微观仿真,研究轨道站内乘客的集散行为及客流运动规律.孙延硕等[17⁃19]借助智能算法挖掘地铁AFC㊁手机信令等数据,分析地铁乘客出行特性.陈明威[20]利用手机技术追踪用户出行轨迹数据,获取各交通站点客流数据,实现动态客流的实时㊁精准监测.吴昊灵[21]建立了空间异质性和速度异质性行人分别在通道㊁楼梯和站台的仿真模型,解析了异质性行为对通行效率的影响.获取城市轨道交通乘客出行特性,能进一步揭示大客流演化机理㊁解析站点拥挤致因等,助力于提高地铁精细化管理㊁服务水平.1.2 通行设施城市轨道交通的客流集散能力㊁服务水平一直是管理者和研究者的关注焦点.除了车站自身的建筑结构外,安检设备㊁售票设备㊁自动扶梯等设施成为影响车站客流集散能力㊁服务水平的重要因素.研究者借助问卷调查㊁现场调研㊁模拟仿真等手段,开展不同通行设施对客流运行的影响分析工作,以寻找通行设施的优化设计方案,提升客流集散能力.在国外,Mori 等[22]分析客流特征变化,提出轨道站点内的通行设施的2种评价方法.Henson [23]从舒适㊁便利㊁安全㊁经济等角度,研究轨道站点通行设施服务水平的划分问题.Helbin [24]开展实验进行通行设施㊁楼道等对客流的影响分析,为通行设施㊁楼道几何参数的优化设计提供研究依据.相比之下,我国相关研究开展相对较晚.陈峰等[25⁃27]开展地铁车站内关键设施对客流排队㊁分布的影响分析,挖掘通行设施存在的不足,提出相应改善建议.之后,葛世平等[28⁃29]为缓解轨道交通大客流冲突,探究了轨道站点关键设施的优化布设方案.王秀211 第6期黄利华,等:轨道交通客流特性分析及安全风险评估研究综述丹[30]在分析北京地铁站行人运动特性的基础上,综合考虑各设施设备条件,开展地铁站疏散仿真,识别地铁站紧急疏散时的行人疏散瓶颈.张庆瑜[31]围绕乘客的设施设备选择行为开展研究,分析了车站设施设备布局的影响,搭建了乘客的设施设备选择模型,提出车站设施设备的布局优化方法.李一曼[32]总结了地铁车站各通行设备的最大通行能力公式,建立了大客流疏散能力评价模型.1.3 建筑环境车站的客流集散能力是指车站建筑㊁设备在正常情况下,车站所能通过的最大客流.车站的建筑环境主要涉及除通行设备外的室内环境,如站台㊁站厅㊁通道㊁出入口等,是客流的主要集散㊁分布地点.对于此方面,研究者重点探讨其对客流疏散功能的影响,主要借助微观仿真㊁模型搭建等方法.沈景炎[33]研究了地铁乘客在列车尚未到达前㊁上车前集结㊁到站乘客下车状态的位置分布状态,利用控制性计算推出了乘降区站台宽度的计算方法.王磊等[34]通过服务水平与行人群概念的引入,确定地铁出入口通道数量并搭建换乘通道优化函数模型,为通道内步行设施的布局优化提供案例与方法.吴正等[35]搭建了地铁候车厅客流运动的数学模型,用于预测地铁到达客流从列车车门疏散至通道楼梯处的时间.Kaakai等[36⁃37],利用数据调查㊁模型仿真等方法,研究车站设施㊁通道㊁楼梯㊁出入口的通行能力,并提出布局优化的建议.蒋启文[38]根据进出站通道处的 拉链效应”,将通道分层并计算通道的通行能力,构建遗传算法和仿真技术相结合的排队系统优化方法,提出优化配置方法.曹守华[39]基于乘客感知,分析乘客在北京市轨道交通站楼梯和通道内的行人特性,提出了适合北京市的轨道交通通道服务水平划分标准.陈杰明等[40⁃42]在研究车站不同通道形状对密集人群走行影响的基础上,提出通道的优化布局方法.2 安全风险评估城市轨道交通作为1个复杂的系统,具有人群密集㊁结构复杂㊁规模庞大等特点.城市轨道交通的普及以及大客流的常态化,让地铁交通承受着巨大的压力,地铁安全问题备受关注.风险评价是降低运营安全风险的有效方法.研究者聚焦车站运营风险评估㊁线网运营风险评估㊁客流风险评估开展大量研究工作,以为城市轨道交通规避风险㊁安全运营提供决策支持.2.1 客流风险城市轨道交通作为绿色出行的重要组成部分,图2 城市轨道交通安全风险评估研究现状图其低碳㊁便捷㊁高效的特点备受民众青睐.随着我国轨道交通的快速发展,轨道交通客流量不断增加,轨道交通客流冲突㊁乘客拥挤等安全问题日益突出.