导读:本文包含了客流特性论文开题报告文献综述及选题提纲参考文献，主要关键词:都市圈,区域出行,客流特征
客流特性论文文献综述
曾栋[1]（2018）在《都市圈区域出行客流特性分析》一文中研究指出随着区域性核心城市布局的"城市圈化",都市圈内区域出行需求正发生质变。本研究以日本近畿、中京都市圈OD调查为基础,从出行分布、出行强度、出行目的以及出行方式4个方面,分析了都市圈客流出行特征。并提出了构建以城市核心区为中心的放射状交通网络、以行政区划为界限的多元化轨道交通网络等建议。(本文来源于《广东交通职业技术学院学报》期刊2018年03期）
牛帅[2]（2018）在《基于公交客流分布特性的弹性发车间隔优化研究》一文中研究指出公交作为一种重要的公共交通方式,在当今城市居民的日常出行活动中有着不可替代的作用。本文研究的公交包括地面常规公交和快速公交,其具备经济、高效、方便、快捷的特点。随着社会经济的快速发展,人们对公交服务的要求也越来越高,特别是在公交运营调度方面,乘客迫切希望得到更加准时、更加高效更加贴合客流变化的公交服务。本文对国内外现有的公交运营调度模式进行了深入的研究,发现目前的公交调度模式较为单一、固定,未能有效的贴合到站客流的变化规律,对存在潮汐客流的线路上下行的不同客流特性未进行区分。以此为出发点,本文进行了如下工作。(1)对公交调度的基础理论进行了阐述,并研究了对公交调度影响较大的因素以及现状公交调度和调度优化过程中存在的问题。根据公交调度中存在问题的分析和调度影响因素的分析,确定了客流调查的内容和范围。并据此进行调度优化中客流特性调查方法的确定,最后对客流特性进行分析,并设计站点客流的推算方法。(2)首先分析了出行过程及其影响因素间的相互影响,其次分别从乘客利益和公交运营公司利益两个角度对出行过程所消耗的成本进行分析。得出乘客利益要同时考虑乘客在站等待时间和在车等待时间。在此基础之上分别建立乘客等待时间模型和公交公司运营成本模型,并去顶乘客单位时间成本的确定方法,将乘客等待时间转换为乘客出行成本。结合约束条件构建最小乘客出行成本、最小公交公司运营成本为目标的优化模型。(3)根据模型所需对遗传算法的编码过程、解码过程、遗传算子进行了设计。在此基础上运用MATLAB软件对大连市快速公交线路进行了公交调度优化,在优化解集中取中值进行和研究。得出优化后的发车计划中上行方向的发车计划可在运营成本几乎不变的情况下,减少乘客的在站等待时间;下行方向则在保持乘客等待时间有9.4%小幅上升的情况下,节约33%的运营成本。可见优化模型可以有效地安排线路上下行两种车型的联合发车计划,提高公交的运行效率。(本文来源于《大连交通大学》期刊2018-06-18）
杨越思[3]（2018）在《定时交通系统客流微观波动特性分析与建模》一文中研究指出“定时交通系统”与“自由交通系统”的概念相对,已成为人们日常出行中必不可少的一个部分。但目前尚缺乏专门且系统的针对定时交通系统客流特征的研究,微观波动特性又为定时交通系统的重要特征。鉴于此,本文针对定时交通系统客流波动特性的研究内容如下:首先,基于生活中常见的定时交通系统——城市轨道交通系统、地面公交系统、铁路客运系统和民航系统,归纳定时交通系统的运营特征和客流特征。运营特征包括:(1)具有时刻表;(2)独立性;(3)系统中存在不同数量的固定线路和固定站点;(4)运输能力包括通过能力和输送能力两个方面。客流的时间分布特征包括:(1)间断流特征;(2)明显的周期性;(3)微观波动特性;空间分布特征包括:(1)在线路上分布的不均衡性;(2)在站点间分布的不均衡性;(3)在站点内部客流分布的不均衡性。其次,以苏州市轨道交通客流数据和徐州市1路公交客流数据为实例数据,对原始数据进行预处理后,进行客流波动性的初步分析。可发现,将客流按时段分组后,组内客流随日期的变化呈周期性;轨道交通和公交客流经分组求得的均值和方差在一日内呈现不同的分布趋势。然后,提出了叁种对定时交通系统客流波动特性进行建模和计算的方法:(1)连续客流方法;(2)分类方法;(3)时段分组方法。