[发明专利]一种基于数据驱动的轨道交通新线接入客流预测方法

说明书

本申请涉及一种基于数据驱动的轨道交通新线接入客流预测方法。该方法包括：通过获取目标轨道站点的轨道交通站点特性数据和轨道交通站点客流数据；对轨道交通站点特性数据进行量化处理，获得目标轨道站点的站点特性量化指标；对轨道交通站点客流数据进行统计分析，获得目标轨道站点的站点客流特征指标；以站点特性量化指标为自变量集合，以站点客流特征指标为因变量集合，构建客流总量预测模型和客流波动形态预测模型；采用回归分析的方法对模型进行参数标定，确定预测模型标定的参数；客流总量预测模型和客流波动形态预测模型根据预测模型标定的参数进行预测，获得目标轨道站点的客流总量和波动形态，解决了调查成本大、预测精度低的问题。

技术领域

本申请涉及道路交通技术领域，特别是涉及一种基于数据驱动的轨道交通新线接入客流预测方法。

背景技术

城市轨道交通建设成本髙，建设周期长，一个城市难以一次性建成大规模的轨道交通网，因此各个城市发展轨道交通都伴随着路网逐渐扩大的过程。每当新线(新线指的是新开通的轨道交通线)接入线网投入运营后，新线接入会改变原有城市轨道交通线网的拓扑结构，同时站点密度的增加使出行者存在邻近站点的多样选择，从而影响出行者的出行选择行为，客流在线网上的分布也随之发生改变。为了更好地掌握线网客流规律、制定合理的轨道服务运营计划、提高线网运作效率以及为轨道交通需求管理措施制定提供数据支持，预测新线接入后的客流必不可少。

新线由于缺少本线的历史数据，不能通过历史同期数据进行规律分析预测。现阶段针对预测新线接入的客流通常采用基于出行的四阶段预测模型方法，该方法按照交通生成预测、交通分布预测、交通方式划分预测和交通分配四个阶段来分析城市现状和未来的交通状况，是目前交通规划领域运用最广的方法。然而，该方法存在调查成本大、预测精度低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决调查成本大、预测精度低的问题的基于数据驱动的轨道交通新线接入客流预测方法。

一种基于数据驱动的轨道交通新线接入客流预测方法，所述方法包括：

获取目标轨道站点的轨道交通站点特性数据和轨道交通站点客流数据；

对所述轨道交通站点特性数据进行量化处理，获得所述目标轨道站点的站点特性量化指标；

对所述轨道交通站点客流数据进行统计分析，获得所述目标轨道站点的站点客流特征指标；

以所述站点特性量化指标为自变量集合，以所述站点客流特征指标为因变量集合，构建客流总量预测模型和客流波动形态预测模型；

采用回归分析的方法对所述客流总量预测模型和所述客流波动形态预测模型进行参数标定，确定预测模型标定的参数；

所述客流总量预测模型和所述客流波动形态预测模型根据所述预测模型标定的参数进行预测，获得所述目标轨道站点的客流总量和波动形态。

在其中一个实施例中，所述对所述轨道交通站点特性数据进行量化处理，获得所述目标轨道站点的站点特性量化指标的步骤，包括：

根据所述轨道交通站点特性数据中的土地利用相关数据进行量化，获得所述目标轨道站点的吸引范围活力度指标；

根据所述轨道交通站点特性数据中的站点接续设计相关数据进行量化，获得所述目标轨道站点的公交换乘指标、共享单车换乘指标和机动车停放点指标；

根据所述轨道交通站点特性数据中的站点可达性相关数据进行量化，获得所述目标轨道站点的站间可达性指标和站域可达性指标；

其中，所述吸引范围活力度指标、所述公交换乘指标、所述共享单车换乘指标、所述机动车停放点指标、所述站间可达性指标和所述站域可达性指标构成所述站点特性量化指标。

在其中一个实施例中，所述根据所述轨道交通站点特性数据中的土地利用相关数据进行量化的公式为：