CN109034506A - 一种综合客运枢纽联运交通客流量预测方法 - Google Patents

一种综合客运枢纽联运交通客流量预测方法 Download PDF

Info

Publication number
CN109034506A
CN109034506A CN201811088764.5A CN201811088764A CN109034506A CN 109034506 A CN109034506 A CN 109034506A CN 201811088764 A CN201811088764 A CN 201811088764A CN 109034506 A CN109034506 A CN 109034506A
Authority
CN
China
Prior art keywords
traffic
transportation
passenger
transport
plugging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811088764.5A
Other languages
English (en)
Inventor
张伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Fifth Survey and Design Institute Group Co Ltd
Original Assignee
China Railway Fifth Survey and Design Institute Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Railway Fifth Survey and Design Institute Group Co Ltd filed Critical China Railway Fifth Survey and Design Institute Group Co Ltd
Priority to CN201811088764.5A priority Critical patent/CN109034506A/zh
Publication of CN109034506A publication Critical patent/CN109034506A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种综合客运枢纽联运交通客流量预测方法,包括:第一步,划分综合客运枢纽运输方式;第二步,预测主体客运交通客流量;第三步,预测接驳交通换乘比例;第四步,预测接驳交通客流量;第五步,预测联运交通换乘量:依据到发守恒原则,通过矩阵计算得出联运交通换乘比例分布表,用各类交通运输方式日均旅客发送量乘以换乘比例分布表,计算得出各联运交通换乘量。该方法使得综合客运枢纽联运交通客流量预测方法标准化,填补行业空白;量化数据分析,标准化预测过程,避免设计人员主观因素干扰,提高设计效率,缩短设计周期;符合地区社会经济及交通运输发展规律,提高设计成果适用性、准确性。

