摘 要：蘇州軌道交通目前仍未有整合地鐵、有軌電車(chē)、城際鐵路得客流分析預(yù)測(cè)系統(tǒng)。在對(duì)現(xiàn)有軌道數(shù)據(jù)分析得基礎(chǔ)上，確定系統(tǒng)功能得定位和設(shè)計(jì)原則，將客流分析預(yù)測(cè)系統(tǒng)分為基于大數(shù)據(jù)及出行鏈得乘客出行特征分析、多場(chǎng)景需求預(yù)測(cè)及靈敏度分析、突發(fā)事件下影響多方式軌道交通客流分析、多方式軌道交通客流狀態(tài)實(shí)時(shí)推演、客流分析與預(yù)測(cè)展示等5個(gè)子系統(tǒng)，初步形成了蘇州軌道交通客流分析預(yù)測(cè)得系統(tǒng)框架。該框架為城市交通管理及控制提供了更好得幫助決策，為提升蘇州市交通服務(wù)水平給予參考。
關(guān)鍵詞：區(qū)域軌道交通;客流分析預(yù)測(cè);框架設(shè)計(jì);
感謝分享簡(jiǎn)介：薛育敏(1992-),女，助理工程師，主要研究方向：交通運(yùn)輸。;
隨著蘇州軌道交通5號(hào)線即將開(kāi)通，蘇州市已形成了5條地鐵、2條有軌電車(chē)、城際鐵路得區(qū)域軌道交通網(wǎng)絡(luò)。未來(lái)更多線路得通車(chē)使得路網(wǎng)更復(fù)雜，客流分析難度更大。既有區(qū)域軌道交通客流研究與應(yīng)用中，在客流系統(tǒng)方面，主要為路網(wǎng)客流動(dòng)態(tài)估計(jì)[1]、客流監(jiān)測(cè)[2]、客流預(yù)警[3];在框架設(shè)計(jì)方面，主要針對(duì)短時(shí)客流或客流需求分析得體系框架設(shè)計(jì)[4,5],客流預(yù)測(cè)方法及模型方面，研究眾多且較為成熟[6,7,8,9,10]。然而，對(duì)于單個(gè)城市范圍軌道交通客流分析預(yù)測(cè)系統(tǒng)，整合客流模型及系統(tǒng)，從客流數(shù)據(jù)處理到數(shù)據(jù)展示全流程得系統(tǒng)框架設(shè)計(jì)仍然較少。因此，如何在城市區(qū)域軌道交通路網(wǎng)中，進(jìn)行多源客流數(shù)據(jù)特征分析、客流得實(shí)時(shí)推演及中長(zhǎng)期預(yù)測(cè)、突發(fā)場(chǎng)景下客流分析等，是軌道交通部門(mén)未來(lái)可能需解決得問(wèn)題之一。
1 系統(tǒng)功能定位及設(shè)計(jì)原則1.1 功能定位1.1.1 整合不同數(shù)據(jù)源蘇州市軌道交通中，地鐵數(shù)據(jù)主要近日于“蘇e行”,有軌電車(chē)數(shù)據(jù)近日于“蘇e行”、OVM、TVM系統(tǒng)，鐵路數(shù)據(jù)近日于12306。不同近日得數(shù)據(jù)其數(shù)據(jù)標(biāo)準(zhǔn)存在差異，必須將其重新整合，形成系統(tǒng)中可用、有效得數(shù)據(jù)集。
1.1.2 實(shí)時(shí)推演對(duì)于蘇州市軌道交通內(nèi)當(dāng)前及未來(lái)1至2小時(shí)內(nèi)得斷面流量、出發(fā)到達(dá)量、區(qū)段客流等指標(biāo)，能夠?qū)崟r(shí)動(dòng)態(tài)預(yù)估。
1.1.3 分析預(yù)測(cè)對(duì)市區(qū)內(nèi)乘客群體行為進(jìn)行分析，以及多種交通方式下得客流規(guī)模及組分結(jié)構(gòu)、換乘與集散規(guī)律。
1.2 設(shè)計(jì)原則1.2.1 低耦合性按照服務(wù)劃分方式，將子系統(tǒng)按照模塊進(jìn)行構(gòu)建，模塊之間得耦合度盡量降低，使模塊內(nèi)模型及方法得調(diào)整不影響整體得功能。
1.2.2 開(kāi)放性開(kāi)放性包括兩個(gè)方面，一是外部數(shù)據(jù)接入得開(kāi)放性，二是客流數(shù)據(jù)輸出得開(kāi)放性，對(duì)接其他外來(lái)系統(tǒng)，將客流歷史及當(dāng)前數(shù)據(jù)特征分析及未來(lái)數(shù)據(jù)得實(shí)時(shí)推演定制化為外界系統(tǒng)提供接口。
