CN105095993A - 一种轨道站点客流量预测系统及方法 - Google Patents

Abstract

本发明公开了一种轨道站点客流量预测系统及方法，包括根据不同用地性质出行率和用地性质、人口，建立出行生成量计算模型，计算不同用地的出行产生量和吸引量；运用双约束重力模型得出全方式交通分布矩阵，运用多层次方式划分的方法，结合城市调查数据利用距离转移曲线法得出轨道站点出行分担率，从而计算得出轨道交通分布矩阵；利用地理信息系统，建立道路网络集，以不同吸引区的合理距离为阻抗，创建客流吸引区；通过对轨道站点客流吸引范围的界定，得到各吸引范围的轨道站点乘降量，结合轨道站点乘降量计算模型，计算出轨道站点客流量。

Description

一种轨道站点客流量预测系统及方法

技术领域

本发明涉及一种轨道站点客流量预测系统及方法。

背景技术

目前国内采用的客流预测方法多是基于交通软件如TRANSCAD、EMME、VISION、CUBE等，建立全市轨道线网客流预测模型对全网客流量预测后得出单个轨道站点的客流量。该方法需要大量的基础资料、人力、物力，且随着用地、人口的变动尤其是轨道线网及站点的变化模型不易及时更新与维护。

发明内容

本发明为了解决上述问题，提出了一种轨道站点客流量预测系统及方法，本方法能够减少单个站点客流量预测带来的费用投入，及时更新由于站点周边用地、人口以及轨道线网(站点)的变化对站点客流量的影响，从而提高单个站点客流量预测的精度。

为了实现上述目的，本发明采用如下技术方案：

一种轨道站点客流量预测系统，包括出行生成模块、出行分布模块、轨道站点吸引范围界定模块和轨道站点乘降量计算模块，其中：

所述出行生成模块，用于保存模型基础数据和不同用地性质出行率，基于土地利用的需求，计算不同用地的出行产生量和吸引量；

所述出行分布模块，用于根据全方式交通分布和多层次交通方式划分、计算得出轨道交通方式分布情况；

所述轨道站点吸引范围界定模块，用于建立道路网络集，以影响不同吸引区的合理距离为阻抗，创建客流吸引区；

所述轨道站点乘降量计算模块，用于将轨道站点各吸引区内的轨道客流产生量和吸引量叠加之和，即计算出轨道站点客流乘降量。

一种轨道站点客流量预测方法，包括以下步骤：

(1)根据不同用地性质出行率和用地性质、人口，建立出行生成量计算模型，计算不同用地的出行产生量和吸引量；

(2)运用双约束重力模型得出全方式交通分布矩阵，运用多层次方式划分的方法，结合城市调查数据利用距离转移曲线法得出轨道站点出行分担率，从而计算得出轨道交通分布矩阵；

(3)利用地理信息系统，建立道路网络集，以不同吸引区的合理距离为阻抗，创建客流吸引区；

(4)通过对轨道站点客流吸引范围的界定，得到各吸引范围的轨道站点乘降量，结合轨道站点乘降量计算模型，计算出轨道站点客流量。

所述步骤(1)中，出行生成量计算模型为：

其中：G_i——第i小区的出行生成量；

p_j——第j类用地的单位面积或户数、床位等数据；

——第j类用地的单位出行；

δ_j——修正系数。

所述步骤(2)中，双重约束重力模型：

T_ij＝K_iK'_jP_iA_jf(R_ij)

其中， $K_i={\[\underset{j=1}{\mathrm{\Σ}}{K}_j^{,}{A}_{j}f\left(R_{ij}\right)\]}^{-1},\left(i=1,\mathrm{......},n\right);$

$K_j^{,}={\[\underset{i=1}{\mathrm{\Σ}}{K}_i^{,}{P}_{i}f\left(R_{ij}\right)\]}^{-1},\left(j=1,\mathrm{......},n\right);$

$f\left(R_{ij}\right)=10393.9\×R_{ij}^{-1.7614}\×\exp (-0.034\×R_{ij});$

R_ij——交通小区i、j之间的交通出行量，人次/日；

K_i——行约束系数；

K’_j——列约束系数；

P_i——交通小区i的出行产生率，人次/日；

A_j——交通小区j的出行吸引率，人次/日；

f(R_ij)——交通阻抗函数。

所述步骤(3)中，建立道路网络集，如果要创建基于地理数据库的网络数据集，作为源参与网络的所有要素类都需要出现在一个要素数据集中，如果要从shapefile创建网络，则需要将作为源参与的所有要素类安排到同一个文件夹中。

所述步骤(3)中，建立道路网络集，确保源具有表示网络阻抗值，包括距离和行程时间的字段，为了获得最佳结果，使用阻抗单位命名这些字段，新建网络数据集向导会自动检测这些字段，对于边源，如果阻抗值因行进方向而有所不同，则为每个行进方向提供一个单独字段，如果对单向街道进行建模，确保边源具有提供单向街道信息的字段。