Description

一种综合客运枢纽联运交通客流量预测方法
技术领域
本发明属于土木工程领域,尤其涉及一种综合客运枢纽联运交通客流量预测方法。
背景技术
综合客运枢纽是现代综合交通运输体系中的重要环节,未来,在全国重要综合交通枢纽城市,将打造多个以大型高铁车站为主和多个以机场为主的现代化、立体式综合客运枢纽。综合客运枢纽的规划、设计及建设工作,直接关系到综合交通运输体系中节点与网络是否协调、各种交通方式能否衔接与配合以及功能能否充分发挥,关系到居民的出行是否顺畅、便捷和舒适。综合客运枢纽联运设施布局是否合理,规模与数量配置能否满足需求,直接关系到枢纽客流集散的效率,进而影响枢纽运营安全。综合交通枢纽是大型交通类设施,不同于普通工民建项目,交通方式复杂、大客流冲击等问题突出。但传统枢纽客流量预测通过专家咨询、类比设计的方法,存在预测结论针对性不强、宽泛、准确性不高的问题,因此,如何有效、准确的预测待建综合客运枢纽联运交通客流量,是设计综合客运枢纽联运工程的关键。
发明内容
基于现有技术所存在的问题,本发明的目的是提供一种综合客运枢纽联运交通客流量预测方法,能准确预测待建综合客运枢纽联运交通客流量,为设计综合客运枢纽联运工程提供准确的数据支持。
本发明的目的是通过以下技术方案实现的:
第一步,划分综合客运枢纽运输方式:确定综合客运枢纽类别,将综合客运枢纽中的联运交通运输方式划分为不同种类,根据所述综合客运枢纽类别从划分出的交通运输方式种类中确定主体交通运输方式和接驳交通运输方式;
第二步,预测主体客运交通客流量:采用现有预测方式预测得出所述第一步确定的主体客运交通运输方式的客流量作为主体客运交通客流量;
第三步,预测接驳交通换乘比例:依据公交优先原则,根据综合客运枢纽所在地区社会经济及交通运输发展情况,分别预测各种接驳交通运输方式的接驳交通换乘比例;
第四步,预测接驳交通客流量:将所述第二步预测得出的主体客运交通客流量乘以所述第三步得出的各接驳交通换乘比例,分类求和,计算得出各种接驳交通客流量;
第五步,预测联运交通换乘量:依据到发守恒原则,通过矩阵计算得出联运交通换乘比例分布表,用各类交通运输方式日均旅客发送量乘以换乘比例分布表,计算得出各联运交通换乘量。
由上述本发明提供的技术方案可以看出,本发明实施例提供的综合客运枢纽联运交通客流量预测方法,其有益效果为:
通过划分综合客运枢纽运输方式、预测主体客运交通客流量、预测接驳交通换乘比例、预测接驳交通客流量和预测联运交通换乘量等五步的有机配合,形成一种能准确、量化、且便于操作的预测综合客运枢纽交通客流量的方法,既避免了专家咨询不确定性、类比宽泛性等问题,又标准化设计工作、提高设计效率、缩短设计工期、提高成果准确性,该方法能实现量化数据分析,标准化预测过程。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的综合客运枢纽联运交通客流量预测方法的流程图。
具体实施方式
下面结合本发明的具体内容,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
如图1所示,本发明实施例提供一种综合客运枢纽联运交通客流量预测方法,包括:
第一步,划分综合客运枢纽运输方式:确定综合客运枢纽类别,将综合客运枢纽中的联运交通运输方式划分为不同种类,根据所述综合客运枢纽类别从划分出的交通运输方式种类中确定主体交通运输方式和接驳交通运输方式;
第二步,预测主体客运交通客流量:采用现有预测方式预测得出所述第一步确定的主体客运交通运输方式的客流量作为主体客运交通客流量;
第三步,预测接驳交通换乘比例:依据公交优先原则,根据综合客运枢纽所在地区社会经济及交通运输发展情况,分别预测各种接驳交通运输方式的接驳交通换乘比例;
第四步,预测接驳交通客流量:将所述第二步预测得出的主体客运交通客流量乘以所述第三步得出的各接驳交通换乘比例,分类求和,计算得出各种接驳交通客流量;
第五步,预测联运交通换乘量:依据到发守恒原则,通过矩阵计算得出联运交通换乘比例分布表,用各类交通运输方式日均旅客发送量乘以换乘比例分布表,计算得出各联运交通换乘量。
上述预测方法的第一步中,确定的综合客运枢纽类别为以下中的至少一种:
航空枢纽、国铁枢纽、航运枢纽、公路客运枢纽、轨道交通枢纽和常规公交枢纽。
上述预测方法的方法第一步中,将综合客运枢纽中的联运交通运输方式划分为不同种类包括:
航空、国铁、航运、城市轨道交通、公路客运、常规公交、旅游巴士、出租车、社会车辆、非机动车中的至少两种。优选的,非机动车包括:私人自行车(含电动车)、公租自行车、共享单车、同时含步行等。
上述公路客运包含:机场巴士;
所述常规公交包含:BRT;
