1003005陳瑤瑤開題報告

畢業(yè)設計（論文）開題報告課題名稱城軌交通線路工作日客流特征分析及客流預測副標題 以北京地鐵2號線工作日為例 系名稱 土木工程系 專業(yè) 交通運輸 學生姓名 陳瑤瑤學號2014年03月09日一、畢業(yè)設計（論文）課題背景（含文獻綜述）（一）課題背景及意義在改革開放的大背景下，我國社會經(jīng)濟的全面發(fā)展，城市化進程的不斷加快，城市規(guī)模的不斷擴大，城市人口的高度集中，而交通運輸系統(tǒng)的發(fā)展速度跟不上城市的建設的步伐，交通出行量己超過城市交通設施的承載量，導致許多大型城市如北京、上海等地，出現(xiàn)了道路交通堵塞、空氣污染、土地資源短缺等一系列的問題，制約著城市的發(fā)展。面對城市交通所帶來的一系列嚴峻的挑戰(zhàn)，還要走可持續(xù)發(fā)展的道路，協(xié)調(diào)發(fā)展，該采取那些措施呢？結合國外發(fā)達國家的發(fā)展經(jīng)驗和我國自身的情況，可以得知，解決城市交通擁堵最行之有效的方法就是采用城市軌道交通的方式。城市軌道交通在城市公共交通系統(tǒng)中得到快速發(fā)展，成為解決城市擁堵等交通問題的骨干力量。把城市軌道交通中的地鐵交通方式與常規(guī)公交方式作對比，發(fā)現(xiàn)地鐵有以下幾個特點：運量大。地鐵，它的運量是30000人/h以上，而常規(guī)公交運量是6000人/h-9000人/h左右。速度快。地鐵的最大行駛速度是120km/h,運輸速度是40km/h-60km/h，而常規(guī)公交的運輸速度是20km/h-50km/h，但實際的平均時速20km/h左右（據(jù)不完全統(tǒng)計得出的數(shù)據(jù)）。準點。由于輕軌交通一般處于封閉或半封閉狀態(tài)，不受市內(nèi)道路及其他交通方式的干擾，準點率很高。保護環(huán)境。交通運輸系統(tǒng)排放的廢氣是大氣污染的主要來源，而城市廢氣的主要排放源是汽車。由于城市軌道交通以電力組為動力，對環(huán)境污染較小；同時地鐵車站和線路深埋地下，振動時產(chǎn)生的噪音對于外界的干擾也比較小。還有安全、節(jié)約能源、空間分離等特點。北京地鐵2號線，是北京的一條環(huán)線地鐵，沿原北京城池內(nèi)城而建。該線全長23.0km，設18座車站和1座車輛段。環(huán)行一周用時約40分鐘。全線線路東段、北段、西段的走向與北京二環(huán)路重疊，線路南段沿長椿街-前門-建國門行駛。工作日2號線的日均客流量在100萬人次左右，不過2號線上乘客的平均乘車里程短，早晚發(fā)車間隔短，擁擠程度相對1號線、五號線的小些。隨著城市軌道交通建設快速的發(fā)展，日益完善的網(wǎng)絡化城市軌道交通己逐漸成為我國城市公共交通的重要組成部分。隨著網(wǎng)絡中線路的增加使得客流變化更具實時性特征。根據(jù)軌道交通歷史數(shù)據(jù)，對其客流特性進行分析，并對未來的客流作出短期預測，其預測結果，在地鐵運營的日常工作中具有重大意義，不僅滿足運輸市場需要，還有效組織運輸力量，達到經(jīng)濟效益和社會效益最大化。只有準確把握客流特性及變化規(guī)律的前提下才能合理地配置和調(diào)度軌道交通車輛，因此，實時準確的客流預測是軌道交通系統(tǒng)高效有序運營的重要保障。（二）文獻綜述研究概況目前，國內(nèi)外非常重視對客流預測技術的研究，但利用歷史客流數(shù)據(jù)，對軌道交通短期客流預測的研究卻相對較少，大多借鑒道路交通、常規(guī)公交、鐵路客流預測的成果，再加上短期內(nèi)軌道交通客流的信息變化較大，影響因素較多，使得現(xiàn)有客流預測方法難以獲得較高的預測精度。利用歷史客流數(shù)據(jù)，對軌道交通的客流從時空分布特征方面分析，并對未來客流量進行預測。比較具有帶表性的如北京交通大學楊冉的碩士學位論文“城市軌道交通客流預測及運營調(diào)度方法研究”、北京交通大學史文雯的碩士學位論文“城市軌道交通短時客流預測與最優(yōu)客運能力調(diào)配問題的研究”、謝輝等人的“軌道交通短期客流預測方法及其算法研究”等等。客流現(xiàn)狀分析2006年，西安交通大學張成的碩士學位論文《城市軌道交通客流特征分》［1］中以運營階段客流進行調(diào)查的數(shù)據(jù)為基礎，整合了現(xiàn)有的運營客流分析的相關研究成果，在此基礎上提煉出相應的數(shù)據(jù)分析指標，得出運營階段軌道交通客流的時間分布特征和空間分布特征特點。