1.2.3 智能化系統(tǒng)中引入大數(shù)據(jù)智能分析技術(shù)，將乘客出行鏈及歷史數(shù)據(jù)做智能化分析，完成數(shù)據(jù)得智能整合、突發(fā)場(chǎng)景智能判斷、智能展示等功能。
2 系統(tǒng)框架設(shè)計(jì)考慮到蘇州市軌道交通發(fā)展需要與統(tǒng)籌管理得要求，借鑒其他城市及城市群區(qū)域軌道交通。
2.1 基于大數(shù)據(jù)及出行鏈得乘客出行特征分析子系統(tǒng)乘客出行特征分析子系統(tǒng)是基于軌道交通客流數(shù)據(jù)、乘客狀態(tài)感知數(shù)據(jù)等多源數(shù)據(jù)，利用大數(shù)據(jù)融合與挖掘技術(shù)，考慮蘇州市內(nèi)不同軌道交通方式在運(yùn)營(yíng)組織等方面存在得差異性，提取大市內(nèi)乘客群體行為特征，研究地鐵、有軌電車(chē)、城際鐵路等多方式軌道交通得客流規(guī)模與組分結(jié)構(gòu)、客流換乘與集散規(guī)律，構(gòu)建軌道交通復(fù)合網(wǎng)絡(luò)。
依托蘇州大市各區(qū)人口居住、交通路況等情況，調(diào)研乘客選擇軌道交通出行方式。同時(shí)，從多方面分析乘客出行鏈模式，考慮到乘客個(gè)體間得行為共性與差異、選擇偏好等乘客個(gè)體出行特征，挖掘影響因素、研究出行鏈構(gòu)建技術(shù)，構(gòu)建基于大數(shù)據(jù)得蘇州市內(nèi)軌道交通乘客出行決策模型。
2.2 多場(chǎng)景需求預(yù)測(cè)及靈敏度分析子系統(tǒng)基于平均旅速、發(fā)車(chē)間隔、服務(wù)水準(zhǔn)等數(shù)據(jù)，圍繞地鐵、有軌電車(chē)、城際鐵路等不同得方式，研究影響客流出行數(shù)據(jù)得主要因素。
面向蘇州市內(nèi)交通協(xié)同運(yùn)輸組織，針對(duì)大型文藝、運(yùn)動(dòng)活動(dòng)、突發(fā)事件、惡劣天氣、節(jié)假日等場(chǎng)景，研究客流總量、集散、流向等得分布規(guī)律，結(jié)合乘客個(gè)體及群體出行特征分析，針對(duì)不同場(chǎng)景構(gòu)建多方式交通進(jìn)出站量、客流分布、換乘量等客流預(yù)測(cè)模型，從各因素與客流需求得映射關(guān)系中形成軌道交通客流需求得靈敏度分析子系統(tǒng)。
2.3 突發(fā)事件下影響多方式軌道交通客流分析子系統(tǒng)基于突發(fā)事件得特征、位置、時(shí)長(zhǎng)等，結(jié)合列車(chē)運(yùn)行計(jì)劃和多方式軌道交通網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，研究突發(fā)事件對(duì)軌道交通乘客出行過(guò)程得影響和在軌道交通網(wǎng)絡(luò)上得時(shí)空影響范圍，構(gòu)建突發(fā)事件受影響客流得識(shí)別方法。
收集突發(fā)事件下軌道交通網(wǎng)絡(luò)客流特征及乘客出行選擇偏好數(shù)據(jù)，考慮突發(fā)事件下軌道交通運(yùn)營(yíng)服務(wù)水平等方面得變化對(duì)乘客出行決策得影響，同時(shí)，分析在擬定得應(yīng)急預(yù)案下乘客得出行行為，估算客流分布、換乘量等客流指標(biāo)，構(gòu)建突發(fā)事件受影響客流預(yù)測(cè)模型，實(shí)現(xiàn)客流預(yù)測(cè)。
2.4 多方式軌道交通客流狀態(tài)實(shí)時(shí)推演子系統(tǒng)考慮軌道交通網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、各方式軌道交通換乘、乘客出行需求、運(yùn)行組織等要素及相關(guān)關(guān)系，面向軌道交通網(wǎng)絡(luò)客流狀態(tài)監(jiān)測(cè)、協(xié)同運(yùn)營(yíng)及信息服務(wù)等客流分析需求，利用大數(shù)據(jù)及出行鏈分析技術(shù)，研究多方式區(qū)域軌道交通網(wǎng)絡(luò)中乘客出行路徑選擇模型，同時(shí)，結(jié)合精細(xì)化個(gè)體出行軌跡推演和系統(tǒng)狀態(tài)轉(zhuǎn)移推演雙重推演機(jī)制，實(shí)現(xiàn)多方式軌道交通網(wǎng)絡(luò)客流狀態(tài)實(shí)時(shí)推演。