一些学者通过视频㊁AFC等数据,重点提取客流运行状态指标,借助熵理论㊁聚类分析等方法评估城市轨道交通客流运行状态.马莉[11]结合城市轨道交通枢纽乘客的特性分析,借鉴熵及其判据理论搭建纽乘客交通流评价指标体系,搭建 三维立方体层”评价模型,进行乘客流交通状态的综合评判.黄建玲等[43]考虑客流的成长特性,从城市轨道交通客流构成后的运营进行评估,提供大客流安全评估思路.张霖[4]采集轨道交通视频数据,借助计算机视觉㊁图像处理技术,分析客流特性,并从客流群体特征㊁行人个体特征㊁客流冲突等方面建立轨道交通大客流安全状态评估指标体系,实现客流安全状态的动态监控与显示.近年来,地铁踩踏等事故不断发生,学者们开始关注地铁大客流带来的风险.刘浩然[10]定义客流密集度指数的相关概念,与常用客流评估指标进行对比以验证客流密集度指数的合理性,提出了客流密集度指数在日常客流监控中的具体应用办法,为城市轨道交通客流日常监测㊁风险评估奠定研究基础.黄金华[44]利用历年地铁客流统计资料,搭建轨道交通短期客流预测模型,利用神经网络算法对突发事件造成的大客流进行站内客流控制.之后,涂强等[45⁃46]通过采集轨道交通AFC数据,借助模型搭建㊁大数据分析方法,实现客流风险的辨识与评估.2.2 运营风险城市轨道交通系统由客流㊁设备㊁环境㊁管理等多种因素组成,是1个庞大复杂的系统工程,在日常运营中存在诸多风险隐患.已有不少研究试图搭建多因素的评价指标体系,采用层次分析法㊁模糊评价311交 通 工 程2023年等方法针对城市轨道交通车站㊁线路的运行风险开展综合评估.马化洲[47]详细分析了城市轨道交通中供电㊁排水㊁通风㊁车辆等系统的风险状态并获取多类风险因素,采用故障树等多种分析方法进行线路轨道系统风险综合评估.Wang[48]将客流㊁设备㊁环境㊁管理等多个影响要素纳入评价指标体系,对城市轨道交通运营安全进行综合评估.Erkan[49]建立多属性评价方法,从客流拥挤度㊁空调舒适度㊁运营噪声等多个方面评估城市轨道交通乘客的满意度. Ding[50]依据多种运营故障数据搭建城市轨道运营安全管理系统,以识别轨道交通运营风险,提高安全管理水平.我国城市轨道交通已经进入网络化运营时代,不少学者开始注意到城市轨道交通的网络化效应,开始从路网运营的全局安全性㊁可靠性等宏观角度评估城市轨道交通运营安全状况.李曼[51]从车站㊁线路㊁路网不同层次搭建轨道交通运营安全综合评估指标体系,利用改进小波神经网络建立综合评估模型进行综合评估,并借助Matlab进行仿真验证.徐田坤等[52⁃53]基于对城市轨道交通网络化运营特性的深入分析,获取客流㊁关键设备设施㊁环境㊁管理等影响运营安全的要素,综合运用层次分析法㊁熵权法㊁模糊评价等方法,实现城市轨道交通网络化运营多因素的安全风险评价.肖雪梅等[54]借助 主动安全”的设计理念,利用灰色系统理论的安全评估与预测方法,形成具有可视化㊁集成化和智能化的城市轨道交通路网运营安全综合评估与预警系统.韩泉叶等[55⁃56]针对轨道交通路网不同安全状态间的界限具有高度模糊性的特征,分别运用模糊决策㊁IT2FCM等评估方法,对城市轨道线网安全进行评价及安全状态预测,进一步提升了评价和分级预测的准确性.3摇结束语在城市轨道交通客流特性分析与安全风险评估方面,相关学者已开展大量研究.整体上当前研究存在以下特点.1)研究更多地从宏观群体层面研究客流的运行状态,乘客作为城市轨道交通的使用主体与服务对象,其行为机制尚不清晰,特别是针对不同行人群体类型.目前地铁行人异质性行为开始受到关注,后期有待持续从微观个体层面挖掘乘客行为规律,深入剖析行人行为与客流冲突㊁大客流演化间的致因机理,为完善轨道交通客流组织管理提供决策支持.2)对于城市轨道交通安全风险评估方面的研究,以往研究侧重于排查设施㊁管理㊁环境等因素,开展城市轨道交通运营风险评估,针对城市轨道交通客流风险㊁行人疏散风险的研究相对较少.3)随着我国城市轨道交通运营里程不断增加,线网规模不断扩大,将线路㊁路网条件纳入评价体系的研究逐渐增多,运营风险评估研究体系逐渐成熟.