城市轨道交通网络协同客流控制研究--以北京地铁为例
致谢 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 引言 | 第18-30页 |
1.1 研究背景与意义 | 第18-21页 |
1.1.1 研究背景 | 第18-20页 |
1.1.2 研究意义 | 第20-21页 |
1.2 国内外研究现状 | 第21-26页 |
1.2.1 刷卡数据在城市交通研究中的应用 | 第21-22页 |
1.2.2 客流预测相关研究 | 第22-23页 |
1.2.3 客流观测时间粒度与短时预测 | 第23-24页 |
1.2.4 轨道交通进站客流调控相关研究 | 第24-26页 |
1.3 研究内容与技术路线 | 第26-27页 |
1.4 论文组织结构 | 第27-30页 |
2 城市轨道交通网络客流特征挖掘 | 第30-54页 |
2.1 路网客流特征及规律 | 第30-44页 |
2.1.1 网络客运量 | 第31-33页 |
2.1.2 客流分布形态 | 第33-40页 |
2.1.3 线网换乘客流 | 第40-44页 |
2.2 乘客出行特征分析 | 第44-47页 |
2.2.1 进站时间分布 | 第44-46页 |
2.2.2 旅行时间 | 第46-47页 |
2.2.3 出行距离 | 第47页 |
2.3 基于出行模式的乘客聚类分析 | 第47-52页 |
2.4 本章小结 | 第52-54页 |
3 出行规律相似性度量及短时客流预测 | 第54-74页 |
3.1 出行规律相似性度量 | 第54-65页 |
3.1.1 相似性度量方法 | 第54-58页 |
3.1.2 北京地铁出行规律相似性度量 | 第58-62页 |
3.1.3 可预测性等级划分 | 第62-65页 |
3.2 GMDH预测模型与实现原理 | 第65-68页 |
3.2.1 GMDH基本原理 | 第65-67页 |
3.2.2 GMDH算法实现步骤 | 第67-68页 |
3.3 基于GMDH模型的地铁进站客流短时预测 | 第68-71页 |
3.4 本章小结 | 第71-74页 |
4 轨道交通车站协同限流模型 | 第74-108页 |
4.1 供需匹配矛盾分析 | 第74-75页 |
4.2 轨道交通网络层次分析 | 第75-96页 |
4.2.1 物理结构层 | 第75-78页 |
4.2.2 出行路径层 | 第78-86页 |
4.2.3 列车运行层 | 第86-88页 |
4.2.4 运输能力层 | 第88-96页 |
4.3 车站协同限流模型构建 | 第96-106页 |
4.3.1 建模思路与模型假定 | 第96-97页 |
4.3.2 供需匹配过程建模 | 第97-103页 |
4.3.3 车站协同限流数学模型 | 第103-106页 |
4.4 本章小结 | 第106-108页 |
5 北京地铁高峰时段常态限流方案优化 | 第108-128页 |
5.1 北京地铁基础数据 | 第108-111页 |
5.2 常态化限流方案优化结果分析 | 第111-126页 |
5.2.1 核心区贯穿型线路 | 第112-118页 |
5.2.2 市内环形线路 | 第118-122页 |
5.2.3 城市外围线路 | 第122-126页 |
5.3 本章小结 | 第126-128页 |
6 线路供给能力调整下的限流方案研究 | 第128-144页 |
6.1 线路供给能力调整与影响因素分析 | 第128-135页 |
6.1.1 列车交路计划影响因素分析 | 第129-131页 |
6.1.2 快慢车运行组织条件分析 | 第131-135页 |
6.2 北京地铁8号线客流特征分析 | 第135-137页 |
6.2.1 8号线断面客流分析 | 第135-137页 |
6.2.2 8号线车站乘降量分析 | 第137页 |
6.3 供给能力调整后的协同限流分析 | 第137-142页 |
6.3.1 列车交路优化后的限流分析 | 第138-139页 |
6.3.2 停站方案优化后的限流分析 | 第139-142页 |
6.4 本章小结 | 第142-144页 |
7 结论 | 第144-148页 |
7.1 主要研究工作 | 第144-145页 |
7.2 创新点 | 第145-146页 |
7.3 展望 | 第146-148页 |
参考文献 | 第148-154页 |
附录A | 第154-156页 |
附录B | 第156-162页 |
附录C | 第162-166页 |
附录D | 第166-170页 |
作者简历及攻读博士学位期间取得的研究成果 | 第170-174页 |
学位论文数据集 | 第174页 |