所述步骤(3)中，将转弯要素类与网络数据集相关联，如果转弯信息存储在ARC/INFO或ArcViewGIS转弯表中，则将转弯表导入到转弯要素类中，如果没有ARC/INFO或ArcViewGIS转弯表，如果使用转弯信息执行网络分析，则需要创建新的转弯要素类并添加新的转弯要素以存储这些转弯信息，确保转弯要素类包含的字段带有将在网络属性中使用的信息。

所述步骤(3)中，创建网络数据集或编辑现有网络数据集时，必须以构建的方式进行。构建是创建网络元素、建立连通性和将值指定给已定义属性的过程。

所述步骤(4)中，轨道站点乘降量计算模型：

轨道站点上客量预测：Q_i＝Q_i1+Q_i2+Q_i3

其中，Q_i1——直接吸引区内的轨道交通产生量；

Q_i2——间接吸引区内的轨道交通产生量；

Q_i3——潜在吸引区内的轨道交通产生量。

轨道站点下客量预测：A_i＝A_i1+A_i2+A_i3

其中，A_i1——直接吸引区内的轨道交通吸引量；

A_i2——间接吸引区内的轨道交通吸引量；

A_i3——潜在吸引区内的轨道交通吸引量。

本发明的有益效果为：

(1)通过对轨道站点客流量预测方法的简化，如拥有全市交通模型，则出行生成模块、出行分布模块可以省略，直接运用轨道站点吸引范围界定模块计算得出该站点客流乘降量，简化了计算程序，节约了时间；

(2)出现轨道线网调整、站点调整现象，则直接将调整情况输入轨道站点吸引范围界定模块即可得到数据更新，做到轨道数据更新及时。尤其在单个站点客流量预测中，可直接利用单个站点吸引范围内产生、吸引量的叠加计算得出站点客流量，方法简便易懂，便于操作。

附图说明

图1为本发明的技术流程图。

图2为本发明的方式划分流程图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

一种轨道站点客流量预测系统及方法的实施主要由四大步骤组成：

1)出行生成，即得出各交通小区的出行产生量和出行吸引量，具体实施步骤如下：

①根据用地划分及行政划分情况，根据需求划分交通小区(尽量画小一些)；

②根据规划人口、规划用地、容积率等数据创建基于交通小区的GIS数据库；

③通过对不同用地性质的出行率调查或结合以往调查数据和经验数据，得出不同用地性质对应的出行产生率和吸引率；

④根据出行生成率模型计算得出各交通小区的出行产生量和吸引量。

出行生成率模型：

其中：G_i——第i小区的出行生成量；

p_j——第j类用地的单位面积或户数、床位等数据；

——第j类用地的单位出行；

δ_j——修正系数。

2)方式划分，采用的是多层次方式划分法得出轨道交通不同出行距离的出行结构，具体实施步骤如下：

①对公共交通发展战略、相关交通政策研究等相关资料进行研究，确定公共交通及轨道交通未来的发展目标；

②根据往年的全方式居民出行调查/不同出行方式出行距离调查/相似城市出行特征数据对全方式进行交通方式划分，得出公共交通出行方式分担率；

③对公共交通中的地面公共交通和轨道交通进行方式划分，得出轨道交通分担率。

3)出行分布，即得出研究范围内交通小区之间的轨道交通出行OD矩阵，具体实施步骤如下：

①计算权方式出行OD矩阵。

根据已得到各交通小区的出行产生量和吸引量，以及交通阻抗函数 $\left(f\left(R_{ij}\right)=10393.9\×R_{ij}^{-1.7614}\×\exp \left(-0.034\×R_{ij}\right)\right),$ 运用transcad或emme等交通预测软件中的双重约束重力模型模块，或采用双重约束重力模型计算公式计算得出研究范围内交通小区之间的全方式出行OD矩阵。

双重约束重力模型计算公式：

T_ij＝K_iK'_jP_iA_jf(R_ij)

其中， $K_i={\[\underset{j=1}{\mathrm{\Σ}}{K}_j^{,}{A}_{j}f\left(R_{ij}\right)\]}^{-1},\left(i=1,\mathrm{......},n\right);$

$K_j^{,}={\[\underset{i=1}{\mathrm{\Σ}}{K}_i^{,}{P}_{i}f\left(R_{ij}\right)\]}^{-1},\left(j=1,\mathrm{......},n\right);$