实际上,城市轨道交通大客流已经成为常态,有限的地下空间资源与客流需求之间的供需矛盾更加突出,客流拥堵㊁乘客滞留等现象时常发生.如何在车站㊁线路㊁路网层面,实现客流风险的动态分析㊁准确辨识与主动防御是目前亟待解决的问题,对于指导轨道交通客流组织管理㊁保障运营安全具有重要意义.参考文献:[1]2019年北京交通发展年报[Z].http:∥www.bjtrc. /List/index/cid/7.html[2]陆跃伟.城市轨道交通公共安全风险防控研究[J].铁道警察学院学报,2017(5):49⁃52.[3]冉晓夕.突发大客流城市轨道交通运营组织研宄[P].成都:西南交通大学,2014.[4]张霖.北京城市轨道交通大客流辨识与安全状态评估技术及系统[D].北京:北京交通大学,2011[5]冯冬焕.城市轨道交通大客流安全评估关键技术研究[D].南京:东南大学,2017.[6]吴祥云,刘灿齐.轨道交通客流量均衡分配模型与算法[J].同济大学学报(自然科学版),2004(9):1158⁃1162.[7]徐瑞华,罗钦,高鹏.基于多路径的城市轨道交通网络客流分布模型及算法研究[J].铁道学报,2009, 31(2):110⁃114.[8]黄洪超.铁路综合客运换乘客流安全状态评价研究[D].北京.北京交通大学,2011.[9]陈艳艳,李平谱,张广厚,等.综合交通换乘客流拥挤实时评价方法[J].公路交通科技,2012,(S1):75⁃80,120.[10]刘浩然.城市轨道交通客流密集度指数及其应用[D].北京:北京交通大学,2014.[11]马莉.城市轨道交通枢纽乘客交通流状态分析与评价[D].北京:北京交通大学,2009.[12]王雪梅,陈莹,张宁.城市轨道交通运营客流交通状态评价[J].城市轨道交通研究,2016,19(12):127⁃131. [13]杨子帆.轨道交通枢纽高密度客流冲突行为[D].北京:北京工业大学,2014[14]崔丽,曾伟,周骊巍,等.轨道交通上下车客流冲突量化分析[J].道路交通与安全,2016,16(5):17⁃21. [15]Serge P.Hoogendoom,W.Daamen,Piet.H.L.Bovy.Extracting microscopic pedestrian characteristics fromvideo data[C].TRB Annual Meeting CD⁃ROM,2003.[16]李得伟.城市轨道交通枢纽乘客集散模型及微观仿真理论[D].北京:北京交通大学,2007. [17]孙延硕,徐瑞华.基于AFC数据的城市轨道交通乘客出行411 第6期黄利华,等:轨道交通客流特性分析及安全风险评估研究综述路径推算[J].交通与运输:(学术版),2011(2):85⁃90. [18]赖见辉,陈艳艳,钟园,等.基于手机定位信息的地铁乘客出行路径辨识方法[J].计算机应用,2013,33(2):583⁃586.[19]胡永恺.基于手机信令的轨道交通乘客出行行为分析方法研究[D].南京:东南大学,2017. [20]陈明威,刘杰,沈烨峰,等.基于手机网络数据的轨道交通站点实时动态客流检测研究[J].黑龙江科技信息,2012(32):127⁃128,92.[21]吴昊灵.考虑异质性的城市轨道交通车站交通设施行人流仿真研究[D].北京:北京交通大学,2016. [22]Mori M,Tsukaguchi H.A new method for evaluation oflevel of service in pedestrian facilities[J].TransportationResearch Part A,1987,21(3):223⁃234. [23]Henson C.Levels of service for pedestrian[J].Transportation Engineering,2000,70(9):26⁃30. [24]Helbing,D.,Buzna,L.,Johansson,A.,&Werner,T.Selforganized pedestrian crowd dynamics:experiments,simulations and design solutions[J].Transportation Science.February,2005:1⁃24. [25]陈峰,吴奇兵,张慧慧,等.