客流分析特征论文参考文献

( School of Mechanical and Automotive Engineering,Xiamen University of Technology, Xiamen, 361024, China)【Abstract】：The subway can bring easement to people's lives.However, in real life, the problem of incompatibility between line capacity and passenger volume is common, which cannot fully guarantee the user experience of travelers.So, founded on the assaies of the line founded on the heure and universe distribution feature of traveler flow, to create the same time different strings and strings of near time passenger flow analysis indicators analysis of all kinds of lines, in the end, based on the Gini coefficient using MATLAB least squares curve fitting line passenger flow difference, in the hope of contributing to the development of a more scientific system of rail transit operation organization plan.【Key word】：rail transit, passenger number, space and temporal allocation, Gini parameter, difference1 前言1.1 研究背景与意义随着经济的增长，城市的扩展和交通运输的日益发展，将城市轨道交通系统发展成为一个综合的，多层次的交通系统已成为共识。中国的城市轨道交通规划始于十九世纪中期，现在发展迅速。到2020年底，中国45个城市运营城市轨道线路7989.29公里，到2020年新增运营线路1252.88公里。“十三五”期间，中国大陆新建城市轨道交通线路总长度将达到4375公里，每年新增线路885公里。正在逐步形成网络化运营局面[1]。随着路网规模扩大，客流量激增，上海，广州，北京，深圳的运营总里程排在全国前四，在今年一月份它们分别高达26681.4万人次、24471.2万人次、19864.5万人次，同时在高峰期轨道交通是越来越拥堵。轨道交通中客流量的时空分布变化是波动的，受城市居民乘坐时刻的规律特点、路网线路的功能等因素的影响，和城市轨道交通整体空间结构位置和靠近交通线、边界线的地方利用特点，客流在时间分布上往往是不平衡的，这也将导致客流量在空间分布体现出不平衡性。地铁是为了给人们工作生活提供便利。因此，在进行计划和实施所有运营组织计划时，我们第一要探究的是以客流量为研究对象，基于客流的时空分布特征。研究客流的时间分布和客流的空间分布，对城轨交通运行、计划及组织等工作提供一定的参考依据。1.2 国内外研究现状对于客流时空分布问题的研究国内外学者已经取得相应的研究成果，研究如下：刘剑锋等[2]通过分析北京地铁二零一九年路网客流量数据的特征以及客流量逐年递增的规律得出的高峰时期客流量特点等，并提出实际运行中线网规划的建议。钱涂[3]对国内的几条城市轨道交通线路上的客运输强度数据分析了不同类型的城市铁路运输网络的特征和客运强度。从城轨交通线发展和线网发展的方向，详细讨论了线路客流强度发展的本质，并提出了相应的预测城轨客流的提议。沈丽萍等人[4]归纳40多个城轨线路客流数据，并结合实际的规划和设计思想来确定用于确定横截面的高断面是否可以支持最大的横截面客流部分，以及研究了城轨交通规模和建设，全日客流的空间分布以及客流的时间分布。林增[5]基于北京地铁自动售检票系统实际数据，分析轨道网络客流、轨道线路客流、轨道站台客流三个方面时空分布特征，为改善城市轨道交通列车运行图提供相关的依照。Choo S等人[6]根据首尔地铁的日常客运量数据，分析了周内和周末的外出特征模式，并通过Tobit模型分析了导致用户外出的各种原因。