APP下载

基于城市轨道交通客流短时预测的运营编组设计

2015-04-20谢婉泽左忠义

大连交通大学学报 2015年3期
关键词:编组客流量客流

谢婉泽,左忠义

(1.辽宁轨道交通职业学院 ,辽宁 沈阳 110000; 2.大连交通大学 交通运输与工程学院,辽宁 大连116028)



基于城市轨道交通客流短时预测的运营编组设计

谢婉泽1,左忠义2

(1.辽宁轨道交通职业学院 ,辽宁 沈阳 110000; 2.大连交通大学 交通运输与工程学院,辽宁 大连116028)

∶根据城市轨道交通客流短时预测量进行运营编组设计,更接近客流的实际运营情况,具有实时、灵活和快速响应等优点.以一周为周期,使用最近一周的历史断面客流量作为原始数据,应用嵌入式灰色神经网络组合模型进行短时预测,得到的下一周期断面客流量更符合客流不断变化的趋势.以此为基础进行运营编组设计,使其更能适应客流量的实时变化.然后将按计划运营的实际客流纳入历史客流,进行循环修正更新,作为下一周期客流短时预测基础进行运营编组设计.基于城市轨道交通客流短时预测的运营编组优化,在一定程度上可以提高城市轨道交通系统运能,提升运营效率,降低运营成本.

∶城市轨道交通;客流;短时预测;运营编组设计

0 引言

我国的城市轨道交通现在正处于发展时期,快速发展的同时也伴随着很多问题,主要问题就是城市轨道交通客流预测不准确以及列车编组形式不合适等.客流预测不准确,使得以其为基础的运营编组设计不合适,就会导致运营阶段的城市轨道交通拥挤不堪或者运能浪费,进而引起运营成本的增加[1].

本文根据城市轨道交通客流的特点,提出了基于客流短时预测的运营编组设计的先进理念,更符合客流不断变化的需求,在一定程度上可以提升城市轨道交通运营效率,提高系统运能,降低运营成本.

1 城市轨道交通客流特点

城市轨道交通线路由于其线路固定,与其他交通方式相互分离,所以受外界因素干扰较小,使得其客流量有其自由的规律.对城市轨道交通的历史客流数据进行分析,总结出其客流量的特点如下:

(1)时变性

由于人们的生活规律和出行习惯不同,城市轨道交通一天内客流也会随之变化,一般是清晨与深夜乘客较少,上班上学时段客流达到最高峰.高峰过后客流进入低谷,而傍晚放学和下班时段客流进入次高峰,午夜客流逐渐趋于平稳.

城市轨道交通客流量在以一周为周期的范围内呈现一种循环变化的趋势,由于城市轨道交通客流大部分都是以上学上班为出行目的的生产劳动客流,所以每周的客流量变化趋势大体相当,一周各日客流量相差很小(除节假日),因此城市轨道交通客流量具有时变性的特点.

(2)周期性

城市轨道交通客流在一周内的变化具有一定的规律性,每周周一和周五的客流量相对较高;而周二到周四之间的客流量趋于平稳;周末的客流量明显低于工作日,整体呈现以7天为一周期的周期波动性[2].如图1所示为某城市轨道交通线路2013年7月30日~9月2日的客流量趋势图,可以看出周一和周五客流比较集中,高于其他时间;周二到周四客流相差不多,出行较平稳;周六周日是休息日,客流主要是休闲文化客流,明显低于工作日的客流量.

图1 某城市轨道交通线路客流量趋势图

但是,某些大型商业中心附近的车站客流变化趋势有所不同,由于其土地利用类型所吸引的客流主要为购物休闲客流,一周内的客流高峰一般出现在周六周日,如图2为某靠近商业中心的车站2013年7月30日~9月2日客流量趋势图,其断面客流量在周日达到峰值.

图2 某城市轨道交通车站客流量趋势图

(3)均衡性

虽然城市轨道交通的日客流量变化较大,但是周均流量却相差较小.由于出行者的个人习惯和工作时间不全相同,即便是在工作日,不同日期的客流量还是有一定差别的.但如果以一周为周期进行分析研究,在没有节假日天气等其它因素的影响下,城市轨道交通的客流量具有均衡性变化的特点.如图3所示是某城市轨道交通线路2013年7月30日~9月2日周客流总量图,可以看出周客流总量差异不大.

图3 某城市轨道交通线路周客流总量图

(4)突变性

季节因素对城市轨道交通客流的影响较大,例如每年学生集中考试阶段以及南方的梅雨季节,客流通常是全年的低谷;而对于旅游城市,在旅游旺季时流动人口的增加会使城市轨道交通线路的客流有较大幅度的增长;此外,举办重大文体活动或者天气突变也将引发城市轨道交通客流短期性的激增.如图4所示是某个位于体育馆附近的城市轨道交通车站的客流趋势图,在演唱会开始前(19∶00)和演唱会结束后(23∶00)客流出现了激增的情况.