北京地铁1号线车站设施与客流关系分析[J].交通运输系统工程与信息,2009,9(2):93⁃98.[26]李三兵.城市轨道交通车站客流特征与服务设施的关系研究[D].北京:北京交通大学硕士学位论文,2009. [27]沈艳松,钟仰晋,张柳.基于排队论的地铁站台设施客流延误分析[J].交通科技与经济,2009,11(1):101⁃103.[28]葛世平.从大客流运营角度谈地铁车站的建筑布置优化设计[J].城市轨道交通研究,2010,4:1⁃7. [29]张艳妮,张鹏,陈洪,等.大客流地铁车站的设施配置优化模型[J].城市轨道交通研究,2014,17(9):67⁃70.[30]王秀丹.基于行人运动特性分析的地铁站紧急疏散仿真[D].北京:北京交通大学,2014. [31]张庆瑜.城市轨道交通车站设施设备布局优化方法研究[D].北京:北京交通大学,2016. [32]李一曼.北京市地铁大客流疏散能力评价研究[D].北京:北京交通大学,2018.[33]沈景炎.乘客动态分布与站台宽度的研究[J].城市轨道交通研究,2001(1):21⁃25.[34]王磊,杨晓光,陈春.地铁站乘客步行通道的优化设计[J].城市轨道交通研究,2003(2):41⁃45. [35]吴正,王峋,沈俊彦.地铁候车厅客流疏散时间的数学模型研究[J].复旦大学学报自然科学版,2006(5):594⁃598.[36]Kaakai F,Hayat S,El Moudni A.A hybrid Petri nets⁃based simulation model for evaluating the design ofrailway transit stations[J].Simulation ModellingPractice and Theory,2007,15(8):935⁃969. [37]姚国伟.基于乘客疏散仿真的地铁车站建筑结构布置和设施协调研究[D].北京:北京交通大学,2008. [38]蒋启文.城市轨道交通车站进出站设施优化配置问题研究[D].北京:北京交通大学,2009. [39]曹守华,袁振洲,张弛清,等.基于乘客感知的城市轨道交通通道服务水平划分[J].交通运输系统工程与信息,2009(2):99⁃104.[40]陈杰明.基于社会力模型的大型活动中密集人群交通组织研究[D].长沙:长沙理工大学,2012. [41]Chattaraj U,Chakroborty P,Subhashini A.Empiricalstudies on impacts of obstacle inside corridor onpedestrian flow[J].Procedia⁃Social and BehavioralSciences,2013,104:668⁃677.[42]孙立山,崔丽,宫庆胜,等.基于行人自适应行为的弯道几何设计研究[J].交通运输系统工程与信息,2017,17(2):219⁃226.[43]黄建玲,杨丽明. BT”模式在城市轨道交通建设中的运作思路探讨[J].北京交通大学学报(社会科学版),2010(2):78⁃81,90.[44]黄金华.上海地铁客流安全风险预测研究[D].上海:上海应用技术大学,2018.[45]涂强,翁剑成,林鹏飞,等.城市轨道换乘站客流拥塞风险识别方法[J].交通工程,2018,18(6):16⁃21.[46]李子浩,田向亮,黎忠文,等.基于客流规律的地铁车站客流风险分析[J].清华大学学报(自然科学版),2019,59(10):854⁃860.[47]马化洲.城市轨道交通线路轨道系统安全风险评价[D].北京:北京交通大学,2011.