大型高铁车站最高聚集人数计算模型研究
高铁客流量预测模型研究与应用

高铁客流量预测模型研究与应用第一章:引言高铁作为现代化交通方式的代表之一,其快速、方便、舒适的特点受到了广大旅客的喜爱和追捧。
伴随着高铁的迅速发展,如何科学地预测高铁客流量,为高铁运营提供科学依据,成为了高铁运营管理的重要问题之一。
客流量预测是指通过历史客流数据、天气预报等数据,预测未来一段时间(一般是日、周、月)内的客流量。
预测准确率的高低影响着高铁运营的安排、调度、收益等各方面。
高铁客流量预测模型的研究和应用,对于提高高铁运营效率,优化运作安排具有重要的现实意义和应用价值。
本文将就高铁客流量预测的方法,模型选择、算法应用、机器学习在模型中的应用、高铁士气调节以及未来发展趋势等方面进行探讨。
第二章:高铁客流量预测的方法高铁客流量预测可以采用传统统计学方法以及机器学习的方法进行,其中传统统计学方法常用的有灰色预测、ARIMA、Holt-Winters、时间序列等方法。
灰色预测是一种新兴的时间序列预测方法,该方法不需要假设数据服从某个特定的分布形式,因而广泛适用于各种类型的时间序列分析。
其原理可以简单概括为:“先建立模型、确定微分方程、再求解参数、最后将模型推广应用”。
ARIMA模型是一种时间序列预测方法,其基本思想是通过拟合时间序列多项式滞后运算的目标式来进行时间序列的预测。
适用于具有稳定周期变动和未来趋势难以预测等情况。
Holt-Winters模型是一种考虑趋势和季节因素的时间序列预测方法,其基本思想是将时间序列分解成趋势、循环和随机三个因素,进行对各个因素的独立预测,最后通过相加得到整体预测结果。
时间序列分析方法是一种重要的预测方法,其运用较为广泛,具有较高的可解释性。
但是当数据量大、变量复杂时,其适应性与准确性较弱,因此传统的时间序列方法仍然需结合机器学习方法进行提升。
第三章:模型选择与算法应用选择合适的模型和算法是高铁客流量预测工作的基础。
目前,普遍采用的客流量预测模型有线性回归模型、支持向量机模型、神经网络模型等。
轨道交通站台拥挤指数计算模型

轨道交通站台拥挤指数计算模型
刘映池1,朱顺应1,彭增辉1,胡磊2,郑骞2,王红 1 (1.武汉理工大学,湖北武汉430063 ;2.武汉市轨道交通运营管理办公室,湖北武汉430070 ) 【摘要】[摘要] 研究了利用轨道交通系统现有基础设备,低成本实时发布轨道交通各个站台的拥挤指数的方法。
根据轨道交通乘客出行具有一定稳定性的时空分布规律,提出了基于历史OD 大数据和实时进出站人数,采取弗雷特(Fratar) 增长率法预测实时OD 的方法。
根据预测的实时OD ,建立了列车上车人数、下车人数、站台集聚人数和站台拥挤指数的数学计算模型。
最后用实例验证了模型的有效性。
【期刊名称】物流技术
【年(卷),期】2017(036)004
【总页数】6
【关键词】[关键词] 城市交通;拥挤指数;计算模型;轨道交通;站台;大数据
1 引言城市轨道交通系统具有客流密度高、空间相对封闭、潜在风险大的特点。
通过计算站台乘客数,实时发布站台拥挤指数,可以使乘客了解轨道交通拥挤状况,调整弹性出行时间,避开出行高峰,从而有效缓解轨道交通高峰时段的拥挤。
同时,轨道交通管理人员也可根据站台拥挤指数合理控制客流进入,调整列车发车间隔,保证出行者及列车运行安全。
轨道交通组成部分中,站台是乘客高度密集、流动行为复杂的空间区域,研究轨道交通站台拥挤状态,发布拥挤指数对乘客、轨道交通管理者都具有重要的意义[1-2]。
铁路旅客站站房规模基础参数研究

铁路旅客站站房规模基础参数研究盛晖;李传成;顾亚静【摘要】该文对铁旅客车站进行分类,对规模基础参数的影响因素进行了分析,通过统计大量车站的实际案例并总结出规模基础参数与站房建筑面积的关系,在此基础上提出了站房面积预测中规模基础参数的应用方法及通过式与等候式车站之间的关系,最后对于不同类型的车站提出了站房面积预测的方法,希望能对以后的车站建设实践起到一定的指导作用.【期刊名称】《华中建筑》【年(卷),期】2013(000)005【总页数】4页(P68-71)【关键词】铁路旅客站;最高聚集人数;高峰小时发客量;站房规模【作者】盛晖;李传成;顾亚静【作者单位】中铁第四勘察设计院集团有限公司;武汉理工大学土木工程与建筑学院;武汉理工大学土木工程与建筑学院【正文语种】中文【中图分类】TU248.1随着目前我国高速铁路干线的全线畅通,为旅客出行提供了极大的便利,高铁已渗透到人们生活的各个方面。