使用这叁种方法分别对5min、15min和1h汇集度下的苏州市轨道交通客流和徐州市1路公交客流进行波动性建模,并计算客流波动值和客流波动区间。在此基础上,根据建模和计算的原理,形成了定时交通系统客流波动性预测GUI。最后,使用指标平均绝对误差(MAE)、平均相对误差(MAPE)和无效覆盖率(KP)对建模和计算方法性能进行评价,使用宽度流量比(R)对客流波动特性进行对比分析。对各建模和计算方法进行对比分析发现,分类方法所得的工作日客流波动值计算结果精度最高,时段分组方法所得的客流波动区间计算结果最符合95%的置信水平。对各时间汇集度下的结果进行对比分析发现,时间汇集度较大时,客流波动值的计算精度更高;时间汇集度较小时,客流波动区间的计算结果更符合95%的置信水平。一日内的客流波动性变化规律为:早、晚高峰时期,客流波动性会出现减弱。时间汇集度对客流波动性的影响为:客流波动性随着时间汇集度的增大而减弱。工作日、休息日对客流波动特性的影响为:客流高峰期的工作日客流波动性强于休息日客流,其余时间段的休息日客流波动性强于工作日客流。(本文来源于《东南大学》期刊2018-05-29）
王涵晴[4]（2018）在《城市轨道交通网络重要区间识别及客流时空演化特性研究》一文中研究指出随着城市轨道交通网络不断拓展、客运量不断攀升,城市轨道交通在城市公共交通中所承担的比重越来越大,因而城市轨道交通网络的安全性备受大众关注。城市轨道交通网络重要区间识别及客流时空演化规律研究对于轨道交通安全性、运营可靠性等方面具有重要意义。现有研究大多仅从区间满载率入手,尚未从全局网络效率角度识别网络重要区间,也较少从时空关联性的角度探讨地铁客流的时空演化规律。基于此,本文主要分为四个部分进行探究:(1)从区间满载率入手,识别网络中各时段满载率处于高值的重要区间。本文提出了区间满载率实时推算模型,以解决客流在时段间的衔接问题,从而计算区间全天满载率序列;(2)从网络效率角度出发,识别网络中因突发事件失效后对网络效率影响较大的重要区间。首先提出基于交通网络拓扑结构的网络效率计算指标,将网络中任意两站间最短路径的倒数作为网络效率的度量指标,对城市轨道交通网络静态重要区间进行识别。进一步,在网络中引入客流要素,从随机用户均衡角度出发,识别不同时段下的网络动态重要区间。为了反映乘客对路径的感知差异,提出了一种基于OD对满意度函数的网络效率度量指标,该指标可以反映乘客对路径的选择行为;(3)基于时空自相关理论,以区间满载率序列作为时空属性值,探索网络客流的时空分布及演化特性,从而研究重要区间附近客流拥挤的产生及消散过程,为运营公司提前预判大客流到达规律提供参考。由于轨道交通状态各向异性,提出了基于邻接区间重要度的时空自相关模型,从而可更准确地反映客流的时空变化规律;(4)最后,以国内某城市轨道交通网络为案例,使用一天内地铁刷卡数据,针对重要区间识别、客流时空演化规律进行了案例研究。(本文来源于《北京交通大学》期刊2018-05-01）
邹戴晓[5]（2018）在《基于大数据的历史城区客流特性分析方法》一文中研究指出历史城区有限的用地、交通、环境的容量以及配套设施的支持能力,难以支撑持续增长和多样化的交通需求。大数据技术的迅猛发展有力地推动了智慧城市、智慧交通的建设。依托大数据技术,运用信息化手段剖析历史城区客流特性对历史城区交通发展战略的制定、交通系统的构建、交通资源的利用具有重要意义。论文阐述了交通大数据对历史城区客流特性分析的作用,从需求、设施、运行叁个层面提出了历史城区交通大数据分析指标的层次,构建了历史城区交通大数据分析指标体系。利用手机信令数据分析历史城区的职住时空分布,从职住距离、通勤时间、通勤距离等指标对历史城区的职住关系进行剖析,提出历史城区职住空间分析方法,改进手机信令数据识别职住客流的方法,提出职住客流校核方法,探讨历史城区的职住平衡关系。基于公交刷卡数据,从通勤出行和弹性出行角度分析了历史城区居民的出行客流特征,提出了历史城区通勤客流和弹性客流的识别方法,确定了通勤客流判断阈值。