[48]Wang Yanhui,Li Man,Yang Bo,et al.An Urban RailTransit Hazard Evaluation Methodology Based on GreySystem Theory[C].2012:764⁃772.[49]Erkan Celik,Nezir Aydin,Alev Taskin Gumus.Amultiattribute customer satisfaction evaluation approachfor rail transit network:A real case study for Istanbul,Turkey[J].Transport Policy,2014,36(36):283⁃293.[50]Ding Xiaobing,Yang Xuechen,Hu Hua,et al.Thesafety management of urban rail transit based on operationfault log[J].Safety Science,2017,94:10⁃16. [51]李曼.城市轨道交通运营安全综合评估模型研究[D].北京:北京交通大学,2012.[52]徐田坤.城市轨道交通网络运营安全风险评估理论与方法研究[D].北京:北京交通大学,2012. [53]黄雅坤.城市轨道交通路网运营安全评价方法研究[D].北京:北京交通大学,2014.[54]肖雪梅,王艳辉,贾利民.轨道交通路网运营安全评估与预警系统设计[J].综合运输,2013(8):61⁃68. [55]韩泉叶.城市轨道交通线网应急安全保障关键技术研究[D].兰州:兰州交通大学,2014. [56]张振宇.基于安全域的轨道交通路网安全状态评估与预测[D].北京:北京交通大学,2016.511。
210987408_成都市大运会期间地铁大客流特性研究与组织方案优化
文章编号：2095-6835（2023）06-0121-03成都市大运会期间地铁大客流特性研究与组织方案优化＊何佳原1，臧佳钰1，林颖馨1，陈子豪2，胡致远2（1.西南交通大学交通运输与物流学院，四川成都610031；2.西南交通大学计算机与人工智能学院，四川成都610031）摘要：第31届世界大学生夏季运动会于2023年7月在成都市举办，作为成都市首个成功申办的世界性综合运动会，对城市公共交通客运能力提出了新的要求。
研究历史大型活动赛事期间可预见性大客流的特性，总结普遍规律，可以为轻轨、地铁等公共交通的大客流分布预测和运输组织提供可靠的依据。
对大型活动赛事期间城市轨道交通大客流的产生原因、组成结构、出行行为特征和线网传播特征进行了分析，并提出了基于客流特性的大运会期间地铁车站运输组织方法。
关键词：地铁车站；大客流特性；客运组织；客流预测中图分类号：U231文献标志码：A DOI ：10.15913/ki.kjycx.2023.06.036大型活动举行期间，政府常采用对小汽车交通加以限制，公共交通主导的交通模式。
但在体育场馆、会展中心和商业中心等场所及其附近的城市轨道交通，其客流需求可能远超于原设计的城市交通系统能力，部分线路车厢拥挤、超负荷运行，车站客流挤压、候车滞留，给原本主要用于通勤、通学的城市轨道交通设施设备与运营管理带来巨大的考验，给乘客出行带来不便，导致客流疏散效率低下，甚至产生安全隐患。
目前，对地铁大客流的分析研究较为丰富，但缺乏针对性和系统性的阐述，研究角度不够全面。
因此，本文以2023年7月开幕的成都市大运会为例，从时间和空间2个构面对客流特性展开分析，并据此对城市轨道交通客流组织方法进行总结，为成都大运会城市轨道交通的客流疏散提供思路。
1城市轨道交通活动散场大客流产生原因大客流的产生具有连续性和扩散性。
在活动赛事结束后的一段时间内，散场乘客大量涌入，当列车运能饱和时，站台乘客发生滞留，造成站台滞留乘客和不断进站乘客的客流叠加和加速聚集，导致站外乘客进站缓慢。
第二章 客流
苏州大学
城市轨道交通学院
1、客流概述 、
（5）客流与客运需求 ）