目前在“十二五”期间,国家将大力推进高铁支线及城际、市域铁路的建设,将出现新一轮的车站设计的热潮。
但是由于目前我国铁路旅客站在车站性质、发展方向及职能上都发生了转变,规范中的部分内容已不再适用。
这就要求我们在进行铁路旅客站设计时,要牢牢抓住当今车站的变化及特点,不断更新铁路旅客站规模拟定的方法及技术。
随着目前我国铁路旅客站建设实践经验的增多,铁路旅客站在结构形式及候车形式上都有了很大的发展,对铁路旅客站的分类方式也越来越多。
这里,我们按照与规模基础参数关联度最高的车站所在城市的规模与铁路线路类型来对铁路旅客站进行新的分类及分析。
①按照车站所在城市的等级,将铁路旅客站划分为省会级车站、地级市车站、县级市车站。
省会级车站由于独特的地理位置及经济地位,其客运量较大,多属于大型及特大型车站,处于铁路运输网的枢纽或中心位置,车站规模都较大,列车到发线频率都较高;地级市车站多为中型站,多处于我国中等城市,中型站占全国铁路中的比例较高,因此地级市车站的建设值得我们关注;县级式车站则多为站线上过渡的小型车站,客流量较小,列车只做短暂停留。
大型高铁车站最高聚集人数计算模型研究

大型高铁车站最高聚集人数计算模型研究YAO Jialin;ZHAO Siyuan【摘要】通过实名制验证和检票环节对旅客进站时间和车次以及检票通道服务时间进行统计分析,研究高铁车站旅客集散规律;对同一车站不同类别、各出发方向列车的旅客数量进行分析,认为经停同一车站的列车因出发方向的不同,其上车人数存在的差异具有统计学意义;构建适用于高铁车站的最高聚集人数计算模型,并以长沙南站为算例进行计算和分析.【期刊名称】《铁道科学与工程学报》【年(卷),期】2019(016)001【总页数】8页(P34-41)【关键词】高铁车站;旅客集散规律;计划上车人数;最高聚集人数【作者】YAO Jialin;ZHAO Siyuan【作者单位】【正文语种】中文【中图分类】U291.6车站最高聚集人数既是车站设计、建设所需的重要参数,也给车站的日常管理提供指导[1]。
根据《铁路旅客车站设计规范》(下称《规范》)[2],车站最高聚集人数是指“车站全年上车旅客最多月份中,一昼夜在候车室内瞬时(8~10 min)出现的最大候车(含送客)人数的平均值。
”张天伟等[3]对《规范》中的定义进行了分析,指出该定义存在歧义、计算所需数据难以收集等不足,并在对现行定义进行分析之后根据计算公式提出了更为合理的定义。
何宇强等[4−5]认为:车站总发送量、旅客聚集规律对计算车站最高聚集人数有着重要的影响。
顾亚静[6]介绍了现有车站旅客最高聚集人数的概念、计算方法以及存在的不足。
张天伟等[7]则通过构建计算模型,对铁路客运站设计期的最高聚集人数进行预测,并将该方法运用到客运站候车厅面积和数量的计算中。
姚加林等[8]研究了城市交通可靠性对车站最高聚集人数的影响,并提出随着城市交通可靠性的提高,车站最高聚集人数将减少。
王爱丽等[9]基于计算最高聚集人数的概率法模型,通过构建包含客流产生与统计、仿真控制等子模型在内的仿真模型,设计算法计算车站最高聚集人数。
基于机器学习的高铁车站人流预测研究

基于机器学习的高铁车站人流预测研究随着中国高铁网络的不断发展和日益普及,高铁成为了人们出行的首选交通工具之一。
由此,高铁车站的人流量问题日益凸显。
如何准确的预测高铁车站的人流量,对于高铁站点的管理者以及乘客都有非常重要的意义。
本文就基于机器学习的高铁车站人流预测进行研究。
一、背景介绍高铁站点作为旅客运输的重要枢纽,其客流量的变化越来越复杂。
传统的人流量调查,往往需要人工统计,在实时性和精确度上均存在差异。
人工调查的缺陷已经引起了广泛的研究者关注,研究者们希望利用大数据分析和机器学习算法,实现高铁车站人流量的预测和模拟。
二、数据收集高铁车站的人流量的预测并不是一件容易的事情。
在收集数据方面,我们需要从多个维度来考虑。
