论文题名: | 成网条件下城市轨道交通OD分布预测模型研究 |
关键词: | 城市轨道交通;成网条件;新线接入;客流OD分布;预测模型 |
摘要: | 近年来,为缓解大城市交通问题,城市轨道交通以其准时、舒适、高效等特点得到大力发展,轨道交通网络日趋复杂,线路间相互影响逐渐增大。同时,随着轨道交通新线陆续接入既有路网,网络拓扑结构发生改变以及新线周边客流进入路网,使得客流时空分布重新布局。为评估新线接入对既有线网客流分布的影响,为轨道交通客流配分提供数据基础,以及为城市轨道交通运营管理部门合理规划列车开行方案以及制定客流疏导方案提供依据,成网条件下轨道交通新线接入路网后的客流分布预测具有重要意义。 本文在总结评价国内外城市轨道交通客流OD分布(Origin-Destination)研究方法后,分析轨道成网条件下新线接入引起路网变化后的客流时空分布影响因素,研究城市轨道交通OD分布预测模型。 首先,本文在查阅国内外相关文献的基础上,考虑成网条件下轨道交通OD分布的特点、各模型的适用性以及基础数据获取的难易程度,针对现有轨道交通数据均为集计数据的现象,考虑到传统的处理集计数据的非集计模型Berkson-Theil模型存在的理论缺陷,本文基于加权的非集计模型(WESML),建立了一种基于集计数据的OD分布预测模型。本文详细阐述了Berkson-Theil模型和WESML模型的原理、输入数据的处理过程和推导过程。 其次,基于实际的城市轨道客流数据,分析轨道交通站点周边土地利用性质、站点规模、OD之间乘车时间、换乘时间与换乘次数等因素对OD分布的影响,初步确定非集计模型的效用函数。 再次,结合北京地铁实际数据,标定Berkson-Theil模型和WESML模型,并对两者进行了比较分析。根据上述模型结果的误差分析,提出了引入既有路网修正量的WESML修正模型,和考虑路径选择结果的OD分布/路径选择联合模型。 最后,选取传统算法中的重力模型和神经网络模型,结合上述基于非集计模型原理的OD分布预测模型,对北京市轨道交通2012年底6号线、8号线南段、9号线北段和10号线二期等四条地铁新线开通后的客流分布进行预测,并对比分析了各模型的预测效果和误差。 结果表明,本文所建立的基于交通行为解释的WESML模型,考虑的影响因素更为全面,从乘客选择角度出发,尤其适用于路网拓扑结构发生改变的情况;基于轨道交通AFC系统提供的集计数据,在保证预测精度的同时,降低了数据的获取难度,增强了模型的实用性。 |
作者: | 王大蕾 |
专业: | 交通运输规划与管理 |
导师: | 姚恩建 |
授予学位: | 硕士 |
授予学位单位: | 北京交通大学 |
学位年度: | 2013 |
正文语种: | 中文 |