所述出租车包含:租赁小汽车。
所述非机动车包含:步行。
上述根据所述综合客运枢纽类别从划分出的交通运输方式种类中确定主体交通运输方式和接驳交通运输方式为:
若综合客运枢纽类别为航空枢纽,则航空运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为国铁枢纽,则国铁运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为航运枢纽,则航运运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为公路客运枢纽,则公路客运运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为轨道交通枢纽,则城市轨道交通运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为常规公交枢纽,则常规公交运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式。
上述预测方法的方法第二步中,采用的现有预测方式包括:
时间序列法、影响因素分析法、四阶段法中的任一种。
上述预测方法的第三步中,根据综合客运枢纽所在地区社会经济及交通运输发展情况,分别预测各种接驳交通运输方式的接驳交通换乘比例为:
按下表取值范围确定各接驳交通运输方式的接驳交通换乘比例:
表1各种接驳交通运输方式换乘比例的理想取值(该取值为考虑所在地区社会经济及交通运输发展状态下的工程积累的经验取值范围)
上述预测方法的第四步中,将所述第二步预测得出的主体客运交通客流量乘以所述第三步得出的各接驳交通换乘比例,分类求和,计算得出各种接驳交通客流量具体为:
按下式计算求得各种接驳交通运输方式日均旅客发送量:
式中:为接驳交通运输方式TMj的日均旅客发送量,单位为人次/日;
为主体交通运输方式TMi的日均旅客发送量,单位为人次/日;
n为接驳交通运输方式TMj服务的主体交通运输方式总数量;
为接驳交通运输方式TMj占主体交通运输方式TMi换乘客流比例,单位为%。
上述预测方法的第五步中,依据的到发守恒原则是以各种交通运输方式日均旅客发送量等于日均旅客到达量;
通过矩阵计算得出联运交通换乘比例分布(以换乘比例表体现),换乘矩阵中的存在下式所列斜对角线对称关系:
通过矩阵计算得出的联运交通换乘比例分布表如下:
表2通过矩阵计算得出的联运交通换乘比例分布表
本发明的方法,适用于综合客运枢纽联运交通(航空、国铁、航运、城市轨道交通、公路客运及机场巴士、旅游巴士、常规公交及BRT、出租车及小汽车租赁、社会车辆、非机动车及步行等)建设工程,尤其是综合客运枢纽联运交通客流量以及换乘量设计。通过考虑枢纽所在地区社会经济、交通运输协调发展,分析枢纽及各联运交通功能定位,依据“到发守恒”、“公交优先”原则,实现量化数据分析,标准化预测过程。该方法避免了专家咨询不确定性、类比宽泛性等问题,标准化设计工作,提高设计效率,缩短设计工期,提高成果准确性,能实现量化数据分析,标准化预测过程。
下面对本发明实施例具体作进一步地详细描述。
本发明实施例提供一种综合客运枢纽联运交通客流量预测方法,该方法包括以下五个步骤(可称为五阶段法),其中,
第一步,划分综合客运枢纽运输方式:将该综合客运枢纽中的联运交通运输方式划分为不同种类,分析各自功能定位;
如可将联运交通运输方式划分为以下种类中的至少两种:
航空、国铁、航运、城市轨道交通、公路客运(含机场巴士)、旅游巴士、常规公交(含BRT,即快速公交系统)、出租车(含租赁小汽车)、社会车辆、非机动车(含步行)。
第二步,预测主体客运交通客流量:根据各联运交通运输方式功能定位,明确主体客运交通运输方式,依据现有预测方法(如时间序列法、影响因素分析法、四阶段法等)预测其客流量;
第三步,预测接驳交通换乘比例:结合枢纽所在地区社会经济及交通运输发展情况,依据“公交优先”原则,预测接驳交通换乘比例;
第四步,预测接驳交通客流量:主体客运交通客流量乘以接驳交通换乘比例,分类求和,计算得到各接驳交通客流量;
第五步,预测联运交通换乘量:依据“到发守恒”原则,通过矩阵计算预测枢纽联运交通换乘比例分布表,乘以各联运交通客流量,计算得到各联运交通换乘量。
下面说明该预测方法遵循的原则和上述各步骤的具体实现方式:
(1)该预测方法遵循的原则如下:
A.综合客运枢纽交通客流量预测包括:枢纽旅客集散量预测、各种交通运输方式旅客发送量及到达量预测、各种交通运输方式间旅客换乘量预测。枢纽旅客集散量包括:枢纽日均旅客集散量和枢纽高峰小时旅客集散量。各种交通运输方式间旅客换乘量包括:日均旅客换乘量和高峰小时旅客换乘量。