客运需求是位移欲望和购买能力的统一。客运需 求具有以下四个特性： 广泛性：客运需求是一种广泛性的需求，城市的 广泛性 各项功能活动都不可能离开它而独立存在。 派生性：客运需求是一种非本源性需求，决定了 派生性 部分客运需求的满足在空间和时间上的弹性以及可以 被部分替代的特点。 时间性：客运需求按一周内的工作日和双休日、 时间性 一天内的各个小时有规律的变化，这种时间特性是城 市公共交通系统规划设计和运输组织的基本依据之一。 空间性：指潜在客流在方向上、线路上、车站间 空间性 分布的不均衡。这种不均衡主要是由城市各区域的土 地使用和功能活动不同所决定的。
苏州大学
城市轨道交通学院
1、客流概述 、
（2）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
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。 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、运用车配置数和站台长度等的基 本依据。
苏州大学
城市轨道交通学院
1、客流概述 、
乘客情况抽样调查， 乘客情况抽样调查，抽样调查是用样本来近似地 代替总体，这样做有利于减少客流调查的人力、物力 和时间。通常采用问卷方式进行，调查内容主要包括 乘客构成情况和乘客乘车情况两方面。 乘客构成情况调查一般在车站进行。内容包括年 龄、性别、职业、家庭住址和出行目的等。可选择在 客流比较正常的运营时间段进行。 乘客乘车情况调查内容包括家庭住址、家庭收入、 日均乘车次数、上车站和下车站、到达车站的方式和 所需时间、下车后到达目的地的方式和所需时间等。 进行抽样调查，必须首先确定抽样方法与抽样数， 以确保抽样调查的结果具有实用意义。抽样方法主要 有简单随机抽样、分层抽样、整群抽样和多阶段抽样 等。抽样数的大小取决于总体的大小、总体的异质程 度以及调查的精度要求。
大行宫站进站客流组织分析
第1页共14页目次1引言 (4)2概述 (5)2.1研究背景概述 (5)2.2进站客流的特征概述 (5)2.2.1早晚高峰进站客流量大 (5)2.2.2故障发生时客流聚集 (6)3交通组织分析 (6)3.1换乘站设计问题 (6)3.1.1附近公交线路运输能力较弱 (6)3.1.2周边公交接驳不够流畅 (6)4大行宫站进站客流控制对策 (7)4.1优化客流的组织和分配 (7)4.1.1均衡大行宫站运输匹配 (7)4.1.2完善大行宫站紧急疏导系统优化设计 (7)4.2优化客流的疏散线路 (9)4.2.1采取多元化客控措施 (9)4.2.2加强附近几条公交线路接驳 (9)结论 (11)致谢 (12)参考文献 (13)第2页共14页1引言国内外地铁运营经验表明，合理的客流指示可以让乘客更快速准确的得到相关信息，并且明确所在位置和车展的整体构造，选择合理的出行路线。
在地铁大客流第3页共14页和意外事故如火灾、爆炸、恐怖袭击等特殊情况下，合理的客流指示并结合应急疏导方案，可以规避二次伤害、压缩疏散时长、最大限度避免乘客生命财产安全及损失。
近十几年来，国内逐渐重视客流指示与疏导方案的研究，理论方案也逐渐丰富起来。
在考虑信息内容、视觉形态以及所处的空间位置因素，利用层次分析法坐地铁客流系统的评价方法，利用建模的方式来对客流的指导系统做优化。
郑晓霞曾对青岛地铁北站客流标识系统进行事故研究，根据结论做了相关的优化，设置了导向标识布局位置规划的优化模型，应用软件解析数据，这给地铁的标识放在什么位置坐了合理的分析，建立了相关的理论依据。
本文在地铁车站客流指示与疏导的理论基础上，实地调查南京地铁3号线起始站、中间站和换乘站的客流指示系统、客流疏导系统，发现问题而选取换乘车站做出优化，同时做出效果分析。
城市轨道交通运输在运营过程中，会面临着种种问题，其中，进站大客流就是一个非常重要且关键的问题。
如若不能让有效合理的处理地铁进站大客流，而引起聚集，影响轨道交通正常运行，则会给轨道交通运载带来严重影响，本文对南京地铁3号线大行宫站进站客流进行分析，并得出了有效的解决方案。
