基于城市軌道交通客流短時預測的運營編組設計

謝婉澤，左忠義

(1.遼寧軌道交通職業學院 ，遼寧 沈陽 110000； 2.大連交通大學 交通運輸與工程學院，遼寧 大連116028)

?

基于城市軌道交通客流短時預測的運營編組設計

謝婉澤1，左忠義2

(1.遼寧軌道交通職業學院 ，遼寧 沈陽 110000； 2.大連交通大學 交通運輸與工程學院，遼寧 大連116028)

∶根據城市軌道交通客流短時預測量進行運營編組設計，更接近客流的實際運營情況，具有實時、靈活和快速響應等優點.以一周為周期，使用最近一周的歷史斷面客流量作為原始數據，應用嵌入式灰色神經網絡組合模型進行短時預測，得到的下一周期斷面客流量更符合客流不斷變化的趨勢.以此為基礎進行運營編組設計，使其更能適應客流量的實時變化.然后將按計劃運營的實際客流納入歷史客流，進行循環修正更新，作為下一周期客流短時預測基礎進行運營編組設計.基于城市軌道交通客流短時預測的運營編組優化，在一定程度上可以提高城市軌道交通系統運能，提升運營效率，降低運營成本.

∶城市軌道交通；客流；短時預測；運營編組設計

0 引言

我國的城市軌道交通現在正處于發展時期，快速發展的同時也伴隨著很多問題，主要問題就是城市軌道交通客流預測不準確以及列車編組形式不合適等.客流預測不準確，使得以其為基礎的運營編組設計不合適，就會導致運營階段的城市軌道交通擁擠不堪或者運能浪費，進而引起運營成本的增加[1].

本文根據城市軌道交通客流的特點，提出了基于客流短時預測的運營編組設計的先進理念，更符合客流不斷變化的需求，在一定程度上可以提升城市軌道交通運營效率，提高系統運能，降低運營成本.

1 城市軌道交通客流特點

城市軌道交通線路由于其線路固定，與其他交通方式相互分離，所以受外界因素干擾較小，使得其客流量有其自由的規律.對城市軌道交通的歷史客流數據進行分析，總結出其客流量的特點如下:

(1)時變性

由于人們的生活規律和出行習慣不同，城市軌道交通一天內客流也會隨之變化，一般是清晨與深夜乘客較少，上班上學時段客流達到最高峰.高峰過后客流進入低谷，而傍晚放學和下班時段客流進入次高峰，午夜客流逐漸趨于平穩.

城市軌道交通客流量在以一周為周期的范圍內呈現一種循環變化的趨勢，由于城市軌道交通客流大部分都是以上學上班為出行目的的生產勞動客流，所以每周的客流量變化趨勢大體相當，一周各日客流量相差很小(除節假日)，因此城市軌道交通客流量具有時變性的特點.

(2)周期性

城市軌道交通客流在一周內的變化具有一定的規律性，每周周一和周五的客流量相對較高；而周二到周四之間的客流量趨于平穩；周末的客流量明顯低于工作日，整體呈現以7天為一周期的周期波動性[2].如圖1所示為某城市軌道交通線路2013年7月30日～9月2日的客流量趨勢圖，可以看出周一和周五客流比較集中，高于其他時間；周二到周四客流相差不多，出行較平穩；周六周日是休息日，客流主要是休閑文化客流，明顯低于工作日的客流量.

圖1 某城市軌道交通線路客流量趨勢圖

但是，某些大型商業中心附近的車站客流變化趨勢有所不同，由于其土地利用類型所吸引的客流主要為購物休閑客流，一周內的客流高峰一般出現在周六周日，如圖2為某靠近商業中心的車站2013年7月30日～9月2日客流量趨勢圖，其斷面客流量在周日達到峰值.

圖2 某城市軌道交通車站客流量趨勢圖

(3)均衡性

雖然城市軌道交通的日客流量變化較大，但是周均流量卻相差較小.由于出行者的個人習慣和工作時間不全相同，即便是在工作日，不同日期的客流量還是有一定差別的.但如果以一周為周期進行分析研究，在沒有節假日天氣等其它因素的影響下，城市軌道交通的客流量具有均衡性變化的特點.如圖3所示是某城市軌道交通線路2013年7月30日～9月2日周客流總量圖，可以看出周客流總量差異不大.