从大数据的角度深入挖掘和分析了历史城区轨道交通的客流特征,提出了轨交客流来源地和目的地的识别方法,根据站点客流变化特征对历史城区的轨道站点进行了分类研究,以客流进出站时间规律为标准将轨道站点分为办公型、居住型、旅游型和商业型四类,对这四类站点的客流时空特性进行了分析。利用公交轨道刷卡的数据融合方法,分析了历史城区公交轨道换乘客流的特征,构建了独立阈值换乘判断模型,对阈值的确定进行了敏感性分析。探讨了历史城区交通大数据分析的层次,构建了历史城区交通大数据平台的功能模块,论述了历史城区交通大数据平台在不同层次的交通规划中的应用,提出了历史城区交通大数据分析平台的总体设计方法。以苏州古城为例,将手机信令、公交刷卡等大数据分析方法应用于实际的规划实践过程,从苏州古城的职住客流分布情况和古城内部轨道交通客流特征等方面分析了苏州古城的客流特性。(本文来源于《东南大学》期刊2018-05-01）
彭培培,杨越思,高国飞,魏运,郭建华[6]（2018）在《苏州地铁客流波动特性分析》一文中研究指出为研究轨道交通客流的波动性,提出使用SARIMA+GARCH这一随机结构作为轨道交通客流的综合时间序列模型。在这个随机结构中,SARIMA模型描述客流时间序列的一阶状态,即均值特征;GARCH模型获得客流时间序列的二阶状态,即条件异方差特征。采用苏州地铁全网客流数据作为分析实例,对5 min、15 min和1 h汇集度的工作日和休息日客流共6组客流数据进行波动性建模、预测与分析,结果表明,SARIMA+GARCH模型具有较好的预测性能。基于各组客流数据的分析结果,分别对工作日与休息日以及不同时间汇集度之间的客流波动特性进行对比,结果表明:休息日客流的波动性强于工作日客流;时间汇集度小的情况下,客流的波动性会更强。(本文来源于《都市快轨交通》期刊2018年02期）
李文峰,舒婷婷,杨越思,高国飞,郭建华[7]（2017）在《苏州市轨道交通典型站点客流离散特性对比分析》一文中研究指出为准确把握苏州市轨道交通站点客流的离散特性,利用SARIMA模型和GARCH模型,对苏州市轨道交通车站的客流进行离散特性建模,并使用宽度流量比指标对6座典型车站的客流离散特性进行了分析和评价,为城市轨道交通车站客流特性的预测方法及车站设计和客流的疏导与管理提供了参考,具有一定借鉴意义。(本文来源于《现代城市轨道交通》期刊2017年12期）
王海啸[8]（2017）在《地铁服务能力瓶颈区段客流特性分析及调控策略研究》一文中研究指出随着我国地铁网络化进程的不断加快,在地铁运量大、速度快、准时性好、舒适性高等特点的吸引以及低票价政策的双重刺激下,地铁客流记录在不断被刷新。地铁客流的不断增长也使得地铁服务产生了瓶颈现象,主要体现在运输能力和客流需求的不匹配、不协调性。本文在此背景下,对城市地铁网络服务能力瓶颈问题进行研究,具有一定的理论价值和现实意义。首先,提出基于地铁网络断面客流饱和度的瓶颈识别方法,将地铁客流OD分配到地铁网络上形成断面客流,与其线路运输能力进行对比,识别运输能力不满足实际需求的瓶颈区段,并以南京市为例进行实证研究,在此基础上对地铁网络瓶颈区段客流进行了分析。其次,从地铁系统、地面公交系统以及乘客出行偏好叁个方面探讨瓶颈的形成原因,并针对性地提出改善供给和调控需求的瓶颈疏解策略,结合南京地铁服务能力瓶颈区段客流需求特征,建议采用大站快线进行瓶颈区段过载客流的疏解。最后,建立大站快线线路设计模型,采用改进的遗传算法对模型进行求解,通过MATLAB加以实现,得到服务于不同站点数量条件下各种大站快线的方案,实现了较为理想的客流转移目标。(本文来源于《东南大学》期刊2017-06-05）