B.综合客运枢纽联运交通客流量预测年限以枢纽建成运营年为基准年,分为初期、近期和远期。初期为建成运营后第3年,近期为第10年,远期为第20年,远景可展望至第30年。
C.考虑枢纽所在地区社会经济、交通运输协调发展,枢纽旅客集散宜平衡稳定,即各种交通运输方式日均旅客发送量宜等于日均旅客到达量,可有效避免地区人口异常波动。
(2)划分综合客运枢纽运输方式:
将综合客运枢纽中的联运交通运输方式划分为不同种类,分析各交通运输方式的功能定位。综合客运枢纽系统中各联运交通运输方式根据各自功能定位和客流量情况,可分为主体交通运输方式和接驳交通运输方式,见表3。
表3综合客运枢纽的联运交通方式划分
(3)预测主体交通客流量:
根据综合客运枢纽的类别以及各联运交通运输方式功能定位,明确主体客运交通运输方式,依据现有预测方式(如时间序列法、影响因素分析法、四阶段法等)预测枢纽对应的主体交通运输方式日均旅客发送量。
(4)预测接驳交通换乘比例:
结合枢纽所在地区社会经济及交通运输发展状态,如城市经济量、人口规模数量、居民收入水平、机动化发展水平、交通出行结构、公共交通出行比例,依据“公交优先”原则,预先设定接驳交通换乘比例。各种接驳交通运输方式换乘比例的对应取值见表1。
表1各种接驳交通运输方式换乘比例的理想取值(该取值为考虑所在地区社会经济及交通运输发展状态下的工程积累的经验取值范围)
(5)预测接驳交通客流量:
主体客运交通客流量乘以接驳交通换乘比例,分类求和,计算得到各接驳交通客流量。枢纽各种接驳交通运输方式日均旅客发送量按下式计算求得:
上述1式中:——接驳交通运输方式TMj日均旅客发送量,单位“人次/日”;
——主体交通运输方式TMi日均旅客发送量,单位“人次/日”;
n——接驳交通运输方式TMj服务的主体交通运输方式总数量;
——接驳交通运输方式TMj占主体交通运输方式TMi换乘客流比例,单位“%”,参考取值见表1。
(6)预测联运交通换乘量:
A.依据“到发守恒”原则,即各种交通运输方式日均旅客发送量等于日均旅客到达量,计算枢纽换乘比例分布(见表2)。
B.联运交通换乘量能通过枢纽各类交通运输方式日均旅客发送量乘以换乘比例分布表计算得到。
通过矩阵计算得出联运交通换乘比例分布(以换乘比例表体现),换乘矩阵中的存在下式所列斜对角线对称关系:
如,结合城市经济量、人口规模数量、居民收入水平、机动化发展水平、交通出行结构、公共交通出行比例,研判城市轨道交通接驳航空换乘比例需要定量与定性结合,可在上述表2中选取相应值(也可根据实际工程经验设定);依据到发守恒原则,预测矩阵斜对角线上
表2通过矩阵计算得出的联运交通换乘比例分布表
本发明的预测方法至少具有以下有益效果:
(1)使得综合客运枢纽联运交通客流量预测方法标准化,填补行业空白;
(2)量化数据分析,标准化预测过程,避免设计人员主观因素干扰,提高设计效率,缩短设计周期;
(3)符合地区社会经济及交通运输发展规律,提高设计成果适用性、准确性。
实施例
以衢州西站枢纽旅客发送量预测为例,对本发明的预测方法进行说明,具体如下:
(一)预测依据:
(1)《综合客运枢纽通用要求》(JT/T 1067-2016);
(2)《铁路旅客车站设计规范》(GB 50226-2016);
(3)《汽车客运站级别划分和建设要求》(JT/T 200-2004);
(4)《交通客运站建筑设计规范》(JGJ/T 60-2012);
(5)《城市道路公共交通站、场、厂工程设计规范》(CJJ/T 15-2011);
(6)《车库建筑设计规范》(JGJ 100-2015);
(7)《城市公共停车场工程项目建设标准》(建标128-2010);
(8)《综合客运枢纽换乘区域设施设备配置要求》(JT/T 1066-2016);
(9)衢州市城市总体规划(2006-2020)(2013修订版);
(10)衢州国家公路运输枢纽总体规划(2010~2020);
(11)衢州城市综合交通规划(2014-2030);
(12)衢州市区公共交通专项规划(2015-2030);
(13)衢州市西区二期(高铁新城)公共服务设施专项规划(2017);
(14)衢州市国民经济和社会发展2016-2020规划纲要;
(15)衢州市综合交通运输2016-2020发展规划;
(16)衢州市历年国民经济与社会发展统计公报;
(17)其他相关资料。
(二)预测年限:
以2018年为预测基年,近期规划年为2030年,远期规划年为2040年。
(三)枢纽各种交通运输方式旅客发送量预测:
旅客发送量预测是确定枢纽场站合理建设规模、投资估算及安排建设时序的重要依据。依据所在地区的社会经济活动以及交通情况,预测未来特征年该地区的规划数据,作为评价未来特征年该地区交通情况的基础。旅客发送量预测是在分析经济增长、社会发展同交通运输的相关关系的基础上,对规划地区的社会经济、交通运输的发展趋势进行研究,采用定量和定性相结合的方法,预测旅客发送量的期望值。
(31)铁路:
铁路旅客发送量的预测采用定量和定性相结合的方法。首先,基于衢州市历年全社会客运量,综合考虑衢州市国民经济发展趋势、人口增长趋势等因素,预测未来特征年衢州市全社会客运量;其次,基于衢州市历年铁路、公路、民航客运分担率,考虑衢州市国民经济发展趋势、人口增长趋势等因素,预测未来特征年铁路分担率,进而预测未来特征年衢州市铁路旅客发送总量;最后,分析衢州市铁路客运站发展定位,预测未来特征年衢州西站铁路旅客发送量。
衢州市位于浙江省西部,常住人口257.49万人,现状境内有沪昆高铁和沪昆铁路,办理衢州市的旅客乘降以及货物运输,规划建设九景衢铁路、衢丽铁路、衢建铁路、衢宁铁路,其中衢建铁路在衢州市建立衢州西站。2015年衢州站旅客发送量为253.6万人,衢建铁路建成后,旅客发送量将逐步增长。采用国际上较为通行的运输需求量预测方法—四阶段法,运用重力模型、方式划分模型等多种运输需求预测模型预测2030年和2040年衢州地区旅客发送量分别为570万人和800万人,其中衢州西站旅客发送量分别为270万人和400万人,车站旅客最高聚集人数为2000人。
表4-1研究年度衢州西站铁路旅客发送量预测表
(32)公路客运(含机场巴士):
结合《衢州市城市总体规划(2006-2020)(2013修订版)》、《衢州国家公路运输枢纽总体规划(2010~2020)》、《衢州城市综合交通规划(2014-2030)》、《衢州市区公共交通专项规划(2015-2030)》、《衢州市西区二期(高铁新城)公共服务设施专项规划(2017)》和《衢州市综合交通运输2016-2020发展规划》规划成果,衢州西站规划合场建设公路客运站,打造公铁联运枢纽。综合考虑衢州市国民生产总值、常住人口、人均GDP、人均可支配收入未来增长趋势,同时满足旅客去往衢州机场及周边黄山屯溪国际机场、杭州萧山国际机场、温州龙湾国际机场的出行需求,规划衢州西站公路客运站为一级站,预测未来特征年衢州西站公路客运(含机场巴士)旅客发送量。考虑公铁竞争关系,衢州西站公路客运量未来增长乏力,存在一定下行压力,设计标准采用设计年度(2040 年)日均发送旅客15000人次/日,年均发送旅客548万人次/年。
(33)城市轨道交通:
随着城市轨道交通发展,铁路与轨道交通的换乘也得到迅速发展。铁路与轨道交通的换乘客流多少取决于多种因素,包括轨道交通在整个城市中的线网密度,以及轨道交通与铁路客运站换乘衔接的方便程度。另外,大部分客流选择轨道交通的另一个原因是其具有准点、舒适、安全、速度快等特点。由于近年来我国各大城市大力发展轨道交通,并大力发展铁路客运站的零换乘衔接,所以选择轨道交通的客流将会占据越来越高的比重。研究年度衢州市轨道交通1号线将接入衢州西站,基于衢州城区人口规模、高铁片区用地规划及高铁旅客到发量,预测未来特征年衢州西站轨道交通旅客发送量。
表4-2研究年度衢州市轨道交通1号线客流指标表
(34)其他接驳方式:
(341)依据衢州市经济发展水平、人口总量、机动化发展水平等,预测未来特征年衢州西站铁路、公路客运(含机场巴士)、城市轨道对应的各接驳方式分担率;
表4-3设计年度(2040年)衢州西站铁路、公路客运(含机场巴士)、城市轨道接驳分担率
(342)将未来特征年衢州西站铁路、公路客运(含机场巴士)、城市轨道旅客接驳总量按照各接驳方式分担率进行分配,预测未来特征年衢州西站常规公交(含BRT)、旅游巴士、出租车(含小汽车租赁)、社会车辆、慢行及其他等接驳方式旅客发送量;
表4-4设计年度(2040年)衢州西站其他接驳方式旅客发送量
(343)汇总未来特征年衢州西站各种交通运输方式旅客发送量,计算衢州西站客流比例分布。
表4-5设计年度(2040年)衢州西站各种交通运输方式旅客发送量及客流比例分布
(35)各种交通运输方式换乘量:
(351)结合未来特征年衢州西站铁路、公路客运(含机场巴士)、城市轨道对应的各接驳方式分担率,按照“到发守恒”原则,预测未来特征年衢州西站各种交通运输方式换乘比例分布;
表4-6设计年度(2040年)衢州西站各种交通运输方式换乘比例分布
(352)将未来特征年衢州西站各种交通运输方式旅客发送量代入换乘比例分布表,预测枢纽内各种交通运输方式之间的客流换乘量。
表4-7设计年度(2040年)衢州西站各种交通运输方式换乘量(人次/日)
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。