高铁车站的人流量主要受以下因素影响:1. 节假日和假期2. 天气状况3. 政治、经济因素4. 特定时段和航班5. 执行的事件我们需要从航班和天气预报等官方平台上获取到实时的数据来源,并且还需要通过手动采集比如政治经济和活动预测等非官方的信息来源。
三、数据处理获取到数据后,我们需要经过数据清洗,数据去重,数据归一化等一系列处理之后,才能作为机器学习算法输入的数据。
在数据清洗阶段,主要是清除各种重复无效数据和错误数据,比如系统内部的白噪音等。
在数据归一化阶段,主要是把不同类型的数据通过转化为统一的尺度,并且统一放缩到一定的值域内,这有助于提高机器学习的准确性。
四、机器学习算法在完成数据的清洗和处理后,可以对处理后的数据进行机器学习算法的预测。
机器学习算法可以分为监督学习、非监督学习和强化学习等。
监督学习算法的典型案例是线性回归和分类器,非监督学习算法的典型案例是聚类和降维,强化学习算法的典型案例是 Q - learning 和 DDPG 等。
根据高铁车站的人流量的预测情况,我们采用监督学习算法中的回归模型建立预测模型。
在本文中,我们使用了多种机器学习算法,来比较机器学习算法的性能。
五、系统实现机器学习算法的预测模型需要在高铁车站的服务器上运行。
轨道交通站台拥挤指数计算模型

轨道交通站台拥挤指数计算模型刘映池;朱顺应;彭增辉;胡磊;郑骞;王红【摘要】In this paper, we studied the method of the real-time release of the crowding index of multiple rail-transit platforms at relative low expense and using the current infrastructure provision of the rail-transit system. In light of the stable time-space distribution pattern of the passengers in the rail-transit system, we proposed the real-time origin-destination (OD) forecasting process through the application of the Fratar method on the historical OD big data and real-time incoming/outgoing volume, then based on the real-time forecast OD, established the mathematical model for the calculation of the boarding volume, alighting volume, and platform crowding index, and at the end, through an empirical case, demonstrated the validity of the model.%研究了利用轨道交通系统现有基础设备,低成本实时发布轨道交通各个站台的拥挤指数的方法.根据轨道交通乘客出行具有一定稳定性的时空分布规律,提出了基于历史OD大数据和实时进出站人数,采取弗雷特(Fratar)增长率法预测实时OD的方法.根据预测的实时OD,建立了列车上车人数、下车人数、站台集聚人数和站台拥挤指数的数学计算模型.最后用实例验证了模型的有效性.【期刊名称】《物流技术》【年(卷),期】2017(036)004【总页数】6页(P74-79)【关键词】城市交通;拥挤指数;计算模型;轨道交通;站台;大数据【作者】刘映池;朱顺应;彭增辉;胡磊;郑骞;王红【作者单位】武汉理工大学,湖北武汉 430063;武汉理工大学,湖北武汉 430063;武汉理工大学,湖北武汉 430063;武汉市轨道交通运营管理办公室,湖北武汉430070;武汉市轨道交通运营管理办公室,湖北武汉 430070;武汉理工大学,湖北武汉 430063【正文语种】中文【中图分类】U231+.92;O141.4城市轨道交通系统具有客流密度高、空间相对封闭、潜在风险大的特点。