李之红[9]（2017）在《基于差异化个体特性的密集客流疏散行为分析与建模》一文中研究指出近年来,各类人群密集场所由于火灾、地震、恐怖袭击等突发事件导致的恐慌和拥挤踩踏事故风险加剧,如何降低或避免由于突发事件导致的人员伤亡和财产损失是当前研究的热点问题之一。通过对当前行人行为模型总结分析发现,虽然在分析疏散中的许多现象和过程方面取得了大量成果,但既有疏散仿真工具经常忽视人的行为,将行人视为粒子进行模拟,缺乏个体行为与群体演化的关联性探索,模型与仿真中对行人个人特征及其影响因素较少涉及。社会心理学领域的理论和研究则指出,这些因子对于行人疏散决策行为具有重要影响。而行人的组织与疏散仿真是拥挤场所安全评估的必要手段,因此深入研究行人个体、组与群体行为,探索考虑个体行为差异的群体疏散模型,对提高应急疏散能力和保障公共安全具有重要意义。本文结合人群密集场所行人认知与决策行为调查,分析了有关认知与心理反应的社会经济学因子,揭示了人群密集场所行人个体社会行为影响下的群体运动行为,以及群体运动规则下的个体行为。在时间和空间维度上解析了行人逃生决策机理,分析了反应决策阶段和逃生运动阶段中,行人洞察危险并进行反应判断,做出逃生出口预决策,开始逃生运动,直至成功逃生的全过程。整个过程,行人的决策行为贯穿始末,差异化的个体特征、环境特征和决策能力形成了个性化的反应决策行为。基于行为决策机理分析,建立了人群密集场所行人个体逃生行为模型构架。模型构架由基于差异化个体特性的逃生时机决策模型、基于差异化个体认知的逃生出口选择偏好模型、基于差异化理性行为的动态疏散路径选择模型叁阶段所构成。其中,第一阶段模型,分析了突发事件的态势演化和行人个体逃生选择阈值,建立了行人疏散时机与社会经济环境等影响因子间的量化模型。第二阶段模型基于对人群密集场所行人物理特征、认知特征和决策行为的调查,构建了行人出口选择与行人个体特征的间的量化方程,并对行人出口选择进行预测分析,模型主要反映了行人个体空间认知差异导致紧急情况下所能够选择的出口或逃生方向选择差异。第叁阶段模型分析了突发事件下行人个体路径选择最大效用,效用函数主要考虑期望逃生时间、障碍物阻力、区域服务水平、行人个性化认知水平,基于行人异质性原则,通过个体认知的基础差异和逻辑规则差异达到最终的行为差异,形成最终的行人逃生路径选择。根据已建立的行人疏散行为模型体系,选择北京南站地下一层进行实证分析,采集了该区域的各出入口行人流量、瞬时区域人群密度、行人正常行进速度及行人步行路径等数据,假设突发事件发生位置,预测所有行人逃生时机和行人初始OD矩阵,并建立行人路径效用函数,基于建立的差异化动态路径选择模型对行人路径选择进行预测和模拟,仿真结果可信,模型能够为人群密集场所的设施布局、出入口设计、应急疏散提供技术支持。(本文来源于《北京交通大学》期刊2017-06-01）
李茜[10]（2017）在《城市轨道交通客流时空分布特性及线路运能与客流匹配方法研究》一文中研究指出城市轨道交通是城市交通系统的一部分,其解决的核心问题是城市居民的通勤出行问题。因此,首先必须深入认识不同城市轨道交通线路服务客流的时空分布特征与基本规律,并以此作为运营组织方案制定和实施的基础和依据,从而使系统提供的运能与线路的客流相匹配。而在实际的运营中,线路运能与客流不匹配的问题较为普遍,乘客和企业的利益不能得到很好的保障。因此,有必要对城市轨道交通客流的时空分布特性及针对客流时空分布不均衡性的运输组织方法进行研究,为科学合理地制定和实施城市轨道交通运营组织方案提供依据。论文的主要工作和结论如下:(1)分析了城市轨道交通线路客流时空分布特性的内容、方法和一般规律,提出了客流时段和区间变化的分析指标,结合本文案例提出了列车开行时段和客流区段的划分方法。(2)以北京城市轨道交通线路中典型的市区线2号线、市域线5号线和市郊线八通线为例,基于线路实际客流数据,运用既有的分析方法和本文提出的分析指标,对以上线路客流的时空分布特征进行了全面分析,据此总结出了各类线路客流的时空分布特性及产生的原因。(3)从组织方法、运营适用性及运营实例等方面研究了分时段、分区段、分方向设计运能的运输组织方法。在此基础上,结合案例线路客流的时空分布特性,研究了各类线路适合的运能与客流匹配的运输组织策略。(4)研究建立了基于分时段客流提供运能的多编组列车开行方案优化模型,以北京地铁2号线为例对比分析了多编组列车开行方案的运行效果。分析结果表明:在最大断面满载率上限相同的情况下,模型得到的6/4编组和6/3编组列车开行方案比单一编组方案,在乘客总候车时间方面分别减少了 33%和52%,在车辆走行公里方面分别减少了 18%和19%,在列车运行时间方面分别增加了 28%和76%。