$f\left(R_{ij}\right)=10393.9\×R_{ij}^{-1.7614}\×\exp (-0.034\×R_{ij});$

R_ij——交通小区i、j之间的交通出行量，人次/日；

K_i——行约束系数；

K'_j——列约束系数；

P_i——交通小区i的出行产生率，人次/日；

A_j——交通小区j的出行吸引率，人次/日；

f(R_ij)——交通阻抗函数。

②计算轨道交通出行OD矩阵

根据已经计算得出的全方式出行OD矩阵、各交通小区之间的出行距离矩阵、轨道交通不同出行距离出行结构分布，计算得出轨道交通出行OD矩阵。

4)轨道站点客流量预测，即得出不同轨道站点上下客流量，具体实施步骤如下：

①以合理的出行距离为约束条件，对轨道吸引范围进行划分，划分为直接吸引区、间接吸引区和潜在吸引区三大区域。

②利用3)中计算得出的轨道交通出行OD矩阵，得知各交通小区轨道交通出行产生量和吸引量。

③根据轨道站点客流吸引范围，将轨道客流量分配最近的轨道站点。具体计算公式如下：

轨道站点上客量预测：Q_i＝Q_i1+Q_i2+Q_i3

其中，Q_i1——直接吸引区内的轨道交通产生量；

Q_i2——间接吸引区内的轨道交通产生量；

Q_i3——潜在吸引区内的轨道交通产生量。

轨道站点下客量预测：A_i＝A_i1+A_i2+A_i3

其中，A_i1——直接吸引区内的轨道交通吸引量；

A_i2——间接吸引区内的轨道交通吸引量；

A_i3——潜在吸引区内的轨道交通吸引量。

吸引范围的划分

利用地理信息系统(ARCGIS软件)，建立道路网络集，以不同吸引区的合理距离为阻抗，创建客流吸引区。根据吸引范围的围合三项原则(详见附图2所示)，对吸引范围进行合理划分。

准备网络数据集内部相应角色的源

如果要创建基于地理数据库的网络数据集，则作为源参与网络的所有要素类都应该出现在一个要素数据集中。如果要从shapefile创建网络，则需要将作为源参与的所有要素类安排到同一个文件夹中。

确保源具有表示网络阻抗值(距离和行程时间等)的字段。为了获得最佳结果，可使用阻抗单位命名这些字段，因为新建网络数据集向导会自动检测这些字段。对于边源，如果阻抗值因行进方向而有所不同，则为每个行进方向提供一个单独字段。如果对单向街道进行建模，请确保边源具有提供单向街道信息的字段。新建网络数据集向导会识别名为One_Way或Oneway的字符串字段，并创建能够解释其值的赋值器。

准备转弯要素类并添加转弯信息

将转弯要素类与网络数据集相关联，如果转弯信息存储在ARC/INFO或ArcViewGIS转弯表中，则将转弯表导入到转弯要素类中。如果没有ARC/INFO或ArcViewGIS转弯表，但是想要使用转弯信息执行网络分析，则需要创建新的转弯要素类并添加新的转弯要素以存储这些转弯信息。确保转弯要素类包含的字段带有将在网络属性中使用的信息，如转弯阻抗(例如，转弯需要花费两分钟)或条件转弯限制(例如，只有卡车不能转弯)。

使用新建网络数据集向导创建网络数据集

使用新建网络数据集向导，逐步完成以下操作：为网络数据集命名、识别网络源、设置连通性、识别高程数据(如果必要)、指定转弯源(如果必要)、定义属性(如成本、描述符、约束和等级)和设置方向报表规范。

构建网络数据集

创建网络数据集或编辑现有网络数据集时，必须以构建的方式进行。构建是创建网络元素、建立连通性和将值指定给已定义属性的过程。

轨道站点导入

将提前准备好的轨道站点导入网络数据集数据库中，以备后续分析使用。得到网络数据集及站点。

站点吸引范围求解

首先确定站点吸引距离阻抗或时间阻抗，根据站点吸引范围围合形式和围合原则，最后以吸引距离或时间为阻抗，寻求覆盖的所有区域即为站点吸引范围。

原则一：当轨道站点间距大于直接、间接客流吸引距离时，潜在吸引范围边界即为相邻站点合理吸引范围的边界线；

原则二：当轨道站点间距小于间接客流吸引距离，而间接客流吸引距离小于潜在客流吸引距离时，间接客流吸引范围边界与潜在客流吸引范围边界的合并几何即为相邻站点合理吸引范围的边界；

原则三：当轨道站点间距小于间接客流吸引距离，而间接客流吸引距离等于潜在客流吸引距离时，间接客流吸引范围边界即为相邻站点合理吸引范围的边界。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (9)

1.一种轨道站点客流量预测方法，其特征是：包括以下步骤：

(1)根据不同用地性质出行率和用地性质、人口，建立出行生成量计算模型，计算不同用地的出行产生量和吸引量；

(2)运用双约束重力模型得出全方式交通分布矩阵，运用多层次方式划分的方法，结合城市调查数据利用距离转移曲线法得出轨道站点出行分担率，从而计算得出轨道交通分布矩阵；