- 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)。
15
LOGO 15/68 15/68
随季节不同的客流不同
16
LOGO 16/68 16/68
一周内的客流变化
17
LOGO 17/68 17/68
一 日 内 的 客 流 波 动 和 运 营 车 辆 波 动
18 LOGO 18/68 18/68
4. 客流的运营特性
平均出行长度 客流密度 客流波动系数 乘客交换系数
BL ηx = BL − PX
23
LOGO 23/68 23/68
ηx =
Pt Pt − ∑ bi − ai
i =1
24 LOGO 24/68 24/68
n
ηx =
∑b
n −1 i =1 i =1 k i i=2
n −1
i n −1
=
i
Pt
k i =1 i i
∑ b − (∑ a + ∑ b ) ∑ (b − a )
27
LOGO 27/68 27/68
i k =1
25
Pt = Pmax
LOGO 25/68 25/68
5. 关于客流运营特性的拓展
停站趋势： 停站趋势： 反映需要使用车站的情况 通过趋势： 通过趋势： 反映不需要使用车站的情况
Stop(i ) = bi + ai
Go(i ) = Pi −1 − ai
26
LOGO 26/68 26/68
19
LOGO 19/68 19/68
乘客平均出行长度，或乘客平均出行距离，为所有乘 乘客平均出行长度 客的总出行距离（周转量）与乘客人数（在同一时期内， 例如小时或天）的比值
n
lav =
∑ p ×l
i =1 i n
i
∑ bi
i =1
1 = pt
∑ p ×l
i =1 i
n
i
20
LOGO 20/68 20/68
4
LOGO 4/68
1. 公交出行影响因素分析
一般来讲，一条公交线路（或线网） 一般来讲，一条公交线路（或线网）的客流量依赖于 所在城市（或区域） 出行总量以及公共交通与其他 所在城市（或区域）的出行总量以及公共交通与其他 竞争交通方式如私家车、出租车、 竞争交通方式如私家车、出租车、自行车等相比所提 供的服务水平和出行费用的差异 后者具体表现在： 差异。 供的服务水平和出行费用的差异。后者具体表现在：
3
LOGO 3/68
1. 公交出行影响因素分析
潜在公交出行需求至少等于实际公交系统的客流量， 潜在公交出行需求至少等于实际公交系统的客流量， 但经常大于这一数值， 但经常大于这一数值，两者之差是由于服务水平和费 用等因素而未能实现的出行需求。 用等因素而未能实现的出行需求。 在交通规划中使用的往往是具有整体意义的潜在公交 出行需求， 出行需求，而在描述城市轨道交通系统运营中的出行 需求概念时往往仅指实际发生的客流量， 需求概念时往往仅指实际发生的客流量，或者更精确 指的是每小时运送的乘客数量。 些，指的是每小时运送的乘客数量。
出行距离的分布： 出行距离的分布：
不同距离的公交出行分布 不同距离的出行模式分布
9 LOGO 9/68
10
LOGO 10/68 10/68
11
LOGO 11/68 11/68
2. 客流的空间特性分析
交通需求的空间分布是城市形态及土地利用的分布函 在具有明确CBD范围的城市， CBD范围的城市 数。在具有明确CBD范围的城市，最大的交通需求量 总是聚集在向着CBD的径向方向上。城市副中心（ CBD的径向方向上 总是聚集在向着CBD的径向方向上。城市副中心（或 主要的活动中心） 主要的活动中心）或郊区的中心也经常是大交通量的 生成者。 生成者。
Pmax L × Pmax ηf = = n Pav ∑ pi × li
i =1
22
LOGO 22/68 22/68
乘客交换系数， 乘客交换系数 ， 定义为沿线上车的乘客总数与那些没有 替换下车乘客的乘客数的比值。 替换下车乘客的乘客数的比值 。 指沿线交换乘客所占的比 即乘客的周转率。 例，即乘客的周转率。
出行需求的集中程度 出行距离的分布
5
LOGO 5/68
出行需求的集中程度： 出行需求的集中程度：