车站旅客最高聚集人数
车站旅客最高聚集人数一、旅客最高聚集人数的含义铁路旅客站房建筑设计规模,应与旅客候车厅(室)设计规模协调配套。
《铁路房屋建筑设计标准》总则规定,旅客站房按远期设计年度确定;在“生产及办公房屋”中规定“旅客车站的建筑规模应按旅客最高聚集人数进行设计”。
铁路车站旅客最高聚集人数,是指全年最高月日均同时最大(即瞬时高峰)在候车厅(室)候车的旅客(含送客)人数,但通勤、通学旅客一般不计在内。
二、旅客最高聚集人数的计算方法(一)高峰聚集系数法其计算公式见(4-3):K高=K上·C (4-3)式中:K高——车站旅客最高聚集人数;K上——车站旅客日均上车人数;C——高峰聚集系数。
该方法计算简单、实用,无论在新线或既有线设计中均可广泛运用,对枢纽客运站也是一种首选方法。
采用本方法计算,关键是计算好日均上车人数,妥善选择高峰聚集系数。
(二)图解法图解法是通过绘制旅客聚集曲线来查定车站旅客最高聚集人数。
在大型客站,由于客车开行的需要,如开行夕发朝至,朝发夕归,城际列车等形成某一时段旅客列车密集出发。
而在旅客列车密集出发的前一时段,必然是旅客最高聚集时段,再根据平均每列客车旅客聚集曲线,即可在坐标上点出该站旅客列车密集出发高峰时段的最高聚集人数曲线,根据曲线确定最高聚集人数。
根据几个大型旅客站的实际查标,对不同种类始发旅客列车平均每列旅客列车聚集人数绘制成曲线见图4-1。
该图包含送客人数在内,为此高峰点最高聚集人数大于该类列车平均定员。
通过旅客列车由于列车性质不同,在车站到发时间不同,很难绘制其平均聚集曲线,应根据设计车站具体查标确定。
图解法求算旅客最高聚集人数,见图4-2。
图解法适用于以始发旅客列车为主的大型客站改造,采用图解法确定设计年度旅客最高聚集人数,关键在于根据设计年度客站开行旅客列车总对数和现行开行总对数比较,在高密度时段增开的旅客列车对数及设计年度旅客列车聚集人数曲线的变化趋势。
(三)公式计算法 其计算公式见(4-4)。
既有大型客运站最高聚集人数仿真计算
既有大型客运站最高聚集人数仿真计算靳添舟【摘要】最高聚集人数是铁路客运站设计的重要指标,它决定了候车站房规模大小、投资多少以及各项相关配套用房的设置.提出旅客集散仿真的基本流程,根据具体列车发车时刻与发送人数建立基于Simio的仿真模型.最后,对沈阳铁路局大连站最高聚集人数进行了仿真计算,该站旅客最高聚集人数[3380,3600]之间,所得到单日旅客聚集高峰时刻为11∶55~12∶00与15∶55~16∶00.通过最坏情景法与聚集系数法同计算结果对比分析证明模型具有较高的可靠性和实用性.%The maximum number of passengers gathered in waiting room is an important index for the design of railway passenger station, which controls the station building's size, the investment scale and the outbuilding's layout. In the paper, a basic flowchart used for the simulation of passenger gatheringand distributing was proposed, and a simulation mode was established based on the Simio according to the actual train-departure time and the passenger number. Finally, the maximum number of passengers gatheredin waiting room of Dalian Station of Shenyang Railway Bureau was simulated and calculated. The calculation results show that