论文部分内容阅读
随着我国社会经济的快速发展,城市轨道交通在客流运输和缓解道路交通压力上起着重要的作用。然而,随着客流的逐步增长,城市轨道交通高峰时段出现了乘客出行需求与车站运输能力不匹配的现象,导致车站、线路以及路网区域的拥堵状况加剧。这不仅加大了地铁的运营管理难度,更增加了潜在的安全隐患问题。为了有效减缓高峰时段的拥堵状况,调控乘客的出行需求,本文研究了网络化运营大客流条件下城市轨道交通早高峰乘客的出行时间选择问题,论文的主要工作内容如下:(1)结合城市轨道交通早高峰乘客出行时间的时空分布规律,分析了乘客的出行时间选择特性;分析了乘客的出行时间选择过程以及出行时间选择的影响因素;研究了基于RP、SP的早高峰乘客出行时间选择调查设计方法。其中,采用RIDIT方法筛选影响乘客出行时间选择的关键属性;采用RP数据设计SC实验属性,增强SC实验情景的合理性;采用D-efficient优化SC实验的属性组合,提升后续模型参数的标定精度和整体拟合度。(2)应用既有模型方法对城市轨道交通早高峰乘客出行时间选择行为进行分析和预测。首先,基于ML分析了早高峰乘客的出行时间选择特性,模型采用极大似然估计进行参数标定,采用弹性分析对出行相关属性的效用进行了分析,并对乘客的异质性进行了探讨,为客流出行需求控制策略的制定提供理论依据;然后,基于贝叶斯网络预测早高峰乘客的出行时间选择行为,分别采用K2算法和贝叶斯估计对网络进行结构学习和参数学习;采用联合树算法对网络进行推理分析,并与SP调查数据进行对比,验证了网络的有效性;最后,基于ROC曲线比较了ML和贝叶斯网络的预测精度,得出贝叶斯网络预测乘客出行时间选择的精度更高。(3)以北京城市轨道交通八通线作为研究对象进行了早高峰客流出行需求控制与模型实例应用。首先,分析了八通线早高峰6:00～9:00的乘客出行时间分布状况;结合早高峰乘客出行时间选择特性,对土桥、果园、双桥和传媒大学站制定了的基于票价调整的客流出行需求控制策略;然后,采用基于仿真的方法估算列车区间满载率,并采用高满载率区间比例和欧氏距离分布熵评估客流出行需求控制效果。结果表明:提出的客流出行需求控制策略改变了部分乘客的出行时间,线路整体拥挤水平有所下降。