Seungil Lee等人[7]根据首尔铁路的客运量分析影响客流的因素，总结出：终点站的客流受车站人口密度的影响，其他车站的客流受到周围土地的影响。 城市沿海地区的中央商务区和乘客的交通量受车站人口密度的影响。次中心城市的客运量受到周围土地性质的影响。Jungyul Sohn[8]对韩国城轨交通数据进行研究后得出的结论是，上班方式与城市整体位置分布的关系是一致的。在工作旅行模型中，发现职业分布对城市空间分布和密度分布的影响大于住房分布。何祎豪等人[9]构建以公路网络的表面密度和交通密度为指标评估公路网分布平衡的指标体系。联系基尼系数原理和高速公路网分配平衡评估方法，建立了高速公路网分布平衡评价模型，并实例分析苏州地区高速公路网。周清华[10]在论文中从许多衡量收入分配程度方法中选取了基尼系数并且从不同角度介绍了基尼系数的计算，并提供了使用基尼系数时所需要考虑的问题。李聪睿[11]考虑到人们的收入不平等随着经济发展的同时扩大的现象，描述失衡指数及其计算方法，系统引入了各种收入指标，利用基尼系数来权衡城市居民和城乡之间的收入不均等及这种现象的变化趋势。周雪莲[12]基于百度数据系统，收集了2010年至2016年的网络围观数据，使用基尼系数法讨论了湖南24个著名景区，并采用了景观网络的空间分布模式，建立交通客流的地理加权回归模型，分析湖南著名景区的客流和网络围观度的关系。廖继武[13]为了准确了解周边地区的客流特点，帮助周边地区发展旅游业，并以广东省肇庆市作为研究对象，根据基尼系数用于调查附近游客流量的时间分布特征及其影响机制的关联。最后论文结尾表明，在中心区结构下，周边地区客流的季节变化比较小，淡季和旺季不显著。张军谋[14]基于三部分进行研究：甘肃省来港客流的一般演化特征，各个城市和州的来港旅客流的演化特点，来往旅客流的地区分布特点以及1997年以来到2008年，来港旅客的地区分布，用基尼系数分析了甘肃省客流的地区差异，反映了甘肃地区之间客流的地区空间分布的差别程度以及该差别的年变动幅度。朱红兵[15]基于据入境游客到我国的流量具有重要的季节变化特性。全面讨论季节性客流形成的原理以及对目的地季节性特征的辩证评估。使用基尼系数分析入境游客流量中的季节性分布均衡性，对我国排名前十五位的旅游城市进行了调查。 根据最终调查，我国东部旅游城市的入境游客流量分布比较均衡，西部城市的入境游客流量分布比较密集。吕晓艳[16]以数据采集中的决策树法和基尼系数分析法为研究起点，以对铁路旅客的经营和售票需求为研究基础，综合铁路客票的特性，了解分析方法的缺陷基础上，构建有效的铁路客票数据分析模型，为改善铁路系统提供参考。房晋源[17]讨论不同类型交通系统运行的特点和当前公共交通分布的首要矛盾，应用基尼系数理论于交通网络的评估，建立基于效率和公平性的索引系统，研究不同类型城市公共交通网络的设计平衡性评估方法。刘华军[18]创建非期望产出的全局超效率凹凸映射的EBM模型,实地测试了国各省份和区域物流业效率,并采用基尼系数展示物流业时空分布和动态演变，以此评价中国各省份和区域物流效率。焦士兴[19]收集河南省2001-2018年粮食总产量等相关数据,用基尼系数分析粮食出产和浇灌用水特点及时间空间配合形式,发现河南省粮食出产量呈动态增长趋势,但河南省食粮浇灌用水量处于先上升后落下的趋向且空间差别显著。王剑辉[20]通过在民用航空范围中使用的广泛基尼系数平衡评估方法，研究一种量化飞行流分配不平衡程度的方案，得到时空分配的不平衡程度的指数，并使用该指数评估飞行流的时间很空间分配的不平衡水平。1.3 研究内容及技术路线1.3.1 主要研究内容本论文基于国内外现有的研究基础上，研究了城市轨道交通客流时空分布特性以及差异性。主要研究内容由两部分组成，如下：（1）客流时空分布特征的概念分析。分别对城轨线路客流的时间和空间分布特征的概念，一般特性进行归纳总结，以及构建相关线路客流时空分布分析指标。（2）分析三种典型线路客流的时间和空间分布特征以北京城轨线网三种典型的线路作为例子，运用相关指标分析线路的客流数据，综合分析了案例线路客流的时空分布特征及产生的理由。（3）基于基尼系数定量化研究城轨线路客流时空分布差异性，用matlab最小二乘法曲线拟合，对北京城市轨道交通线路客流均衡性进行讨论分析。1.3.2 技术路线本篇文章研究城市轨道交通客流的时空分布及差异性，是由五部分组成：第一章节是前言，大体描述了论文的研究背景，意义和国内外现状，以及重点内容；第二章是客流时空分布的特征分析，阐述了时空分布的相关定理，并且提出了有关的分析指标；第三章是用北京地铁具有代表性的不同类型的线路作为例子，以实际的客流数据，用本章建立的指标分析线路客流的时空分布特征和产生特征的原因；