(3)利用地理信息系统，建立道路网络集，以不同吸引区的合理距离为阻抗，创建客流吸引区；

(4)通过对轨道站点客流吸引范围的界定，得到各吸引范围的轨道站点乘降量，结合轨道站点乘降量计算模型，计算出轨道站点客流量。

2.如权利要求1所述的一种轨道站点客流量预测方法，其特征是：所述步骤(1)中，出行生成量计算模型为：

其中：G_i——第i小区的出行生成量；

p_j——第j类用地的单位面积或户数、床位等数据；

——第j类用地的单位出行；

δ_j——修正系数。

3.如权利要求1所述的一种轨道站点客流量预测方法，其特征是：所述步骤(2)中，双重约束重力模型：

T_ij＝K_iK'_jP_iA_jf(R_ij)

其中， $K_i={\[\underset{j=1}{\Σ}{K}_j^{,}A{j}_{}f\left(R_{ij}\right)\]}^{-1}$ (i＝1,……，n)；

$K_j^{,}={\[\underset{i=1}{\Σ}{K}_j^{,}{P}_{i}f\left(R_{ij}\right)\]}^{-1}$ (j＝1,……，n)；

$f\left(R_{ij}\right)=10393.9\×R_{ij}^{-1.7614}\×\exp (-0.034\×R_{ij});$

R_ij——交通小区i、j之间的交通出行量，人次/日；

K_i——行约束系数；

K’_j——列约束系数；

P_i——交通小区i的出行产生率，人次/日；

A_j——交通小区j的出行吸引率，人次/日；

f(R_ij)——交通阻抗函数。

4.如权利要求1所述的一种轨道站点客流量预测方法，其特征是：所述步骤(3)中，建立道路网络集，如果要创建基于地理数据库的网络数据集，作为源参与网络的所有要素类都需要出现在一个要素数据集中，如果要从shapefile创建网络，则需要将作为源参与的所有要素类安排到同一个文件夹中。

5.如权利要求1所述的一种轨道站点客流量预测方法，其特征是：所述步骤(3)中，建立道路网络集，确保源具有表示网络阻抗值，包括距离和行程时间的字段，为了获得最佳结果，使用阻抗单位命名这些字段，新建网络数据集向导会自动检测这些字段，对于边源，如果阻抗值因行进方向而有所不同，则为每个行进方向提供一个单独字段，如果对单向街道进行建模，确保边源具有提供单向街道信息的字段。

6.如权利要求1所述的一种轨道站点客流量预测方法，其特征是：所述步骤(3)中，将转弯要素类与网络数据集相关联，如果转弯信息存储在ARC/INFO或ArcViewGIS转弯表中，则将转弯表导入到转弯要素类中，如果没有ARC/INFO或ArcViewGIS转弯表，如果使用转弯信息执行网络分析，则需要创建新的转弯要素类并添加新的转弯要素以存储这些转弯信息，确保转弯要素类包含的字段带有将在网络属性中使用的信息。

7.如权利要求1所述的一种轨道站点客流量预测方法，其特征是：所述步骤(3)中，创建网络数据集或编辑现有网络数据集时，必须以构建的方式进行。构建是创建网络元素、建立连通性和将值指定给已定义属性的过程。

8.如权利要求1所述的一种轨道站点客流量预测方法，其特征是：所述步骤(4)中，轨道站点乘降量计算模型：

轨道站点上客量预测：Q_i＝Q_i1+Q_i2+Q_i3

其中，Q_i1——直接吸引区内的轨道交通产生量；

Q_i2——间接吸引区内的轨道交通产生量；

Q_i3——潜在吸引区内的轨道交通产生量。

轨道站点下客量预测：A_i＝A_i1+A_i2+A_i3

其中，A_i1——直接吸引区内的轨道交通吸引量；

A_i2——间接吸引区内的轨道交通吸引量；

A_i3——潜在吸引区内的轨道交通吸引量。

9.一种轨道站点客流量预测系统，其特征是：包括出行生成模块、出行分布模块、轨道站点吸引范围界定模块和轨道站点乘降量计算模块，其中：

所述出行生成模块，用于保存模型基础数据和不同用地性质出行率，基于土地利用的需求，计算不同用地的出行产生量和吸引量；

所述出行分布模块，用于根据全方式交通分布和多层次交通方式划分、计算得出轨道交通方式分布情况；

所述轨道站点吸引范围界定模块，用于建立道路网络集，以影响不同吸引区的合理距离为阻抗，创建客流吸引区；

所述轨道站点乘降量计算模块，用于将轨道站点各吸引区内的轨道客流产生量和吸引量叠加之和，即计算出轨道站点客流乘降量。