Claims (9)

1.一种综合客运枢纽联运交通客流量预测方法,其特征在于,包括:
第一步,划分综合客运枢纽运输方式:确定综合客运枢纽类别,将综合客运枢纽中的联运交通运输方式划分为不同种类,根据所述综合客运枢纽类别从划分出的交通运输方式种类中确定主体交通运输方式和接驳交通运输方式;
第二步,预测主体客运交通客流量:采用现有预测方式预测得出所述第一步确定的主体客运交通运输方式的客流量作为主体客运交通客流量;
第三步,预测接驳交通换乘比例:依据公交优先原则,根据综合客运枢纽所在地区社会经济及交通运输发展状态,分别预测各种接驳交通运输方式的接驳交通换乘比例;
第四步,预测接驳交通客流量:将所述第二步预测得出的主体客运交通客流量乘以所述第三步得出的各接驳交通换乘比例,分类求和,计算得出各种接驳交通客流量;
第五步,预测联运交通换乘量:依据到发守恒原则,通过矩阵计算得出联运交通换乘比例分布表,用各类交通运输方式日均旅客发送量乘以换乘比例分布表,计算得出各联运交通换乘量。
2.根据权利要求1所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述方法第一步中,确定的综合客运枢纽类别为以下中的至少一种:
航空枢纽、国铁枢纽、航运枢纽、公路客运枢纽、轨道交通枢纽和常规公交枢纽。
3.根据权利要求1或2所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述方法第一步中,将综合客运枢纽中的联运交通运输方式划分为不同种类包括:
航空、国铁、航运、城市轨道交通、公路客运、常规公交、旅游巴士、出租车、社会车辆、非机动车中的至少两种。
4.根据权利要求3所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述公路客运包含:机场巴士;
所述常规公交包含:快速公交系统;
所述出租车包含:租赁小汽车。
所述非机动车包含:步行。
5.根据权利要求3所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述根据所述综合客运枢纽类别从划分出的交通运输方式种类中确定主体交通运输方式和接驳交通运输方式为:
若综合客运枢纽类别为航空枢纽,则航空运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为国铁枢纽,则国铁运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为航运枢纽,则航运运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为公路客运枢纽,则公路客运运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为轨道交通枢纽,则城市轨道交通运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式;
若综合客运枢纽类别为常规公交枢纽,则常规公交运输方式为主体交通运输方式,其余交通运输方式为接驳交通运输方式。
6.根据权利要求1或2所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述方法第二步中,采用的现有预测方式包括:
时间序列法、影响因素分析法、四阶段法中的任一种。
7.根据权利要求1或2所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述方法第三步中,根据综合客运枢纽所在地区社会经济及交通运输发展状态,分别预测各种接驳交通运输方式的接驳交通换乘比例为:
按下表取值范围确定各接驳交通运输方式的接驳交通换乘比例:
表1各种接驳交通运输方式换乘比例的理想取值(该取值为考虑所在地区社会经济及交通运输发展状态下的工程积累的经验取值范围)
8.根据权利要求1或2所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述方法第四步中,将所述第二步预测得出的主体客运交通客流量乘以所述第三步得出的各接驳交通换乘比例,分类求和,计算得出各种接驳交通客流量具体为:
按下式计算求得各种接驳交通运输方式日均旅客发送量:
式中:——接驳交通运输方式TMj日均旅客发送量,单位“人次/日”;
——主体交通运输方式TMi日均旅客发送量,单位“人次/日”;
n——接驳交通运输方式TMj服务的主体交通运输方式总数量;
——接驳交通运输方式TMj占主体交通运输方式TMi换乘客流比例,单位“%”;
通过矩阵计算得出联运交通换乘比例分布,换乘矩阵中的存在下式所列斜对角线对称关系:
如,结合城市经济量、人口规模数量、居民收入水平、机动化发展水平、交通出行结构、公共交通出行比例,研判城市轨道交通接驳航空换乘比例需要定量与定性结合,可在表2中选取相应值(也可根据实际工程经验设定)。依据到发守恒原则,预测矩阵斜对角线上
9.根据权利要求1或2所述的综合客运枢纽联运交通客流量预测方法,其特征在于,所述方法第五步中,依据的到发守恒原则是以各种交通运输方式日均旅客发送量等于日均旅客到达量。
CN201811088764.5A 2018-09-18 2018-09-18 一种综合客运枢纽联运交通客流量预测方法 Pending CN109034506A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811088764.5A CN109034506A (zh) 2018-09-18 2018-09-18 一种综合客运枢纽联运交通客流量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811088764.5A CN109034506A (zh) 2018-09-18 2018-09-18 一种综合客运枢纽联运交通客流量预测方法