圖3 某城市軌道交通線路周客流總量圖

(4)突變性

季節因素對城市軌道交通客流的影響較大，例如每年學生集中考試階段以及南方的梅雨季節，客流通常是全年的低谷；而對于旅游城市，在旅游旺季時流動人口的增加會使城市軌道交通線路的客流有較大幅度的增長；此外，舉辦重大文體活動或者天氣突變也將引發城市軌道交通客流短期性的激增.如圖4所示是某個位于體育館附近的城市軌道交通車站的客流趨勢圖，在演唱會開始前(19∶00)和演唱會結束后(23∶00)客流出現了激增的情況.

圖4 城市軌道交通車站日客流變化趨勢圖

2 城市軌道交通客流短時預測

目前，我國城市軌道交通系統的建設及編組設計都是以其客流預測為主要依據，但在實際運營過程中，幾乎所有的城市軌道交通客流預測量與實際運行情況均存在很大的差異，大部分客流預測量都大于實際客流量，這就導致依靠客流預測量建設的城市軌道交通系統出現規模偏大或運能浪費等問題[3].

城市軌道交通客流預測按照預測年限可以分為長期預測，中期預測和短期預測.相對于長期預測，短時預測的預測間隔一般在15 min以內，應用科學的客流狀態檢測手段，捕捉客流系統的狀態特點，融合多元的客流信息，推演出客流狀態的運行規律，通過先進的模型進行預測，其預測結果更加精確可靠，更能適應城市軌道交通的實時性需求，可以作為城市軌道交通運營編組設計的重要參考依據.

所以，城市軌道交通客流預測應該長中期預測和短期預測相結合，在城市軌道交通實際運營過程中，客流會隨時間推移而變化，由于短時客流狀態存在自相似性，使得短時客流具有可預測性[4].針對這種變化，如圖5所示，城市軌道交通客流短時預測是根據所選取的歷史時段客流狀態預測未來時段的客流狀態，采用科學的模型和方法使圖中的預測客流狀態無限逼近實際客流狀態，作為我們進行各項工作的依據和參考.

圖5 城市軌道交通客流短時預測概念圖

3 運營編組優化設計

城市軌道交通運營編組設計的主要內容是全日行車計劃、列車交路計劃和車輛配備計劃，而城市軌道交通客流計劃是運營編組設計的基礎.但客流預測量與實際運營情況均存在著一定差距，使得基于客流預測進行的運營編組設計往往出現擁擠不堪或運能浪費的現象[5].但是，對城市軌道交通客流進行短時預測，得到的客流預測量更貼近實際客流情況，更符合客流不斷變化的趨勢.

通過研究總結出城市軌道交通具有周期性、均衡性以及短期波動性等特點，以一周為周期，使用最近一周的歷史斷面客流作為原始數據，選取適當的模型進行短時預測，即可得到下一周期的斷面客流短時預測量.以此為基礎進行城市軌道交通運營編組設計，使其更能適應客流量的實時變化，相較于常規的一成不變的運輸計劃更具有靈活性和快速響應性，可以滿足不斷變化的客流需求，在一定程度上可以提高運能利用率，降低運營成本，具體流程如圖6所示.

圖6 城市軌道交通運營編組設計流程圖

應用城市軌道交通歷史客流數據，對斷面客流進行短時預測，以斷面客流短時預測量為基礎進行城市軌道交通運營編組設計，投入運營，然后將實際運營客流量納入歷史客流數據庫，不斷修正更新歷史數據，循環進行客流短時預測以及運營編組優化設計過程.

基于短時預測的城市軌道交通運營編組設計具體步驟如下所示∶

(1)確定全日分時短時預測最大斷面客流量

首先計算城市軌道交通短時預測斷面客流量，求出高峰小時斷面客流量，再依據全日分時客流分布模擬圖來確定全日分時短時預測最大斷面客流量.

(2)確定運營時間內各小時應開行列車數

(3)確定行車間隔時間

(4)確定全日行車計劃

在確定運營時間內分時開行列車數和行車間隔時間的基礎上，檢查行車間隔時間，避免間隔時間過長.因為過長的行車間隔時間會增加乘客候車時間，降低乘客出行速度，不利于吸引客流.根據行車間隔標準，城市軌道交通列車在高峰運營時間內，行車間隔時間一般不超過6min；在其他非高峰運營時間內，行車間隔時間最好不超過10min[6].另外，全日行車計劃中高峰小時行車間隔時間還要保證其符合列車在折返站的出發間隔時間.

