.
.
. .word.zl. 第一章
轨道交通的定义：运载人和物的车辆在“特定〞的轨道上走行，轨道起了支撑和导向作用，这种交通手段称为轨道交通。
第二章
城市轨道交通的类型：从它的输送功能和运行区域来看，那么可以划分为 “市郊铁路〞、“城市轨道交通系统〞、“小区域轨道输送系统〞等三个类型。
从单列运量来看，那么市郊铁路最大，“小区域轨道输送系统〞最小。
轨道交通经历的过程：①城市轨道交通车辆经历了从蒸汽机车到电力机车，再从普通电力机车到直线电机列车；②从单机牵引到动车组运行的一系列巨大变革；③从钢轮钢轨开展到胶轮独轨，从轮轨接触走行模式开展到磁悬浮高速走行模式。
市郊铁路的技术特征:①市郊铁路的技术特征是由市郊居民通勤出行的客流特征和接驳城际客货运的运量决定的。②兴旺国家大城市的市郊铁路多数是利用铁路大开展时期遗留下来的旧有铁路，开行城市郊区客车，成为市郊铁路；③也有将原先的市镇间的旧铁路，开展成大城市的市郊铁路。
地铁与轻轨的区别：①“地铁〞与“轻轨〞的主要差异也是最根本的差异就是运量不同。②在我国的标准中，每小时客运量3～8万人次的轨道交通系统，称为“地铁〞；每小时客运量1～3万人次的轨道交通系统，称为“轻轨〞。③而且“轻轨〞的走行形式可以是钢轮钢轨的双轨,也可以是胶轮独轨。
独轨(Monorail)系统是指以单一轨道来支承或悬挂车厢并提供导向作用而运行的轨道交通系统。
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。通过对城市居民的出行需求进行分析和模拟，最终预测出轨道交通的客流。这种方法考虑的因素较为全面，但计算过程较为复杂，需要大量的数据支持和专业的模型软件。
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。自适应神经模糊推理系统是一种结合神经网络和模糊推理的方法，通过神经网络的进修和模糊推理的思维方式来进行客流猜测。
原题重点：
城市轨道交通客流（系统）需求预测的主要内容有哪些？（预不多预）
①预测前提条件的界定
②不同预测年限 运输需求总量及时空分布预测
③多方交通网络分配结果及综合交通结构目标的分析与评估
④预测结果的灵敏度分析
如何协调轨道交通与地面公交的衔接？（直一不沿）
（由轨道交通车站换乘地面公共汽车的客流，应通过行人天桥或地道直接进入街道外的公共汽车站台，使人流与车流分别在不同的层面上流动，互不干扰。）
①公共汽车在道路边直接停靠，利用地下通道与地铁车站相联系。
②公共汽车与轨道交通处于同一平面，公共汽车停靠站和轨道交通车站的站台合用，并用地下通道联系两个侧式站台。
③轨道交通与公共汽车车站处于不同平面，通过某一路径，使轨道交通与公共汽车共用站台，两个方向都有很好的换乘条件。
④在繁忙的轨道交通车站，入站的公共汽车很多，采用沿线停靠法会因停靠站空间不足而造成拥挤。为了解决以上问题，可采用路外多个站台换乘枢纽的方式。为避免人流进出站对车流的干扰，每个站台均以地下通道与轨道交通车站相连。
提高轨道交通系统运营最高速度的因素取决于哪几个方面？（站列区旅经）
①站间距离
②列车重量及编组
③区间线路条件
⑤旅客舒适度
⑥经济性
简述车站总平面布局设计的步骤（分根确绘）
①分析影响因素，确定边界条件
②根据功能要求构思总体方案
③确定出入口与风亭数量及位置
④绘制车站总平面布置图
简述线路纵断面设计的影响因素（地施排桥防）
①地下线结构顶板覆土厚度
②地下管线及构筑物
③地质条件
④施工方法
⑤排水站位置
⑥桥下净高
⑦防洪水位
绘图：
绘制站台同平面换乘的两种形式，各自的换乘特点是什么？（查）
双线双岛式站台和双线岛侧式站台
岛式站台简单的说就是在站台的两边都可以停车上下乘客，而侧式站台只能在一边停车上下乘客
岛式就是展台两边都是轨道，侧式就是轨道在两边站台之间。
图1. 同站同平面双岛式换乘站
