一種軌道交通客流od分布實時推測方法

2023-12-05 12:30:26 1

一種軌道交通客流od分布實時推測方法
【專利摘要】本發明公開了一種軌道交通客流OD分布實時推測方法，首先設定時間間隔，然後統計歷史客流OD分布矩陣，再計算客流OD概率分配矩陣，再基於歷史客流OD分布矩陣按日分布特徵進行分類，再對每一類特徵日建立一個可更新的客流OD概率分配矩陣，再對於每一類特徵日分別建立基於進站客流歷史統計數據和實時上傳的進站客流統計數據進站客流的時間序列預測模型，再結合時間序列預測模型建立下一個時間段內進站客流預測矩陣，最後根據客流OD概率分配矩陣和進站客流預測矩陣，建立軌道交通客流OD分布實時推測矩陣。本發明通過對實時上傳的進站交易數據進行統計並建立時間序列預測矩陣，不僅提高客流OD預測時間長度，也保證了估計結果的可靠度。
【專利說明】一種軌道交通客流OD分布實時推測方法
【技術領域】
[0001]本發明涉及一種城市軌道交通客流OD分布實時推測方法。
【背景技術】
[0002]城市軌道交通自動售檢票系統(Automatic Fare Collection System,簡稱AFC)完整記錄了所轄線網內每一位乘客的進出站時間、站點、交易類型等車票交易信息，通過統計一段時間內的進出站交易信息，可以得到客流在路網上的OD(起訖點)分布。客流OD分布可以反映居民的出行特徵，為城市軌道交通線網的規劃布局、客流組織提供一定程度的參考。同時，客流OD分布也是斷面客流估計的基礎，而斷面客流數據是了解線路運行狀態，協調軌道交通運營管理，編制行車計劃最重要的數據支撐。
[0003]軌道交通目前建設的AFC系統在斷面客流數據分析方面相對薄弱，關鍵在於缺乏對客流OD分布實時估計。由於信息來源有限且準確性不足，運營單位不能對軌道交通線網運行狀態進行實時動態的描述，遇到客流模式變化情況例如突發高峰擁擠時進行臨時調度的難度較高。我國多個城市的軌道交通網絡正在逐漸形成，與單線運營相比，網絡化運營在客流組織與車流組織兩個方面都更加複雜，配置協調的難度將大大增加，對路網運行狀態的實時監控要求較高。顯然，基於完整的進出站信息的傳統OD統計方法無法滿足客流分布描述對實時性的要 求，因此需要一種新方法來實現對軌道交通OD客流的實時估計。

【發明內容】

[0004]發明目的:為了克服現有技術中存在的不足，本發明提供一種城市軌道交通客流OD分布實時推測方法，該方法基於軌道交通AFC終端設備實時上傳的進站交易數據和完整的歷史交易數據實現推測。
[0005]技術方案:為實現上述目的，本發明採用的技術方案為:
[0006]一種軌道交通客流OD分布實時推測方法，包括如下步驟:
[0007](I)設定時間間隔Tg，按時間間隔1；對時間進行分段，統計歷史數據(包括乘客完整的進出站交易信息)各站點在每個時間段內進站客流的OD分布量，得到全線網當天在第k個時間段內進站客流的OD分布矩陣Fk為:
【權利要求】
1.一種軌道交通客流OD分布實時推測方法，其特徵在於:包括如下步驟: (1)設定時間間隔Tg，按時間間隔Tg對時間進行分段，統計歷史數據各站點在每個時間段內進站客流的OD分布量，得到全線網當天在第k個時間段內進站客流的OD分布矩陣Fk為:
2.根據權利要求1所述的軌道交通客流OD分布實時推測方法，其特徵在於:所述步驟(3)中，變化特徵包括客流OD分布的單一 OD流量變化趨勢、單一 OD流量變化的波動性、各單一 OD全日總量、客流高峰出現時間、客流高峰持續時間。
3.根據權利要求1所述的軌道交通客流OD分布實時推測方法，其特徵在於:所述步驟(3)中，依照變化特徵的類似性對日期進行分類，具體為:採用聚類分析方法，根據不同類型特徵日之間客流OD變化特徵「類間區別最大、類內區別最小」的原則進行分類。
4.根據權利要求1所述的軌道交通客流OD分布實時推測方法，其特徵在於:所述步驟(4)中，可更新的客流OD概率分配矩陣Ak採用歷史平滑的方法進行更新，平滑常數α的取值取決於同類特徵日在一天中相同時間段客流OD分布的長期發展趨勢和波動性。
【文檔編號】G06Q50/30GK103984993SQ201410202139
【公開日】2014年8月13日 申請日期:2014年5月13日 優先權日:2014年5月13日
【發明者】張寧, 何鐵軍, 石莊彬 申請人:東南大學