(5)確定列車交路

在城市軌道交通線路中客流量不均衡的區段，采用合理的列車交路可以有效地平衡客流，交路設計是運營編組設計的一個重要部分.列車交路方案規定了列車的運行區段、折返車站和按不同列車交路運行的列車對數.

合理的列車交路可以給乘客帶來方便，同時還能提高列車運用率，避免運能浪費，降低運營成本.因此，科學的列車交路方案可以使城市軌道交通行車組織更加經濟合理.

(6)確定列車開行方案

結合城市軌道交通全日行車計劃和列車交路方案進行合理調整，確定最終的城市軌道交通列車開行方案.

4 實例分析

以某城市軌道交通為例，由于客流具有周期性變化的特點，現以周一的歷史客流作為實例進行短時預測，一周內其他各日的斷面客流量可以通過相同方法進行短時預測.

本文應用嵌入式灰色神經網絡組合模型對其某周一運營期間(06∶00～00∶00)客流進行短時預測，在此基礎上，按照基于短時預測的城市軌道交通運營編組設計流程，確定全日分時短時預測最大斷面客流量，計算運營時間內的開行列車數以及行車間隔時間，確定全日行車計劃，設計交路方案，最終確定開行方案，將原列車開行方案與優化后列車開行方案對比如表1所示.

表1 優化前后列車開行方案對比

(1)運營成本對比

城市軌道交通的運營成本是指在日常生產運營過程中與運營生產直接有關的所有費用支出，而城市軌道交通列車開行方案是左右基本運營支出的重要因素.

由表1我們可以看出優化后開行列車數減少了58對，也就是根據客流短時預測進行運營編組設計優化的開行列車對數減少了約22%，這在滿足最大斷面客流量的運營基礎上還大大地節約了運營成本.

(2)列車滿載率對比

城市軌道交通列車滿載率是指列車載客人數與列車定員人數的比例，由于客流因時間段和空間分布的不同，列車滿載率在高峰時段有時可達到120%，在低谷時段只有30%.

列車滿載率是衡量城市軌道交通運營的經濟指標，也是衡量乘客舒適度的服務指標.列車滿載率越大，單列列車載客量越多，日開行列車數就相對減少，相應的運營支出就越少.但是日開行列車數就越少，乘客的候車時間就會增加，乘車空間就會越小，因此乘客的舒適度服務指標就會越差，所以列車滿載率應該控制在一個相對平衡的范圍內.

根據周一的短時預測斷面客流量，選取早高峰8∶00～8∶15計算各個斷面的列車滿載率，與優化前的方案進行對比如表2所示.

表2 優化前后列車滿載率對比

通過城市軌道交通短時預測的斷面客流量進行運營編組設計優化后，列車滿載率分布更均衡，對于滿載率較高的斷面如“I-J”，優化后滿載率有所降低，提高了乘客的服務水平；而對于始發站和終到站客流低谷時段適當延長發車間隔，平衡乘客等待時間和發車間隔，在一定程度上改善滿載率較低的情況，提高城市軌道交通運能利用.

5 結論

經過實例分析證明，應用適當的模型對城市軌道交通斷面客流進行短時預測，通過得到的短時預測斷面客流量，更加貼近客流的實際情況，在此基礎上進行城市軌道交通運營編組設計優化，在一定程度上提高了運能利用率，降低了城市軌道交通的運營成本，均衡了滿載率，具有一定的科學性和優越性.

[1]余攀．城市軌道交通列車編組優化研究[D]．北京:北京交通大學，2011.

[2]王奕，徐瑞華．基于周期時變特點的城市軌道交通短期客流預測研究[J]．城市軌道交通研究，2010(1)∶46-49.

[3]毛榮昌．城市軌道交通客流預測方法研究[D]．南京:海大學，2005.

[4]邵春福，熊志華，姚智勝．道路網短時交通需求預測理論、方法及應用[M]．北京:清華大學出版社，2011.

[5]程雯．關于城市軌道交通列車編組形式的探討[J]．都市快軌交通，2006(4):29-32.

[6]毛保華．城市軌道交通系統運營管理[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作者簡介∶謝婉澤(1988-)，女，助教，碩士，主要從事交通運輸規劃與管理的研究E-mail:fall721@qq.com.

∶A