the maximum number of passengers gathered in waiting room of this station is between 3380 and 3600, and the peak hours of passenger gathering are at 11 : 55-12 : 00 and at 15 : 55-16 : 00 in a single day. Through comparing the results of calculation with that of worst-case method and convergence factor method, it can be concluded that this simulation mode has higher reliability and practicability.【期刊名称】《铁道标准设计》【年(卷),期】2013(000)004【总页数】3页(P108-110)【关键词】铁路客运站;最高聚集人数;计算方法;微观仿真【作者】靳添舟【作者单位】哈尔滨地铁集团有限公司运营分公司,哈尔滨 150086【正文语种】中文【中图分类】U291根据《铁路旅客车站建筑设计规范》(GB50226—95)关于旅客最高聚集人数的定义为:最高聚集人数为车站全年上车旅客最多月份中一昼夜在候车室内瞬时(8~10 min)出现的最大候车人数(含送站)的平均值。
交通综合客运枢纽客流疏散特性与改善措施仿真研究
交通综合客运枢纽客流疏散特性与改善措施仿真研究发布时间:2022-12-01T08:49:17.492Z 来源:《城镇建设》2022年13期7月作者:程亚杰,黄钦炎,冯川[导读] 随着社会经济的不断发展,我国交通运输行业形成了以铁路、公路、航空和水路等运输方式为一体的综合运输体系程亚杰,黄钦炎,冯川(广州交信投科技股份有限公司,广州 510199)摘要:随着社会经济的不断发展,我国交通运输行业形成了以铁路、公路、航空和水路等运输方式为一体的综合运输体系。
本文通过视频智能化应用与计算机仿真研究的基础上,得到综合客运枢纽内瓶颈结构处的群体运动轨迹与特点及其影响因素,分析了不同客流情况下,不同出口的行人应急疏散分布特性与不同改善措施效果。
探讨改善行人流流动速率的可行措施,为交通枢纽内设施的设置与优化和应急疏散管理问题提供科学依据。
关键词:交通综合枢纽;Pathfinder仿真;客流疏散;客流组织;人群特性1前言近几年,随着社会经济的不断发展和转型,由于我国人口众多,居民出行需求的急剧增长,使得城市内涌现了许多集一站式换乘为一体的交通枢纽综合体,而这些枢纽综合体内大规模客流的有效组织问题(包括紧急情况下的人群疏散问题)成为日益关注的焦点[1]。
综合交通枢纽的兴建便利了人们的出行,提高了运输效率,而综合体内大规模客流的合理组织和紧急情况下的人群疏散问题也成为城市公共安全体系建设的重要环节[2]。
特大型城市综合交通枢纽具有人口集中,居住密集,各种社会活动频繁等典型公共设施特征,一旦发生重大突发事件,不仅直接造成城市居民生命和财物的损失,还会引起居民巨大的恐慌。
研究表明,因居民恐慌和不恰当应对行为造成的次生损失,往往比初发事件的损失高出多倍,还会破坏正常的社会秩序[3]。
交通枢纽综合体具有多工程、多项目、多专业界面管理和多元功能并存的特点,其功能体系的复杂性决定了其安全运行需要建立在良好的系统规划和安全管理的基础之上[4]。
客运专线车站高峰小时客流量概率统计计算方法研究
客运专线车站高峰小时客流量概率统计计算方法研究
钟绍林;钱丙益;邬金辉
【期刊名称】《铁道运输与经济》
【年(卷),期】2011(33)12
【摘要】客运专线“公交化”的运输组织模式大大降低了旅客的候车时间,站房的主要功能转变为客流的“通过”与“换乘”.传统的最高聚集人数法已经不能满足客运专线车站设计的要求,需要结合高峰小时客流量指标对客站规模及售票机、检票机等相关设备数量进行设计.在对客运专线车站旅客候车时间分布拟合的基础上,建立了高峰小时客流量的概率统计法计算模型,以岳阳东站为例进行验证,表明该模型的计算结果较为切合实际.
