城市轨道交通客流量预测

城市轨道交通客流预测

一、客流预测模式

1、非基于出行分布的客流预测模式。将相关公交线路和自行车出行的现状客流向轨道交通线路转移，得到虚拟的轨道交通基年客流。然后根据相关公交线路的客流增长规律确定轨道交通客流的增长率，并据此推算轨道交通的远期客流。这种客流预测模式又称为趋势外推客流预测模式。

趋势外推客流预测模式能较好地反映近期客流量的增长情况，但由于未考虑土地利用形态等客流影响因素，远期客流预测结果的精度较低，并且在预见未来出行分布变化上可靠性较差。该客流预测模式操作简单，常用于其他模式预测后的比较验证，或作为定性分析的辅助手段。

2、基于出行分布的客流预测模式。以市民出行交通起讫点调查（origin-d

estination survey，OD调查）为基础，得到现状全方式出行分布，在此基础上预测规划年度的全方式出行分布，然后通过方式划分得到轨道交通的站间OD客流。这种客流预测模式包括出行生成、出行分布、方式划分与出行分配四个阶段，因此又称为四阶段客流预测模式或方法。

四阶段客流预测模式以现状OD调查为基础,结合未来城市发展及土地利用规划预测，因此客流预测结果的精度较高。该客流预测模式对于基础数据的要求较高、操作复杂。此外，在城市发展未能按规划实现时，预测的客流分布就会存在较大的差异。近年来，国内许多城市的轨道交通客流预测采用了四阶段客流预测模式。但在实践过程中，各个建设项目在方式划分阶段的位置、预测模型及参数标定，以及交通规划软件选用等方面存在不同的情形。

3、三次吸引客流预测模式。三次吸引客流预测模式认为，可以确定一个轨道交通车站对客流的吸引范围，车站吸引范围是一个以车站为圆心，以合理的到达车站时间或到达车站距离为半径的圆形区域。在分析车站吸引范围内的土地利用性质，以及确定合理步行区与接运交通区的基础上，可以预测通过步行、自行车和常规公交三种方式到站乘车的人次，它们分别称为一次吸引客流、二次吸引客流和三次吸引客流，并在车站客流量的基础上进一步推算线路的断面客流量。西安市的轨道交通可行性研究项目中采用了此种客流预测模式。

城市轨道交通客流预测论文

摘要：城市轨道交通客流预测是轨道系统规模和分期发展的基本依据，应谨慎对待，反复论证，不仅需要根据模型定量计算，还要从专家和工程的角度去定性分析和判断。将轨道交通客流预测分为转移客流预测和诱增客流预测可以全面的预测轨道交通客流，大大提高了预测精度水平，为轨道交通后续工作打好基础。

前言

随着社会经济的发展，交通问题日益成为困扰城市发展的因素，我国各大城市致力于城市轨道交通的建设以解决交通问题。城市轨道交通以其快速、准时、舒适、安全等优势越来越赢得人们的认可。客流预测是城市轨道交通前期工作的重点，为确定项目工程规模、车辆选型、设备配置以及工程投资奠定基础。从客流产生的机理上看，城市轨道交通客流量主要由转移量和诱增量两部分组成。因此，做好城市轨道交通转移和诱增客流预测可以大大提高项目的客流预测精度。

客流预测具有一定的战略性、前瞻性和全局性。客流预测不仅关系到申请城市能否具有资质建设的重要前提条件，而且关系到轨道交通的线网布局、路径选择、车站布置、建设规模以及运营组织。客流预测结果的准确与否直接关系到城市轨道交通的建设投资、运营效率及经济效益。随着我国城镇化的快速发展，到2020年，全国的城镇化率将超过60%，巨大的人口涌入城市，将意味着公共交通需承担起更多运量客流预测，加强城市轨道客流预测理论和方法的研究将会显得更加急迫。对开通的部分地铁中预测客流与实际客流存在较大偏差的事实，进行了深入思考，分析了影响客流预测的因素和客流预测的一些方法，并提出了对解决客流预测中存在问题的一些想法。

1. 概述城市轨道交通转移客流预测

城市轨道交通转移客流量是指城市轨道交通的建设运营，依靠其优于其它交通方式的特点，吸引了其它交通方式的客流量。主要表现为出行方式的改变和换乘行为的增加。

1.1关于城市轨道交通转移客流预测内容

从国内外实际项目运用经验来看，在城市总体规划和轨道交通线网规划的前提下，从城市轨道系统功能要求出发，按设计年限将转移客流预测内容分为全线客流预测、车站客流预测、分流客流预测、换乘客流预测和分向客流预测。

第３５卷增刊１　２０１４年ｌ０月　大连交通大学学报　ＪＯＵＲＮＡＬ　ＯＦ　ＤＡＬＩＡＮ　ＪＩＡＯＴＯＮＧ　ＵＮＩＶＥＲＳＩＴＹ　Ｖｏ１．３５　Ｓｕｐｐ．１　０ｃｔ．２０１４　

文章编号：１６７３—９５９０（２０１４）增刊１—００１３—０４　

基于ＢＰ神经网络的轨道交通客流量预测　

常利　，左忠义　，韩冰　

（１．天津市地下铁道运营有限公司，天津３０００００；２．大连交通大学交通运输工程学院，辽宁大连１１６０２８）米　

摘要：通过对ＢＰ神经网络的研究，借助ＭＡＴＬＡＢ软件及其神经网络工具箱的应用学习，对非线性函　数进行逼近，通过特定设计函数对所需要建立的神经网络模型进行训练，并且利用仿真来判断误差结　果，得出符合模型的合理权值以及阈值，最后根据已有年数据进行轨道交通客流量的预测．　关键词：ＢＰ神经网；ＭＡＴＬＡＢ；轨道交通客流预测　文献标识码：Ａ　