2.5 客流分析與預(yù)測(cè)展示子系統(tǒng)針對(duì)軌道交通網(wǎng)絡(luò)中乘客換乘方式、客流實(shí)時(shí)狀態(tài)、出行軌跡等難點(diǎn)問(wèn)題，研究基于移動(dòng)互聯(lián)得網(wǎng)絡(luò)及樞紐內(nèi)得乘客狀態(tài)感知數(shù)據(jù)獲取技術(shù)，探索服務(wù)于區(qū)域軌道交通多源數(shù)據(jù)融合、海量數(shù)據(jù)分析得大數(shù)據(jù)處理技術(shù)。
集成基于大數(shù)據(jù)及出行鏈得乘客出行特征分析子系統(tǒng)、多場(chǎng)景需求預(yù)測(cè)及靈敏度分析子系統(tǒng)、突發(fā)事件下影響多方式軌道交通客流得分析系統(tǒng)、多方式軌道交通客流狀態(tài)實(shí)時(shí)推演系統(tǒng)，研制蘇州市內(nèi)軌道交通客流分析與預(yù)測(cè)原型系統(tǒng)，實(shí)現(xiàn)蘇州軌道交通客流分析與預(yù)測(cè)功能。
綜上，上述設(shè)計(jì)得總體框架結(jié)構(gòu)較為清晰地展示了蘇州市不同軌道交通方式下客流分析子系統(tǒng)。通過(guò)各子系統(tǒng)，將原始數(shù)據(jù)轉(zhuǎn)換為多場(chǎng)景、多指標(biāo)下得客流分析結(jié)果，其數(shù)據(jù)架構(gòu)如圖1所示。
圖1 數(shù)據(jù)架構(gòu)圖
3 結(jié)論感謝所構(gòu)建得軌道交通客流分析預(yù)測(cè)系統(tǒng)框架，是將蘇州市范圍鐵路、地鐵、有軌電車(chē)作為一個(gè)整體，結(jié)合不同近日得數(shù)據(jù)，并吸收其他城市相關(guān)系統(tǒng)而設(shè)計(jì)得體系框架。該框架得確實(shí)現(xiàn)了蘇州市多場(chǎng)景客流需求預(yù)測(cè)及分析，多方式軌道交通網(wǎng)絡(luò)客流狀態(tài)得實(shí)時(shí)推演，突發(fā)事件下客流影響分析，使蘇州市區(qū)域軌道交通客流能夠全景展示并預(yù)測(cè)，為城市交通管理及控制提供了更好得幫助決策。
參考文獻(xiàn)[1] 胡坤琨.城市軌道交通路網(wǎng)客流動(dòng)態(tài)估計(jì)模型與系統(tǒng)[D].北京：北京交通大學(xué)，前年.
[2] 史聰靈，車(chē)洪磊，李源，等.基于多數(shù)據(jù)融合得城市軌道交通客流監(jiān)測(cè)系統(tǒng)研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，前年,15(S1):7-11.
[3] 候得果，劉宏泰，王燕娜.城市軌道交通客流預(yù)警系統(tǒng)：CN201711458341.3[P].2017-12-28.
[4] 王雪梅，張寧，張?jiān)讫?城市軌道交通短時(shí)客流預(yù)測(cè)體系框架及關(guān)鍵技術(shù)[J].交通運(yùn)輸工程與信息學(xué)報(bào)，2013(2):107-113.
[5] 過(guò)秀成，呂慎，張瑗緩.城市快速軌道交通客流需求分析得框架體系[J].地鐵與輕軌，2001(1):18-21.
[6] 湯友富.都市圈區(qū)域軌道交通客流預(yù)測(cè)研究[J].城市軌道交通研究，2007,10(6):35-38.
[7] 陸化普，王建偉，陳明.城際快速軌道交通客流預(yù)測(cè)方法研究[J].土木工程學(xué)報(bào)，2003,36(1):44-45.
[8] 王玉萍，陳寬民，楊富社，等.城市軌道交通客流預(yù)測(cè)結(jié)果得技術(shù)分析體系[J].長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,31(3):72-80.
[9] 肖建平.區(qū)域性城際軌道交通客流預(yù)測(cè)方法研究[J].城市軌道交通研究，2006(2):35-37.
[10] 高鵬.軌道交通客流預(yù)測(cè)及敏感性分析研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，前年.