【总页数】4页(P26-29)
【作者】钟绍林;钱丙益;邬金辉
【作者单位】中铁第四勘察设计院集团有限公司线站处,湖北武汉430063;西南交通大学交通运输与物流学院,四川成都 610031;中铁第四勘察设计院集团有限公司线站处,湖北武汉430063
【正文语种】中文
【中图分类】U293.1+3
【相关文献】
1.基于Logit模型的武广客运专线转移客流量计算研究
2.城际铁路车站高峰小时客流量计算方法探讨
3.城际铁路车站高峰小时客流量计算方法探讨
4.基于网络化的
城市轨道交通高峰小时最大断面客流量预测研究——以沈阳地铁为例5.地铁车站站内设施高峰客流到达率计算方法研究
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第 1期
姚加林,等:大型高铁车站最高聚集人数计算模型研宄
35
以及存在的不足。张天伟等[7]则通过构建计算模型, 对铁路客运站设计期的最高聚集人数进行预测,并 将该方法运用到客运站候车厅面积和数量的计算 中。姚加林等[8]研究了城市交通可靠性对车站最高 聚集人数的影响,并提出随着城市交通可靠性的提 高,车 站 最 高 聚 集 人 数 将 减 少 。王 爱 刪 等 [9]基 于计 算最高聚集人数的概率法模型,通过构建包含客流 产 生 与 统 计 、仿 真 控 制 等 子 模 型 在 内 的 仿 真 模 型 , 设计算法计算车站最高聚集人数。Hauser[1Q]运用计 算机建模的方法模拟旅客进站流程以及在车站内 的活动情况,用以评估车站设计。除此之外,国内 还有不少学者对旅客到达车站时间分布规律进行 了研究,L I 等[11-16]指出,旅客候车时间受出行目的、 旅客时间价值观念、旅客年龄及受教育程度、车站 进 站 流 线 设 计 、列 车 开 行 方 案 等 综 合 因 素 的 影 响 。 高速铁路车站发车频率高、衔接方向多,旅客的聚 集规律也发生了较大的变化。既有的最高聚集人数 计算方法己经不能很好地适应高铁车站的服务特 性 ,同时既有的计算方法还存在以下几点不足:1) 对最高聚集人数定义中的“瞬时”体现不充分;2 ) 将 列车简单地分为始发列车和经过列车,没有考虑高 铁列车编组更加灵活、列车计划上车人数因列车出 发方向的不同而存在差异等因素;3 ) 高铁车站旅客 流 动 性 大 ,很 难 确 切 知 道 最 高 聚 集 人 数 出 现 的 时 间 点 。4 ) 在车站设计阶段部分数据难以收集;5 ) 缺 少对车站设计的远景年可能出现的最高聚集人数 进行讨论。考 虑 到 《规范》中最高聚集人数定义存 在 易 引 起 歧 义 、设 计 阶 段 数 据 难 收 集 等 不 足 ,本文 参 照 文 献 [3]对 最 高 聚 集 人 数 定 义 , 即“在 旅客车站 设计使用年限内,根进行据旅客聚集规律和列车开 行方案,一昼夜中瞬时(8~10 min)出现的在候车室 内旅客(含送客)人数的最大值”,在调查高铁站旅客 集散规律和列车计划上车人数的基础上,引入图解 法的思想对现有的计算模型进行优化,构建适应于 高铁车站的最高聚集人数计算模型,并以长沙南站 为例进行计算分析。
Y A O J ia lin , Z H A O S iyuan
(School of Traffic & Transportation Engineering, Central South University, Changsha 410075, China)
A b s tra c t: Based on the statistica l analysis o f passenger a rriv a l tim e and tra in nu m be r and tic k e t service tim e , the d is trib u tio n ru le o f passengers in high-speed ra il stations w as studied. B y a n a lyzin g the nu m b e r o f passengers