Publications (1)

Publication Number Publication Date
CN109034506A true CN109034506A (zh) 2018-12-18

Family

ID=64616793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811088764.5A Pending CN109034506A (zh) 2018-09-18 2018-09-18 一种综合客运枢纽联运交通客流量预测方法

Country Status (1)

Country Link
CN (1) CN109034506A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110852650A (zh) * 2019-11-19 2020-02-28 交通运输部公路科学研究所 基于动态图混杂自动机的综合客运枢纽群网络建模方法
CN111008747A (zh) * 2019-12-18 2020-04-14 贵州智诚科技有限公司 一种基于交旅数据融合的景区客流量预测方法
CN111882098A (zh) * 2020-04-03 2020-11-03 广州市交通规划研究院 一种基于整体协同的铁路站点客流及接驳方式预测方法
CN112184281A (zh) * 2020-04-03 2021-01-05 广州市交通规划研究院 一种基于出行空间分类的铁路枢纽客运需求预测方法
CN112418663A (zh) * 2020-11-20 2021-02-26 厦门大学 道路旅游客运车辆配置方法、系统、电子设备及存储介质
CN113283508A (zh) * 2021-05-28 2021-08-20 中国联合网络通信集团有限公司 客流预测方法、装置、设备及存储介质
CN113593243A (zh) * 2021-09-28 2021-11-02 中铁第五勘察设计院集团有限公司 收费公路运营期收费车型交通量的预测方法及装置
CN113793015A (zh) * 2021-09-09 2021-12-14 重庆城市综合交通枢纽(集团)有限公司 基于客流预测的枢纽站停车泊位规模设计方法及系统
CN114036991A (zh) * 2020-09-24 2022-02-11 北京市市政工程设计研究总院有限公司 客运枢纽客流与交通接驳方式客流之间关系确定方法和装置
CN114547131A (zh) * 2022-01-06 2022-05-27 东南大学 一种考虑联程出行的综合交通分方式od获取方法
CN114943356A (zh) * 2022-06-06 2022-08-26 南京航空航天大学 一种机场到港旅客乘坐出租车短时需求集成预测方法
CN116227737A (zh) * 2023-05-04 2023-06-06 中铁第四勘察设计院集团有限公司 基于迭代优化模型的区域客运量预测方法、系统及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024206A (zh) * 2010-12-20 2011-04-20 江苏省交通科学研究院股份有限公司 市郊轨道交通客流的预测方法
CN102700576A (zh) * 2012-05-18 2012-10-03 中国铁道科学研究院电子计算技术研究所 城市轨道交通线网客流监测方法
CN103473620A (zh) * 2013-09-26 2013-12-25 青岛海信网络科技股份有限公司 综合客运枢纽多交通方式预测方法及系统
CN106570265A (zh) * 2016-10-31 2017-04-19 东南大学 城市大运量轨道交通与接驳方式间换乘惩罚系数测定方法
CN107220423A (zh) * 2017-05-22 2017-09-29 中铁第五勘察设计院集团有限公司 一种综合客运枢纽站前广场联运设施规模计算方法
CN107832779A (zh) * 2017-12-11 2018-03-23 北方工业大学 一种轨道站点分类系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024206A (zh) * 2010-12-20 2011-04-20 江苏省交通科学研究院股份有限公司 市郊轨道交通客流的预测方法
CN102700576A (zh) * 2012-05-18 2012-10-03 中国铁道科学研究院电子计算技术研究所 城市轨道交通线网客流监测方法
CN103473620A (zh) * 2013-09-26 2013-12-25 青岛海信网络科技股份有限公司 综合客运枢纽多交通方式预测方法及系统
CN106570265A (zh) * 2016-10-31 2017-04-19 东南大学 城市大运量轨道交通与接驳方式间换乘惩罚系数测定方法
CN107220423A (zh) * 2017-05-22 2017-09-29 中铁第五勘察设计院集团有限公司 一种综合客运枢纽站前广场联运设施规模计算方法
CN107832779A (zh) * 2017-12-11 2018-03-23 北方工业大学 一种轨道站点分类系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宣登殿: "《综合客运枢纽系统规划方法研究》", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110852650A (zh) * 2019-11-19 2020-02-28 交通运输部公路科学研究所 基于动态图混杂自动机的综合客运枢纽群网络建模方法
CN110852650B (zh) * 2019-11-19 2021-11-02 交通运输部公路科学研究所 基于动态图混杂自动机的综合客运枢纽群网络建模方法
CN111008747A (zh) * 2019-12-18 2020-04-14 贵州智诚科技有限公司 一种基于交旅数据融合的景区客流量预测方法
CN111882098A (zh) * 2020-04-03 2020-11-03 广州市交通规划研究院 一种基于整体协同的铁路站点客流及接驳方式预测方法
CN112184281A (zh) * 2020-04-03 2021-01-05 广州市交通规划研究院 一种基于出行空间分类的铁路枢纽客运需求预测方法
CN112184281B (zh) * 2020-04-03 2022-05-27 广州市交通规划研究院 一种基于出行空间分类的铁路枢纽客运需求预测方法
CN114036991A (zh) * 2020-09-24 2022-02-11 北京市市政工程设计研究总院有限公司 客运枢纽客流与交通接驳方式客流之间关系确定方法和装置
CN114036991B (zh) * 2020-09-24 2024-05-14 北京市市政工程设计研究总院有限公司 客运枢纽客流与交通接驳方式客流之间关系确定方法和装置
CN112418663A (zh) * 2020-11-20 2021-02-26 厦门大学 道路旅游客运车辆配置方法、系统、电子设备及存储介质
CN112418663B (zh) * 2020-11-20 2022-09-13 厦门大学 道路旅游客运车辆配置方法、系统、电子设备及存储介质
CN113283508B (zh) * 2021-05-28 2023-11-10 中国联合网络通信集团有限公司 客流预测方法、装置、设备及存储介质
CN113283508A (zh) * 2021-05-28 2021-08-20 中国联合网络通信集团有限公司 客流预测方法、装置、设备及存储介质
CN113793015A (zh) * 2021-09-09 2021-12-14 重庆城市综合交通枢纽(集团)有限公司 基于客流预测的枢纽站停车泊位规模设计方法及系统
CN113593243B (zh) * 2021-09-28 2021-12-07 中铁第五勘察设计院集团有限公司 收费公路运营期收费车型交通量的预测方法及装置
CN113593243A (zh) * 2021-09-28 2021-11-02 中铁第五勘察设计院集团有限公司 收费公路运营期收费车型交通量的预测方法及装置
CN114547131A (zh) * 2022-01-06 2022-05-27 东南大学 一种考虑联程出行的综合交通分方式od获取方法
CN114943356A (zh) * 2022-06-06 2022-08-26 南京航空航天大学 一种机场到港旅客乘坐出租车短时需求集成预测方法
CN116227737A (zh) * 2023-05-04 2023-06-06 中铁第四勘察设计院集团有限公司 基于迭代优化模型的区域客运量预测方法、系统及设备
CN116227737B (zh) * 2023-05-04 2023-08-18 中铁第四勘察设计院集团有限公司 基于迭代优化模型的区域客运量预测方法、系统及设备