2007年，沈麗萍等人發(fā)表的《城市軌道交通客流分析》⑵一文中通過對我國十幾座城市軌道交通系統(tǒng)30多條線路客流預測資料的分析，闡明了客運量可能的發(fā)展趨勢;建立了以車站、路段為單元的客流空間分布研究方法和全日客運量時段分布研究方法；以及應對系統(tǒng)、環(huán)境發(fā)生變化時的客流預測結果的調(diào)整方法。2010年，北京交通大學楊冉的碩士學位論文《城市軌道交通客流預測及運營調(diào)度方法研究》［3］一文中對實際運營線路客流量資料進行分析、研究，總結城市軌道交通系統(tǒng)中的客流分布特征、了解客流時空分布規(guī)律。2011年，北京交通大學史文雯的碩士學位論文《城市軌道交通短時客流預測與最優(yōu)客運能力調(diào)配問題的研究》［4］中以北京城市軌道交通歷史客流數(shù)據(jù)為基礎，從城市軌道交通網(wǎng)絡客流的時間分布和空間分布兩個方面進行分析，前者按照不同的時間跨度分析客流變化特征，采用的時間跨度分別是一日和一周，觀察其變化規(guī)律。后者主要從線路客流分布、各斷面客流分析和車站乘降客流上下行分布等這幾個方面來闡述?？土黝A測方法研究2005年，長安大學羅小強的碩士學位論文《城市軌道交通客流預測分析》［9］一文中以傳統(tǒng)四階段法為基礎，根據(jù)我國城市軌道交通實際客流情況，對此方法加以改造、修正。分析各種不確定因素，建立了出行生成的非線性預測模型，并對其結果進行修正。2009年蔣玉琨發(fā)表的《通往郊區(qū)的軌道交通線路客流預測方法》mi一文中針對正處于發(fā)展和建設階段并且客流量沒有準確的歷史數(shù)據(jù)的郊區(qū)，采用的預測方法需要根據(jù)規(guī)劃信息，準確定位郊區(qū)的功能和性質(zhì)，采用經(jīng)驗數(shù)據(jù)合理類比得出線路的客流量。2010年，楊冉在《城市軌道交通客流預測及運營調(diào)度方法研究》⑶一文中首先對長期客流和短期客流預測方法進行分析和對比，指出在處理不確定因素時BP神經(jīng)網(wǎng)絡對短期客流預測的優(yōu)勢，然后通過三種客流預測方法對神經(jīng)網(wǎng)絡時間序列預測和神經(jīng)網(wǎng)絡回歸預測模型進行論證。利用數(shù)據(jù)證明，建立BP神經(jīng)網(wǎng)絡模型在軌道交通網(wǎng)絡客流預測上具有一定的推廣性。2011年，謝輝等人發(fā)表的《軌道交通短期客流預測方法及具算法研究》⑸一文中，根據(jù)軌道交通歷史客流數(shù)據(jù)，對客流特性進行分析，利用灰色模型對城市軌道交通的客流量進行短期預測，并且利用馬爾科夫鏈修正和改進模型預測結果:為了實現(xiàn)客流預測的自動化，描繪了客流預測過程的整個流程圖，并對其預測算法進行了研究。2010年，馬超群等人發(fā)表的《城市軌道交通客流預測方法》［13］一文中針對城市軌道交通客流預測結果的可靠性，建立出行的生成-分布共生模型來預測在高峰小時時的出行發(fā)生（吸引）及分布，以綜合交通網(wǎng)絡為基礎提出了方式劃分與分配組合模型，并以西安地鐵3號線為例，進行驗證。實驗結果表明：改進后的模型能有效地進行軌道交通客流預測。2011年，史文雯的碩士學位論文《城市軌道交通短時客流預測與最優(yōu)客運能力調(diào)配問題的研究》［4］一文中分析客流預測的方法，總結歸納各種預測方法的優(yōu)缺點和適用性?？紤]北京城市軌道交通短時客流呈非線性分布，傳統(tǒng)的數(shù)學模型不能在允許的誤差范圍內(nèi)準確的預測短時客流量，所以選定神經(jīng)網(wǎng)絡模型，并且在其基礎上分別結合小波理論、模糊理論和支持向量機三種模型作為短時客流預測的方法。利用已處理的數(shù)據(jù)樣本，對確立的模型進行試驗。實驗結果證明，預測精度最高的是小波神經(jīng)網(wǎng)絡。2011年，長安大學王玉萍的博士學位論文《城市軌道交通客流預測與分析方法》［10］一文中針對軌道交通網(wǎng)絡對人口、就業(yè)空間分布的影響，引用城市人口分布引力勢能場概念，建立在城市軌道交通影響下的人口、就業(yè)重分布模型。