刘芩瑜 康力 张凯

摘 要：數据正在深刻的改变我们的工作方式和思维模式，地铁作为高质量数据的产生点，通过对地铁客运数据加以分析，能够挖掘不同时期、时段的客流特征。本文介绍了客运数据分析的一般方法，并简要介绍了成都地铁运营信息分析系统。

关键词：地铁客运组织;数据分析;数据可视化

中图分类号：U293.13 文献标识码：A

1 概述

数据正在以前所未有的速度改变着这个世界以及我们的生活和工作方式。今天，我们只需要两天时间即可创造出人类在2003年之前积累起来的全部数据。数据已经开始彻底改变公司、企业的运营模式，例如通过对刷卡数据的分析，结合进出站高峰小时系数及车站位置，可挖掘出不同日期、时段的客流特征，再运用机器学习、深度学习算法，可进一步实现更具可信度和准确性的客流预测，为线网客运组织、行车组织提供调整参考。

2 客运数据的分析方法

乘客出入车站借助列车完成距离迁移，上述过程均体现在刷卡上，因此AFC的刷卡交易数据是客运数据分析的主要来源。在分析之前首先需要将地铁交通网络通过数学手段复现，一般选用图论的相关理论构造地铁线网有向图，车站是图上的点，区间为图上两点间的连接线，线的权重为车站的站间距或时长。

2.1 地铁网络有向图的建立

每个普通车站对应一个唯一的车站编号，换乘站拆分为多个单线普通站，车站与车站间根据实际可达关系通过邻接关系表表示，两站间线的长度通过区间运行时间表达，换乘站拆分出的两个独立车站也按上述方式相连。

2.2 综合出行阻抗的计算

以旅行时间为基准的出行阻抗一般由路段阻抗和节点阻抗组成，路段阻抗等于列车在区间的运行时间，节点阻抗等于乘客在车站所花费的时间。不同的线路选择有不同的阻抗值，乘客出行时总是力求选择阻抗最小的方式出行。但由于阻抗值的大小无法直观判断，因此出行方式的选择又具有随机性，传统的最短路径分配法的缺点就是在于该方法忽略了实际出行过程中的这种随机性。

2.3 有效可达路径的筛选

一般一对OD之间存在多条可达的路径，但是乘客只会沿着一部分的合理路径出行，减少乘客自身的出行成本。有效可达路径搜索是在城市轨道交通网络中，为真实、有效的OD对寻找合理的出行路径集，一般不超过5条，为下一步分配客流做准备。

2.4 路径客流分配

2.4.1 基于时间阻抗的多路径概率确定

（4）当近似等于即最小综合阻抗值时，也近似等于即在综合阻抗值在最小综合阻抗值附近时，乘客受阻抗值的影响非常小，选择的几率相差不大。随着路径的阻抗值的增大，的递减速率将迅速增加，乘客不予选择的几率越大，其客流分配的比例也越小。

（5）若始发站和终到站在同一线路，且第一条路径正常、可用，则第一条路径被选择概率为1，其他均为0;若始发站和终到站在同一线路，但第一条线路中断不可用，则计算正常、可行路径被选择概率。

通过以上分析明显看出，有效路径i的效益值是的函数，且成反比关系。根据的五个特性，可通过正态分布函数表示上述特性。当始发站和终到站不在一条线，计算正常可行路径被选择概率。正常可行路径被选择的概率计算方法：分别计算可达路径中每一条径路的广义费用，得到各路径的分配比例，再将OD量按此比例分配到各路径上。

2.4.2 拥挤程度对路径的客流分担比例进行修正

在乘客实际的出行过程中，不同线路拥挤程度会有差异，这与线路所经过地区的站点客流量有关，与是否经过换乘站也有关。乘客在进行路径选择时，考虑两条路径拥挤程度一般会以乘坐的舒适程度作为衡量标准，当乘客的数量小于一列车的定员，不存在拥挤：当乘客流量大于列车的定员量时，且两者的差值不断增大时，乘客的不舒适感将不断增强，故列车拥挤度用列车满载率来表示，如下式所列：

其中表示第i条线路第j个区间断面客流量;表示列车定员;

一般情况下，当拥挤程度在一定范围内时，乘客选择路径时考虑拥挤程度的比例较小，只有拥挤程度达到一定的范围，乘客才会考虑拥挤程度。因此，拥挤程度对乘客出行路径的选择的影响可以设置一个拥挤修正系数，对各有效路径的客流分配比例进行修正。

全部有效路径的客流分担比例的总和也应该为。因此公式如下：

2.5 客流清分

通过对这些数据的挖掘和分析，结合机器学习、深度学习相关算法，可进一步实现各种不同场景下的客流预测。例如，通过分形插值算法与聚类分析，结合天气、日期等信息可对当天短时客流进行预测;通过SARIMA模型，研究地铁客流在时间序列的周期性特征，从而实现对短期客流的预测。

3 客运数据的可视化呈现及辅助决策

3.1 实时断面拥挤度

NOIS系统页面的顶部展示了当前线网的重要客流指标，中部是线网图并通过渐变色展示线网所有断面的拥挤度情况，通过这两个页面的主体板块可快速掌握线网整体情况，具有纵览全局的作用。运营管理人员可通过实时客流指标及断面拥挤度变化趋势，及时掌握各区段断面拥挤情况，为行车调整及客运组织提供及时、有效、全面的信息化决策依据。

3.2 线网运力运量对比

通过对历史客流进行回顾，结合列车运行图提供的断面运力，可在一个图表内将断面客流、运力、拥挤度等多个数据集中呈现，可直观看出同一条线路不同区段的运力运量对比情况。该功能可应用于大站空车开行时机、运行图转峰期安排、车站常态化客流控制时间段等辅助决策，进一步提升地铁运营组织水平。

参考文献：

[1]张和杰，马维华.基于时空特征的地铁客流预测[J].计算机科学，2019，46（07）：292-299.

[2]张素洁，谢小园.杭州地铁客流特征分析与客流预测[J].价值工程，2019，38（19）：65-67.

[3]卢佳，任刚，徐凌慧.基于南京地铁AFC数据的大客流识别方法（英文）[J].Journal of Southeast University（English Edition），2019，35（02）：236-241.