说明采用多编组列车开行方案能够提高服务水平,减少列车运行成本,但人力成本会有一定的增加。此外,在提供相同服务水平的情况下,采用多编组列车开行方案可使各时段的运能与客流更匹配。(5)研究建立了基于断面客流差异的多交路列车开行方案优化模型,并以北京地铁6号线为例对比分析了多交路列车开行方案的运行效果。分析结果表明:在提供的最大运能相同的情况下,模型得到的大小交路列车开行方案比单一交路方案,在断面平均满载率方面上行和下行分别提高了 38%和28%,在运用列车数方面减少了 22%,在运输效率方面提高了 33%。说明开行大小交路可使线路运能与客流更匹配,可以提高全线各区间满载率,提高线路运输效率,同时还可节省运用列车数,提高企业的运营效益。(本文来源于《北京交通大学》期刊2017-05-02）
客流特性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
公交作为一种重要的公共交通方式,在当今城市居民的日常出行活动中有着不可替代的作用。本文研究的公交包括地面常规公交和快速公交,其具备经济、高效、方便、快捷的特点。随着社会经济的快速发展,人们对公交服务的要求也越来越高,特别是在公交运营调度方面,乘客迫切希望得到更加准时、更加高效更加贴合客流变化的公交服务。本文对国内外现有的公交运营调度模式进行了深入的研究,发现目前的公交调度模式较为单一、固定,未能有效的贴合到站客流的变化规律,对存在潮汐客流的线路上下行的不同客流特性未进行区分。以此为出发点,本文进行了如下工作。(1)对公交调度的基础理论进行了阐述,并研究了对公交调度影响较大的因素以及现状公交调度和调度优化过程中存在的问题。根据公交调度中存在问题的分析和调度影响因素的分析,确定了客流调查的内容和范围。并据此进行调度优化中客流特性调查方法的确定,最后对客流特性进行分析,并设计站点客流的推算方法。(2)首先分析了出行过程及其影响因素间的相互影响,其次分别从乘客利益和公交运营公司利益两个角度对出行过程所消耗的成本进行分析。得出乘客利益要同时考虑乘客在站等待时间和在车等待时间。在此基础之上分别建立乘客等待时间模型和公交公司运营成本模型,并去顶乘客单位时间成本的确定方法,将乘客等待时间转换为乘客出行成本。结合约束条件构建最小乘客出行成本、最小公交公司运营成本为目标的优化模型。(3)根据模型所需对遗传算法的编码过程、解码过程、遗传算子进行了设计。在此基础上运用MATLAB软件对大连市快速公交线路进行了公交调度优化,在优化解集中取中值进行和研究。得出优化后的发车计划中上行方向的发车计划可在运营成本几乎不变的情况下,减少乘客的在站等待时间;下行方向则在保持乘客等待时间有9.4%小幅上升的情况下,节约33%的运营成本。可见优化模型可以有效地安排线路上下行两种车型的联合发车计划,提高公交的运行效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
客流特性论文参考文献
[1].曾栋.都市圈区域出行客流特性分析[J].广东交通职业技术学院学报.2018
[2].牛帅.基于公交客流分布特性的弹性发车间隔优化研究[D].大连交通大学.2018
[3].杨越思.定时交通系统客流微观波动特性分析与建模[D].东南大学.2018
[4].王涵晴.城市轨道交通网络重要区间识别及客流时空演化特性研究[D].北京交通大学.2018
[5].邹戴晓.基于大数据的历史城区客流特性分析方法[D].东南大学.2018
[6].彭培培,杨越思,高国飞,魏运,郭建华.苏州地铁客流波动特性分析[J].都市快轨交通.2018
[7].李文峰,舒婷婷,杨越思,高国飞,郭建华.苏州市轨道交通典型站点客流离散特性对比分析[J].现代城市轨道交通.2017
[8].王海啸.地铁服务能力瓶颈区段客流特性分析及调控策略研究[D].东南大学.2017
[9].李之红.基于差异化个体特性的密集客流疏散行为分析与建模[D].北京交通大学.2017
[10].李茜.城市轨道交通客流时空分布特性及线路运能与客流匹配方法研究[D].北京交通大学.2017