2012年，北京交通大學毛靜的碩士學位論文《城市軌道交通客流短期預測方法及實證研究》B］中將RBF神經(jīng)網(wǎng)絡和支持向量機兩種單項預測方法有機的融合，構建灰色關聯(lián)度最大化的組合模型。通過清明節(jié)的客流預測，證明組合預測模型與單項預測模型相比，前者客流預測的數(shù)據(jù)更加接近實際。2013年，林瑞華發(fā)表的《基于時間序列分析的軌道交通客流預測》⑺一文中以2008至2013年天津地鐵1號線客流量的數(shù)據(jù)作為樣本，通過時間序列方法，建立預測模型并對其進行分析，對2014年的客流量作出預測。2013年，王雪梅等人發(fā)表的《城市軌道交通短時客流預測體系框架及關鍵技術》"I一文中預測站點和斷面短時客流，利用其短時客流預測結果反向推導OD矩陣；同時使用GARCH模型驗證結果的準確性，來提高短時客流預測結果的可信度。優(yōu)化調(diào)度車輛的問題研究1994年，Zhu研究的行車間隔優(yōu)化問題是建立在車輛的“終端排隊約束”條件下，建立非線性整數(shù)規(guī)劃模型，并給出了求解模型的啟發(fā)式算法US1994年，Erlander等人提出的公交線路發(fā)車頻率的模型，它是一個非線性規(guī)劃的模型，每條線路的發(fā)車頻率是它的決策變量，除了要優(yōu)化發(fā)車頻率以外還要考慮客流分配問題［以。2001年，A.Ceder等人研究的是關于最大一致性的行車時刻表，建立的調(diào)度模型可以多條線路協(xié)調(diào)發(fā)車［16］。2005年，方蕾等人發(fā)表的《城市軌道交通客流與行車組織分析》［17］一文中分析了城市軌道交通客流的時空特性，根據(jù)客流動態(tài)特征編寫了行車組織的原則。以南京地鐵南北線的歷史客流數(shù)據(jù)為例進行預測，深度剖析客流與行車組織之間的聯(lián)系。2010年，楊冉在《城市軌道交通客流預測及運營調(diào)度方法研究》［3］一文中根據(jù)現(xiàn)行運營管理模式，全面了解分析運營條件和乘客的實際出行量后，以北京地鐵1號線和2號線為例編制了全日行車計劃，給出了解決客流時空不均衡性的運營調(diào)度方案。2011年，蔣玉寶、曾祥龍發(fā)表的《城市軌道交通行車計劃優(yōu)化》［18］一文中強調(diào)了城市軌道交通調(diào)度是以城市軌道交通行車計劃為基礎，在現(xiàn)實運營管理模式下，全面了解分析運營生產(chǎn)條件和實際客流量后，編制全日行車計劃，用于組織和指導城市軌道交通運營。2011年，胡輝發(fā)表的《不確定客流條件下軌道交通全日行車計劃的決策模擬》［19］一文中簡單的介紹了編制全日行車計劃的主要內(nèi)容和基礎步驟，在包含不確定因素的前提條件下所編寫全日行車計劃利用CrystalBall軟件對其進行模擬分析。評述客流預測按預測時間的長短可分為長期、中期和短期預測。長期預測主要針對規(guī)劃建設城市軌道交通線路，主要采用以下三種方法:非基于出行分布的客流預測方法、基于出行分布的客流預測方法、三次吸引客流預測方法。由于我國的城市軌道交通網(wǎng)絡正在積極建設當中，網(wǎng)絡中各線路客流相互影響逐步加大，長期客流預測不再準確反映客流的變化趨勢，而短期客流預測將更符合實際情況。短期客流預測常采用的方法主要包括時間序列預測方法、回歸分析方法、神經(jīng)網(wǎng)絡預測方法等。這三種方法主要依靠歷史數(shù)據(jù)，構造模型進行預測。而本文研究的就是依據(jù)歷史數(shù)據(jù)，進行時空特征分析，采用短期客流預測。二、 畢業(yè)設計（論文）方案介紹（主要內(nèi)容）（1） 客流現(xiàn)狀分析對實際運營線路客流量資料進行分析、研究，分析城市軌道交通系統(tǒng)中客流的時間和空間分布特征，并選取2~3個區(qū)間分析其時間上的運能運量匹配性、選取早晚高峰2個時間段線路空間（上下行方向）上的運能運量匹配性。（2） 短期客流預測根據(jù)現(xiàn)狀數(shù)據(jù)，判斷早高峰最大斷面客流所在。根據(jù)該斷面的歷史數(shù)據(jù)，采用一種客流預測方法對短時間段內(nèi)的客流進行預測。（3） 全日行車計劃根據(jù)預測的客流情況，首先確定分時最大斷面客流量、列車定員數(shù)和線路斷面滿載率，其次計算分時斷面最大客流量，然后計算分時開行列車對數(shù)，再計算分時行車間隔并檢驗開行時間間隔是否滿足條件，最終制定預測日內(nèi)的全日行車計劃。