Similar Documents

Publication Publication Date Title
CN109034506A (zh) 一种综合客运枢纽联运交通客流量预测方法
CN105426997A (zh) 城市公共自行车智能调度与运用管理系统及其实现方法
Sohn et al. Factors generating boardings at Metro stations in the Seoul metropolitan area
CN111275965B (zh) 一种基于互联网大数据的实时交通仿真分析系统与方法
CN103226801B (zh) 基于多用户配流模型的空港集疏运交通量确定方法
CN107103392A (zh) 一种基于时空地理加权回归的公交客流影响因素识别与预测方法
CN106448132A (zh) 一种常规公交服务指数实时评价系统及评价方法
CN104809112A (zh) 一种基于多源数据的城市公交发展水平综合评价方法
CN103049829A (zh) 城乡客运线网与枢纽场站一体化融合方法
Murakami et al. The intra-metropolitan distribution of airport accessibility, employment density, and labor productivity: Spatial strategy for economic development in Tokyo
Hamad et al. Forecasting model for vehicular demand: an alternative methodology in the context of developing countries
CN103077312B (zh) 一种城市轨道交通线路建设时序的自动判定方法
Xiong et al. Parallel bus rapid transit (BRT) operation management system based on ACP approach
CN109583708B (zh) 多智能体微观交通配流模型的建立方法
Cartenì et al. The catchment area of high architectural railway stations: An application of the Graham scan algorithm
CN101697250B (zh) 城市公交车辆路段行程时间改进预测方法
Zhang et al. Study on evaluation indicators system of crowd management for transfer stations based on pedestrian simulation
Grigonis et al. Modelling a passenger car system based on the principles of sustainable mobility in Vilnius City
Zakharov et al. Changes in the structure of urban mobility with the development of infrastructure for public transport and cyclists in cities
Bayrak et al. A multi-criteria decision for determining the appropriate junction design type: AHP approach with microsimulation
CN105023063A (zh) 公交线网新能源公交车运行能耗指标体系的建立方法
Maaroufi et al. Smart mobility as sustainable mobility: Application to the agglomeration of Fez in Morocco
Raustad Assessing the SunGuide and STEWARD databases.
Hong et al. Improving tactile ground surface indicators based on fuzzy-AHP method: The case of Gulou District, Nanjing, China
Wong Transportation Planning: Travel Demand Modeling Forecast: Model Conversion from TransCAD to Cube Voyager

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20181218

RJ01 Rejection of invention patent application after publication