图4 城市轨道交通车站日客流变化趋势图

2 城市轨道交通客流短时预测

目前,我国城市轨道交通系统的建设及编组设计都是以其客流预测为主要依据,但在实际运营过程中,几乎所有的城市轨道交通客流预测量与实际运行情况均存在很大的差异,大部分客流预测量都大于实际客流量,这就导致依靠客流预测量建设的城市轨道交通系统出现规模偏大或运能浪费等问题[3].

城市轨道交通客流预测按照预测年限可以分为长期预测,中期预测和短期预测.相对于长期预测,短时预测的预测间隔一般在15 min以内,应用科学的客流状态检测手段,捕捉客流系统的状态特点,融合多元的客流信息,推演出客流状态的运行规律,通过先进的模型进行预测,其预测结果更加精确可靠,更能适应城市轨道交通的实时性需求,可以作为城市轨道交通运营编组设计的重要参考依据.

所以,城市轨道交通客流预测应该长中期预测和短期预测相结合,在城市轨道交通实际运营过程中,客流会随时间推移而变化,由于短时客流状态存在自相似性,使得短时客流具有可预测性[4].针对这种变化,如图5所示,城市轨道交通客流短时预测是根据所选取的历史时段客流状态预测未来时段的客流状态,采用科学的模型和方法使图中的预测客流状态无限逼近实际客流状态,作为我们进行各项工作的依据和参考.

图5 城市轨道交通客流短时预测概念图

3 运营编组优化设计

城市轨道交通运营编组设计的主要内容是全日行车计划、列车交路计划和车辆配备计划,而城市轨道交通客流计划是运营编组设计的基础.但客流预测量与实际运营情况均存在着一定差距,使得基于客流预测进行的运营编组设计往往出现拥挤不堪或运能浪费的现象[5].但是,对城市轨道交通客流进行短时预测,得到的客流预测量更贴近实际客流情况,更符合客流不断变化的趋势.

通过研究总结出城市轨道交通具有周期性、均衡性以及短期波动性等特点,以一周为周期,使用最近一周的历史断面客流作为原始数据,选取适当的模型进行短时预测,即可得到下一周期的断面客流短时预测量.以此为基础进行城市轨道交通运营编组设计,使其更能适应客流量的实时变化,相较于常规的一成不变的运输计划更具有灵活性和快速响应性,可以满足不断变化的客流需求,在一定程度上可以提高运能利用率,降低运营成本,具体流程如图6所示.

图6 城市轨道交通运营编组设计流程图

应用城市轨道交通历史客流数据,对断面客流进行短时预测,以断面客流短时预测量为基础进行城市轨道交通运营编组设计,投入运营,然后将实际运营客流量纳入历史客流数据库,不断修正更新历史数据,循环进行客流短时预测以及运营编组优化设计过程.

基于短时预测的城市轨道交通运营编组设计具体步骤如下所示∶

(1)确定全日分时短时预测最大断面客流量

首先计算城市轨道交通短时预测断面客流量,求出高峰小时断面客流量,再依据全日分时客流分布模拟图来确定全日分时短时预测最大断面客流量.

(2)确定运营时间内各小时应开行列车数

(3)确定行车间隔时间

(4)确定全日行车计划

在确定运营时间内分时开行列车数和行车间隔时间的基础上,检查行车间隔时间,避免间隔时间过长.因为过长的行车间隔时间会增加乘客候车时间,降低乘客出行速度,不利于吸引客流.根据行车间隔标准,城市轨道交通列车在高峰运营时间内,行车间隔时间一般不超过6min;在其他非高峰运营时间内,行车间隔时间最好不超过10min[6].另外,全日行车计划中高峰小时行车间隔时间还要保证其符合列车在折返站的出发间隔时间.

(5)确定列车交路

在城市轨道交通线路中客流量不均衡的区段,采用合理的列车交路可以有效地平衡客流,交路设计是运营编组设计的一个重要部分.列车交路方案规定了列车的运行区段、折返车站和按不同列车交路运行的列车对数.

合理的列车交路可以给乘客带来方便,同时还能提高列车运用率,避免运能浪费,降低运营成本.因此,科学的列车交路方案可以使城市轨道交通行车组织更加经济合理.

(6)确定列车开行方案

结合城市轨道交通全日行车计划和列车交路方案进行合理调整,确定最终的城市轨道交通列车开行方案.

4 实例分析

以某城市轨道交通为例,由于客流具有周期性变化的特点,现以周一的历史客流作为实例进行短时预测,一周内其他各日的断面客流量可以通过相同方法进行短时预测.

