基于新線路客流預測的地鐵裝備綜合選型于評估研究-以杭州地鐵6號線為例

基于新線路客流預測的地鐵裝備綜合選型于評估研究第一章緒論究現(xiàn)狀公許多大中城市勢所必然的發(fā)展趨向[1]。諸多安全隱患[4]。期的非集計模型并不是主流，并且發(fā)展緩慢，最早的非集計模型研究者主要有全有全無分配法是作為四階段法的最后一個步驟——交通分配模型最早的學在青島地鐵第一期工程可行性研究的客流預測中，交通方式選擇采用Logit地鐵南北線一期工程可行性研究》報告中基于全方式OD矩陣客流分配方式得以分一交通分配方法[13]。2002年，北京市地下鐵道設計研究所的康海致力于計算機軟件客流預測領。2009年，北京交通大學碩士研究生蘭鵬在其碩士論文《基于出行目的鏈的究方法的出行生成是預測研究范圍內每個交通小區(qū)的出行2)不同目的出行的生成和分布規(guī)律變化很大，例如上學出行相對其他目的出行平均出行距離較短。但是現(xiàn)有預測方法中并沒有很好的考慮到這個影響因3)現(xiàn)階段的客流預測中，交通方式劃分的步驟通常是優(yōu)現(xiàn)得到城市公共交圖1杭州市居民出行方式結構預測結果與實際值對比(%)車+地鐵達到了39.99%，表明人們進一步接受公共交通的出行方式選擇。2014年選擇自行車出行的比例僅為7.50%，這與客流預測中的自行車出行方式選擇比部分轉移客流也需要我們進一步分析。杭州市居民出行調查的成果，建議預測模型流預測分析的重點在于較為詳細的分析和把握杭州地鐵6號線沿線地區(qū)的現(xiàn)狀率為30.03%,實際早高峰客運量較預測早高峰客運量小，絕對值偏差率為14.00%實際晚高峰客運量較預測晚高峰客運量大，絕對偏差率為55.78%。杭州通過安地鐵2號線初期客流預測結果與實際預測對比本人作出結論實際客等。為三類，基于上學、基于上班和基于其他出行(旅游、公務、購物等)，對此分流預測，以提高預測精度。量增長速度不斷加快，2014年達到了總出行的17.11%。公交車+地鐵達到了39.99%，表明人們進一步接受公共交通的出行方式選擇。2014年選擇自行車出法(或稱為轉移曲線法)、函數(shù)模型法區(qū)轉移性。典型的非集計模型有MNL(Multi-NomialLogitModel)、NL(NestedLogitModel)、HL(HierarchicalLogitModel)和MNP(Multi-NomialProbit可選路徑，交通分配階段的任務即是采用科學合理的方法，將交通量分配到O和非均衡分配兩大類。多路徑平衡分配法等。對杭州來說，自行車和電動車相比于機動車靈活性要好，動車還是會占用一部分的道路通行能力，對機動車出行的道路阻抗造成一定影響。年杭州市居民出行調查數(shù)據(jù)為依據(jù)，以交通設施供應條件和土地開第二章杭州地鐵交通客流的形成一、杭州地鐵交通客流影響因素與成長規(guī)律分析城市軌道交通客流主要包括兩部分:轉移客流量和誘增客流量。其中轉移客固定在轉向架的一次線圈通過交流電流，產生移動磁場(行波磁場)，通過相互作用，使固定在整體道床上的二次感應板(展開的轉子)產生磁場，通過磁力(吸二、杭州地鐵交通客流規(guī)模影響因素分析。路客流迅速增長，并且使得新線路的客流起點比而較高。如廣州地鐵1號線而道交通線路的運營狀況來說，軌道交通客流量對票價而分敏感。三、杭州地鐵交通單線客流成長規(guī)律分析整，人們的出行習慣等因素都使得軌道交通線路在運營開始的3-5年中增長很第三章杭州地鐵調查市新型快速客運交通系統(tǒng)。該系統(tǒng)也稱自動導軌交通(AutomatedGuidewayTransit,簡稱AGT)，最早在美國問世，后被世界許多地方推廣采用并不斷改進司機室，設一名司機實行監(jiān)護，確保列車關閉車門后安全駛離車站。單軌系統(tǒng) ail運營服務水平和工程投資等都有不可低估的影響。因此,每個建設城市軌道交通的城市都高度重視車輛選型。評價是通過一些歸類的指標按照一定的規(guī)則與方指標不同對評價結果影響很大，指標選取有很多的影響因素且有很大的主觀性，可能的客觀、全面和科學，評價指標選取必須遵循一定的原則。1、選取的指標取的指標必須能夠反映出所能達到目標程度的信息。家家家庭擁量交通小交通125家出3鳳凰公園23812.50.922.94美院象山23192.7602.85楓樺西路10982.4402.76之江海洋公園43772.312.87振浦路56672.5402.78學30412.22.99偉業(yè)路50812.5452.8公建中心38162.712.7建業(yè)路42832.550.952.5長河路75272.512.6江漢路94132.600.952.5江陵路108762.600.952.7民112142.400.952.860082.30.62.9博覽30342.10.52.8錢江世280820.62.9豐北29622.250.43.1的出行率。杭州市居民出行吸引模型采用回歸分析法。不同出行目的的吸引量，第四章模型推導Logit模型(NestedLogit，NL模型)是基于一般Logit模型(Multi選擇枝之間的相關性，克服了MNL模型的非相關選擇方案相互獨立性NL模型的分層原則是將被認為選擇方案相似性較大的項作為一個層次，將不同類型的選擇方案作為不同的層次。其基本公式如下，P=PP，式中A1n(i|A)nAnMN;P為出行者n選擇方式A的概率;P為出行者n在選擇方式A的基A1n(i|A)n的虛擬出行方式的選擇方案數(shù);N為出行者n的與節(jié)點A相結合的選擇方案A。式及路徑時有很大的隨機性。本文用Logit模型來計算出行者從節(jié)點i到節(jié)點j的路徑k的選擇概率:第五章四階段法的改進泛應用于國內外的城市交通研究。法一般采用重力模型作為直接需求模型，需要繁多的國民經(jīng)濟數(shù)據(jù)。獻D，[5]劉明然.城市軌道交通新線開通對居民出行方式選擇的影響研究[D].北京交[8]徐寧.地鐵開通對公交的影響及公交車輛設計優(yōu)化研究[D].長安大學，2014,06[10]ТанШейн.Оценкаэффективностистратегийуправлениятранспортнымикомпаниямивусловияхконкуренции[D].НациональныйисследовательскийтранспортавсредеоблачныхвычисленияCLAVIRE[J].Программныесистемы:яиприложения:электронныйнаучныйжурнал,2013.T.4,№3(17)[17]王超.哈爾濱地鐵一號線對沿線商業(yè)空間布局的影響研究[D].哈爾濱工業(yè)大[18]董曉日.人的等候行為對公交系統(tǒng)設計的影響研究[D].鄭州輕工業(yè)學院，2012,059]鄒君.沈陽地鐵運營安全服務問題研究[D].吉林大學,2015,052010,24(2):18-11№1(11).2008,Том20]王玉萍.城市軌道交通客流預測與分析方法[D].長安大學,2011,12[35]黎偉.基于四階段法的城市軌道交通客流預測模型研究[D].重慶大學，2008,05,2007(3):93-102[40]光志瑞.基于土地利用和可達性的城市軌道交通進出站客流量預測[D].北京[41]鄭麗娟.基于城市軌道交通網(wǎng)絡運營的客流分布預測研究[D].同濟大學，2008,03[