on d iffe re n t trains in the same station and d iffe re n t departure directio ns, it was considered tha t there w ere s ig n ific a n t differences in the nu m be r o f trains on the same station due to d iffe re n t departure directions. The ca lcu la tio n m od el o f the m a x im u m assem bling passengers fo r the high-speed ra ilw a y station was constructed, and the ca lc u la tio n w as c a rrie d o u t w ith th e C hangshanan R a ilw a y S ta tio n as an exa m ple. K e y w o rd s : high-speed ra ilw a y station; assem bling ru le o f passengers; planned nu m be r o f passengers; m a xim u m assem bling passengers
大型高铁车站 最高聚集人数计算模型研究
姚加林, 赵思源 ( 中南大学交通运输工程学院,湖 南 长 沙 410075)
摘 要 :通过实名制验证和检票环节对旅客进站时间和车次以及检票通道服务时间进行统计分析,研究高铁车站旅客集散规
律 ;对同一车站不同类别、各出发方向列车的旅客数量进行分析,认为经停一车站的列车因出发方向的不同,其上车人数
存 在 的 差 异 具 有 统 计 学 意 义 ;构 建 适 用 于 高 铁 车 站 的 最 高 聚 集 人 数 计 算 模 型 ,并 以 长 沙 南 站 为 算 例 进 行 计 算 和 分 析 。
关 键 词 :高 铁 车 站 ;旅 客 集 散 规 律 ;计 划 上 车 人 数 ;最 高 聚 集 人 数
第 16卷 第 1期 2019年 1 月
铁道科学与工程学报 Journal of Railway Science and Engineering
DOI: 1 0 .1 9 7 1 3 / ki.4 3 -1 4 2 3 /u .2 0 1 9 .0 1 .0 0 5
V olum e 16 N u m b e r 1 January 2019
中的定义进行了分析,指出该定义存在歧义、计算 所需数据难以收集等不足,并在对现行定义进行分 析之后根据计算公式提出了更为合理的定义。何宇 强等[4-5]认 为 :车站总发送量、旅客聚集规律对计
算车站最高聚集人数有着重要的影响。顾亚静[6]介 绍了现有车站旅客最高聚集人数的概念、计算方法
收稿日期:2 0 1 8 - 0 1 - 2 2 通信作者:姚加林(1961-),男,湖南娄底人,副教授,从事交通运输规划与管理等研宄;E -m ail:yaojialn@
中 图 分 类 号 :U 2 9 1 .6
文 献 标 志 码 :A
文 章 编 号 :1 6 7 2 -7 0 2 9 (2 0 1 9 )0 1 -0 0 3 4 -0 8
Research on the calculation model of the maximum assembling passengers in large high-speed railway station
车站最高聚集人数既是车站设计、建设所需的 重 要 参 数 ,也 给 车 站 的 日 常 管 理 提 供 指 导 [1]。根据
《铁路旅客车站设计规范》(下 称 《规范》)[2],车 站 最 高 聚 集 人 数 是 指 “车站全年上车旅客最多月份 中,一昼夜在候车室内瞬时(8 〜10 m in ) 出现的最大 候车( 含送客) 人数的平均值。”张天伟等[3]对 《规范》