本文应用嵌入式灰色神经网络组合模型对其某周一运营期间(06∶00~00∶00)客流进行短时预测,在此基础上,按照基于短时预测的城市轨道交通运营编组设计流程,确定全日分时短时预测最大断面客流量,计算运营时间内的开行列车数以及行车间隔时间,确定全日行车计划,设计交路方案,最终确定开行方案,将原列车开行方案与优化后列车开行方案对比如表1所示.

表1 优化前后列车开行方案对比

(1)运营成本对比

城市轨道交通的运营成本是指在日常生产运营过程中与运营生产直接有关的所有费用支出,而城市轨道交通列车开行方案是左右基本运营支出的重要因素.

由表1我们可以看出优化后开行列车数减少了58对,也就是根据客流短时预测进行运营编组设计优化的开行列车对数减少了约22%,这在满足最大断面客流量的运营基础上还大大地节约了运营成本.

(2)列车满载率对比

城市轨道交通列车满载率是指列车载客人数与列车定员人数的比例,由于客流因时间段和空间分布的不同,列车满载率在高峰时段有时可达到120%,在低谷时段只有30%.

列车满载率是衡量城市轨道交通运营的经济指标,也是衡量乘客舒适度的服务指标.列车满载率越大,单列列车载客量越多,日开行列车数就相对减少,相应的运营支出就越少.但是日开行列车数就越少,乘客的候车时间就会增加,乘车空间就会越小,因此乘客的舒适度服务指标就会越差,所以列车满载率应该控制在一个相对平衡的范围内.

根据周一的短时预测断面客流量,选取早高峰8∶00~8∶15计算各个断面的列车满载率,与优化前的方案进行对比如表2所示.

表2 优化前后列车满载率对比

通过城市轨道交通短时预测的断面客流量进行运营编组设计优化后,列车满载率分布更均衡,对于满载率较高的断面如“I-J”,优化后满载率有所降低,提高了乘客的服务水平;而对于始发站和终到站客流低谷时段适当延长发车间隔,平衡乘客等待时间和发车间隔,在一定程度上改善满载率较低的情况,提高城市轨道交通运能利用.

5 结论

经过实例分析证明,应用适当的模型对城市轨道交通断面客流进行短时预测,通过得到的短时预测断面客流量,更加贴近客流的实际情况,在此基础上进行城市轨道交通运营编组设计优化,在一定程度上提高了运能利用率,降低了城市轨道交通的运营成本,均衡了满载率,具有一定的科学性和优越性.

[1]余攀.城市轨道交通列车编组优化研究[D].北京:北京交通大学,2011.

[2]王奕,徐瑞华.基于周期时变特点的城市轨道交通短期客流预测研究[J].城市轨道交通研究,2010(1)∶46-49.

[3]毛荣昌.城市轨道交通客流预测方法研究[D].南京:海大学,2005.

[4]邵春福,熊志华,姚智胜.道路网短时交通需求预测理论、方法及应用[M].北京:清华大学出版社,2011.

[5]程雯.关于城市轨道交通列车编组形式的探讨[J].都市快轨交通,2006(4):29-32.

[6]毛保华.城市轨道交通系统运营管理[M].北京:人民交通出版社,2009.

Urban Rail Transit Marshalling Design Based on Passenger Flow Short-Time Prediction

XIE Wanze1,ZUO Zhongyi2

(1.Liaoning Guidaojiaotong Polytechinic Institute,Shenyang 110023,China; 2.School of Traffic and Transportation Engineering,Dalian Jiaotong University,Dalian 116028,China)

Marshalling design according to short-term prediction of urban rail transit traffic has the advantages of instantaneity,flexibility and fast-response,which is much closer to the actual passenger flow situation.On a weekly basis and using historical sectional passenger in the last week as the original data,short-term prediction is conducted to determine the passenger flow next cycle,which can meet the changing trend better.Making the marshalling design based on the short-time prediction passenger flow can adapt to the real-time changes.The actual operating passenger flow can be included in the historical data to fix and update the database,which is the basis of predicting and marshalling for the next cycle.To some sextent,marshalling design based on passenger flow short-time prediction can improve the transport capacity,improve operational efficiency and reduce operating costs of the urban rail transit system.

urban rail transit;passenger flow;short-time prediction;marshalling design

∶1673-9590(2015)03-0001-05

∶2014-07-08作者简介∶谢婉泽(1988-),女,助教,硕士,主要从事交通运输规划与管理的研究E-mail:fall721@qq.com.

∶A

猜你喜欢

编组客流量客流
客流增多
城市轨道交通节假日期间大客流行车组织思考与实践
基于灵活编组的互联互通车载电子地图设计及动态加载
一种自动生成某型部队编组ID的方法
2018年中国地铁客流量年度总结篇
基于嵌入式系统的商场客流量统计算法
表观对称的轮廓编组算法
基于自学习补偿的室内定位及在客流分析中的应用
基于AFC数据的城轨站间客流量分布预测
人工免疫算法在电梯客流时段划分的应用