０　引茜　

关于预测的方法、模型有很多种，一般分为线　

性预测模型和非线性预测模型，对于线性预测问　题，有贝叶斯方法、时间序列方法等，而解决非线　性预测问题，有系统动力学方法以及本文要研究　

的神经网络方法．　对于轨道交通来说，客流是其建设、以及运营　

方面的评估依据和参考．轨道项目建设者依据客　流量中的多种参数，例如Ｅｔ均客流量和高峰小时　

断面流量的预测值来确定行车编组、发车间隔以　

及车型．所以客流预测对于轨道工作者是十分重　要的环节．ＢＰ（Ｂａｃｋ　Ｐｒｏｐａｇａｔｉｏｎ）神经网络是１９８６　年由Ｒｕｍｅｌｈａｒｔ和ＭｃＣｅｌｌａｎｄ为首的科学家小组　提出，是一种按误差逆传播算法训练的多层前馈　网络，是目前应用最广泛的神经网络模型之一．本　文通过三层ＢＰ神经网络和ＭＡＴＬＡＢ的模型来进　

行天津地铁二号线的客流量的预测．　

１　ＢＰ神经网络算法分析　

１．１　ＢＰ神经网络的组成　ＢＰ神经网络的学习过程是使用最速下降法，　

通过反向传播来不断调整网络的权值和阈值，使　网络的误差平方和最小．ＢＰ神经网络模型拓扑结　构主要包括三部分：输入层、隐层以及输出层．一　般采用ＢＰ神经网络进行建模仿真学习时，需要　明白几个问题¨Ｊ：　

２０１０年第３期　（总第４３期）　西安铁路职业技术学院学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｘｉ　ｈｎ　Ｒａｉｌｗａｙ　Ｖｏｃａｔｉｏｎａｌ＆Ｔｅｃｈｎｉｃａｌ　Ｉｎｓｔｉｔｕｔｅ　Ｎｏ．３，２０１０　Ｓｅｆｉａｌ　ＮＯ．４３　

基于ＴｒａｎｓＣＡＤ的城市轨道交通客流量预测方法研究　

刘婷婷　

（西安铁路职业技术学院陕西西安７１００１４）　

摘要：结合兰州市轨道交通客流量预测实例，明确城市轨道交通客流预测的特点和预测内容，探讨基于ＴｒａｎｓＣＡＤ　的城市轨道交通客流量预测方法，提供一种更为合理的城市轨道交通客流预测技术。　关键词：城市轨道交通；客流预测；ＴｒａｎｓＣＡＤ　

中图分类＂￣－：Ｕ２３９．５　文献标识码：Ａ　文章编号：９４３７一（２０１０）０３—００１６—０４　

Ａ　Ｓｔｕｄｙ，Ｂａｓｅｄ　ｏｎ　ＴｒａｎｓＣＡＤ，ｏｎ　ｔｈｅ　Ｆｏｒｅｃａｓｔｉｎｇ　

Ｔｅｃｈｎｉｑｕｅｓ　ｏｆ　Ｕｒｂａｎ　Ｔｒａｃｋ　Ｔｒａｆｆｉｃ　Ｐａｓｓｅｎｇｅｒ　Ｃａｐａｃｉｔｙ　

Ｌｉｕ　Ｔｉｎｇｔｉｎｇ　

（Ｘｉｈｎ　Ｒａｉｌｗａｙ　Ｖｏｃａｔｉｏｎａｌ＆Ｔｅｃｈｎｉｃａｌ　Ｉｎｓｔｉｔｕｔｅ）　

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ａｒｔｉｃｌｅ，ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｓａｍｐｌｅｓ　ｏｆ　ｔｈｅ　ｔｒａｃｋ　ｔｒａｆｆｉｃ　ｐａｓｓｅｎｇｅｒ　ｃａｐａｃｉｔｙ　ｆｏｒｅｃａｓｔ　ｏｆ　Ｌａｎｚｈｏｕ，ｔｒｉｅｓ　ｔｏ　ｆｉｎｄ　ｏｕｔ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎｄ　ｆｏｒｅｃａｓｔ　ｃｏｎｔｅｎｔ　ｏｆ　ｕｒｂａｎ　ｔｒａｃｋ　ｔｒａｆｆｉｃ　ｐａｓｓｅｎｇｅｒ　ｆｌｏｗ　ｆｏｒｅｃａｓｔ，ａｎｄ　ｄｉｓｃｕｓｓｅｓ　ｔｈｅ　ｕｒ．　

ｂａｎ　ｔｒａｃｋ　ｔｒａ￣ｃ　ｐａｓｓｅｎｇｅｒ　ｃａｐａｃｉｔｙ　ｆｏｒｅｃａｓｔ　ｔｅｃｈｎｉｑｕｅｓ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ＴｒａｎｓＣＡＤ．Ｔｈｅ　ｐｕｒｐｏｓｅ　ｏｆ　ｔｈｅ　ｓｔｕｄｙ　ｉｓ　ｔｏ　ｐｒｏ．