道路资源的有限性和公共交通的高载客量 道路资源的有限性 公共交通的高载客量，决定了在 公共交通的高载客量 一个规划合理、换乘便捷的交通系统中，即使私家保 有量处在一个很高的水平，公共交通也是人们在城市 中心区域和繁忙干线上出行时的优先选择。而在居住 分散、人口密度较低的郊区，私家车出行则会更方便 些，尽管公共交通系统通过合理的组织也可以提供一 定水平的基本服务。
12
LOGO 12/68 12/68
2. 客流的空间特性分析
实际的公交运量可能低于潜在的公交出行需求。 实际的公交运量可能低于潜在的公交出行需求。如果 在某城市区域或线路上公交出行很少， 在某城市区域或线路上公交出行很少，那么有时会认 为它没有太多的公交出行需求。但是， 为它没有太多的公交出行需求。但是，低使用率的主 要原因可能是服务水平极差、 要原因可能是服务水平极差、或者这种交通方式没有 提供与它价格相符的服务，例如价格高、行驶缓慢、 提供与它价格相符的服务，例如价格高、行驶缓慢、 服务不可靠等，这种现象不能忽视。 服务不可靠等，这种现象不能忽视。
平均客流密度 ，为客流周转总量与线路长度的比值
Pav =
∑ p ×l
i =1 i
n
i
L
21
LOGO 21/68 21/68
客流波动系数，显示线路客流量达到高峰的程度， 客流波动系数 ， 显示线路客流量达到高峰的程度 ， 为最 大断面客流（ MLS点上 在全线的密度与平均客流密度 点上） 密度与平均客流密度的 大断面客流（在MLS点上）在全线的密度与平均客流密度的 比值
出行距离的分布： 出行距离的分布：
不同距离的公交出行分布 不同距离的出行模式分布
6 LOGO 6ቤተ መጻሕፍቲ ባይዱ68
2011-042011-04-02
7
2011-042011-04-02
8
出行需求的集中程度： 出行需求的集中程度：
道路资源的有限性和公共交通的高载客量 道路资源的有限性 公共交通的高载客量，决定了在 公共交通的高载客量 一个规划合理、换乘便捷的交通系统中，即使私家保 有量处在一个很高的水平，公共交通也是人们在城市 中心区域和繁忙干线上出行时的优先选择。而在居住 分散、人口密度较低的郊区，私家车出行则会更方便 些，尽管公共交通系统通过合理的组织也可以提供一 定水平的基本服务。
13
LOGO 13/68 13/68
14
LOGO 14/68 14/68
3. 客流的时间特性分析
出行的时间变化由出行方式的不同和不同出行方式服 务水平的不同引起。在高峰时期，出行的总人数较多， 务水平的不同引起。在高峰时期，出行的总人数较多， 公交出行的相对优势也较明显， 公交出行的相对优势也较明显，因此此时选择公交出 行的乘客数量较多， 行的乘客数量较多，在模式分担中公共交通的比例也 比其他时段大。 比其他时段大。 公交出行量往往随一年中的不同季节、 公交出行量往往随一年中的不同季节、一周中的工作 日和周末以及一日中的不同时段而变化。 日和周末以及一日中的不同时段而变化。
第四章 客流特性分析
主要内容
1. 公交出行影响因素分析 2. 空间特性分析 3. 时间特性分析 4. 客流的运营特性 5. 客流特性的拓展
2
LOGO 2/68
1. 公交出行影响因素分析
居民的公交出行，或者说对公交服务的使用， 居民的公交出行，或者说对公交服务的使用，常常也 被称为公交出行需求（ demand）。 被称为公交出行需求（Transit demand）。 当它被定义为希望使用某公交系统的服务并支付相应 费用的乘客数量时， 费用的乘客数量时，出行需求等于该公交系统中的实 际客流量。 际客流量。 当它被定义为在一定条件——服务非常好且费用（票 服务非常好且费用（ 当它被定义为在一定条件 服务非常好且费用 较低或中等——下的乘客数量时，考虑到居民的 下的乘客数量时， 价）较低或中等 下的乘客数量时 公交出行需求相对于服务水平和费用是有一定弹性的， 公交出行需求相对于服务水平和费用是有一定弹性的， 称为潜在公交出行需求（ 称为潜在公交出行需求（Potential transit demand）。 demand）。