三、 畢業(yè)設計（論文）的主要參考文獻張成.城市軌道交通客流特征分析[D][J].成都：西南交通大學碩士畢業(yè)論文，2006沈麗萍，馬瑩，高世廉.[J].城市交通,2007楊冉.城市軌道交通客流預測及運營調(diào)度方法研究[D].北京交通大學學位論文.2010史文雯.城市軌道交通短時客流預測與最優(yōu)客運能力調(diào)配問題的研究[D].北京交通大學學位論文.2011謝輝，董德存，歐冬秀，王詩薇.軌道交通短期客流預測方法及具算法研究.現(xiàn)代城市軌道交通，2011毛靜.城市軌道交通客流短期預測方法及實證研究[D].北京交通大學學位論文.2012林瑞華.基于時間序列分析的軌道交通客流預測[J].現(xiàn)代經(jīng)濟信息，2013張國寶.城市軌道交通運營組織[M].上?？茖W技術出版社.2006羅小強.城市軌道交通客流預測分析[D].西安：長安大學，2005王玉萍.城市軌道交通客流預測與分析方法[D].西安：長安大學，2011蔣玉琨.通往郊區(qū)的軌道交通線路客流預測方法[J].都市快軌交通，2009王雪梅，張寧，張云龍.城市軌道交通短時客流預測體系框架及關鍵技術[J].交通運輸工程與信息學報，2013馬超群，陳寬民，王玉萍.城市軌道交通客流預測方法[J].長安大學學報：自然科學版,2010ZhuW.Tripfrequencyschedulingforterminalqueuingrouters[J].Proceedingsof7thIFAC/IFORSSymposiumonTransportationSystem,1994ErlanderS,ScheeleS.Amathematicalprogrammingmodelforbustrafficinanetwork.TransportationandTrafficTheory1994Ceder A,GolanyB,TalO.Creatingbustimetablewithmaximalsynchronization[J].TransportationResearchPartA,2001方蕾，龐志顯.城市軌道交通客流與行車組織分析[J].城市軌道交通研究，2005蔣玉寶，曾祥龍.城市軌道交通行車計劃優(yōu)化[J].民營科技，2011胡輝.不確定客流條件下軌道交通全日行車計劃的決策模擬[J].鐵道運輸與經(jīng)濟，2011劉遷.國內(nèi)城市快速軌道交通客流預測的分析.地鐵與輕軌.1997何靜.城市軌道交通運營管理〔M].北京:中國鐵道出版社，，2007謝海紅，羅江浩，賈元華.交通項目評估與管理.北京：人民交通出版社，2009VuchicVR.Transitoperationmanual[M].DepartmentofCivilandUrbanEngineering,UniversityPennsylvania,1976DONGJingrong.ResearchontheTechniqueofNonlinearCombinationModelinandForecastingBasedonFuzzyInferenceSystem[J].ControlTheoryandApplications.2001.JGDeGooijer,RobJHyndman.25yearsoftimeseriesforecasting[J].InternationalJournalofForecasting,2006StefanoF.Tonellato.Amultivariatetimeseriesmodelfortheanalysisandpredictionofcarbonmonoxideatmosphericconcentrations[J].AppliedStatistics,2001BoXu,OuriWolfson:Time-SeriesPredictionwithApplicationstoTrafficandMovingObjectsDatabases[C].Proceedingsofthe3rdACMinternationalworkshoponDataEng.forWirelessandMobileAccess,SanDiego:USA,2003YYang,HZou.Combiningtimeseriesmodelsforforecasting[J].In