張永生，姚恩建，蔡昌俊，楊志強(qiáng)

(1.北京交通大學(xué)交通運(yùn)輸學(xué)院，北京100044；2.廣州地鐵集團(tuán)有限公司，廣東廣州510310)

城市軌道交通網(wǎng)絡(luò)新線接入后的客流預(yù)測(cè)

張永生1，姚恩建1，蔡昌俊2，楊志強(qiáng)2

(1.北京交通大學(xué)交通運(yùn)輸學(xué)院，北京100044；2.廣州地鐵集團(tuán)有限公司，廣東廣州510310)

城市軌道交通網(wǎng)絡(luò)新線接入后，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和客流時(shí)空規(guī)律都將發(fā)生較大變化。提出通過(guò)可達(dá)性指標(biāo)將進(jìn)出站量預(yù)測(cè)、OD分布量預(yù)測(cè)、基于路徑選擇模型的隨機(jī)客流分配等階段關(guān)聯(lián)，構(gòu)建客流預(yù)測(cè)模型。進(jìn)出站量預(yù)測(cè)時(shí)，構(gòu)建土地利用替代指標(biāo)，避免對(duì)新車站周邊土地利用、社會(huì)經(jīng)濟(jì)屬性等進(jìn)行調(diào)查；同時(shí)由目的地選擇效用計(jì)算得到車站可達(dá)性指標(biāo)，描述車站位置對(duì)進(jìn)出站量的影響。OD分布量預(yù)測(cè)時(shí)，構(gòu)建目的地選擇模型，可適應(yīng)拓?fù)渥兓蟮膱?chǎng)景，模型中OD可達(dá)性指標(biāo)由路徑選擇效用計(jì)算得到。構(gòu)建的路徑選擇模型，綜合考慮了影響乘客路徑選擇的各因素。最后，對(duì)廣州市地鐵6號(hào)線接入后的客流進(jìn)行建模預(yù)測(cè)，各模型參數(shù)均符合統(tǒng)計(jì)檢驗(yàn)要求且客流預(yù)測(cè)精度較高。

交通規(guī)劃；城市軌道交通；客流預(yù)測(cè)模型；新線接入

為緩解道路交通壓力，中國(guó)很多大中城市開(kāi)始建設(shè)城市軌道交通系統(tǒng)，尤其是北京、上海、廣州、深圳等超大城市的軌道交通系統(tǒng)已形成了網(wǎng)絡(luò)化格局?？土黝A(yù)測(cè)可以指導(dǎo)車站的規(guī)劃設(shè)計(jì)、進(jìn)出站客流組織、換乘客流組織、列車運(yùn)行計(jì)劃制定等，對(duì)城市軌道交通的規(guī)劃、建設(shè)、運(yùn)營(yíng)有著重要意義。但城市軌道交通網(wǎng)絡(luò)新線接入后，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、客流時(shí)空分布規(guī)律等都將發(fā)生較大變化，同時(shí)，城市軌道交通的規(guī)劃、建設(shè)、運(yùn)營(yíng)管理等部門要求客流預(yù)測(cè)的精度高、時(shí)間粒度小、操作簡(jiǎn)單易行等，給客流預(yù)測(cè)帶來(lái)了很大的挑戰(zhàn)。

1 新線接入后的客流預(yù)測(cè)方法

城市軌道交通客流指標(biāo)一般包括進(jìn)出站量、OD分布量、斷面流量、換乘量和線路流量等，其中斷面流量、換乘量、線路流量是基于路徑選擇模型的隨機(jī)客流分配的結(jié)果。乘客路徑選擇模型、OD分布量預(yù)測(cè)模型、進(jìn)出站量預(yù)測(cè)模型是城市軌道交通客流預(yù)測(cè)模型的三個(gè)核心環(huán)節(jié)，本文通過(guò)可達(dá)性指標(biāo)將各個(gè)環(huán)節(jié)關(guān)聯(lián)，以改善傳統(tǒng)四階段方法各環(huán)節(jié)參數(shù)一致性較差、難以測(cè)算誘增交通量等缺點(diǎn)。如圖1所示，建模時(shí)，OD可達(dá)性可基于路徑選擇模型計(jì)算得到，車站可達(dá)性可基于目的地選擇模型計(jì)算得到；預(yù)測(cè)時(shí)，進(jìn)出站量是OD分布量預(yù)測(cè)模型的輸入，OD分布量是基于路徑選擇模型的隨機(jī)客流分配的輸入。

1.1 新線接入后進(jìn)出站量預(yù)測(cè)

圖1 城市軌道交通網(wǎng)絡(luò)新線接入后客流預(yù)測(cè)流程Fig.1 Flow diagram of passenger volume forecasting with the new rail transit lines in operation

進(jìn)出站量一般與車站周邊的土地利用、車站所處的位置、車站周邊的交通環(huán)境等因素有關(guān)，但該部分因素的調(diào)查需要投入大量的人力、物力、財(cái)力，未來(lái)的發(fā)展趨勢(shì)也不易預(yù)測(cè)。軌道交通運(yùn)營(yíng)部門有大量的進(jìn)出站量數(shù)據(jù)、全網(wǎng)各車站位置信息和以往新線開(kāi)通的記錄，因此，本文基于軌道交通運(yùn)營(yíng)部門掌握的資料，研究新線接入后全網(wǎng)各車站進(jìn)出站量的預(yù)測(cè)方法。在新線接入的條件下，根據(jù)有無(wú)歷史數(shù)據(jù)，將車站分為既有車站和新車站。

1）既有車站。

既有車站進(jìn)出站量預(yù)測(cè)有一定的歷史數(shù)據(jù)和以往新線開(kāi)通對(duì)既有車站進(jìn)出站量影響的支持。根據(jù)客流生成機(jī)理[1]，新線對(duì)既有車站的影響可從車站的一次吸引范圍[2]和二次吸引范圍進(jìn)行分析，在此基礎(chǔ)上，結(jié)合新線接入前的進(jìn)出站量，即得到新線接入后既有車站進(jìn)出站量預(yù)測(cè)值

式中：Q'為新線接入后既有車站的日均進(jìn)出站量預(yù)測(cè)值/(人次·d-1)；Q為新線接入前既有車站的日均進(jìn)出站量/(人次·d-1)；ai，qi為符合條件i的修正系數(shù)和修正量/(人次·d-1)。

2）新車站。

由于缺乏歷史數(shù)據(jù)，時(shí)間序列預(yù)測(cè)方法等一般性的數(shù)理統(tǒng)計(jì)模型無(wú)法應(yīng)用于新車站進(jìn)出站量預(yù)測(cè)。同時(shí)，新車站周邊土地利用、社會(huì)經(jīng)濟(jì)屬性等數(shù)據(jù)的調(diào)查難度，也使得難以基于傳統(tǒng)的發(fā)生吸引量預(yù)測(cè)模型進(jìn)行進(jìn)出站量預(yù)測(cè)[3]。本文從充分利用現(xiàn)有數(shù)據(jù)、簡(jiǎn)化輸入數(shù)據(jù)等角度出發(fā)，建立一種新車站進(jìn)出站量預(yù)測(cè)的方法。通過(guò)構(gòu)造歷史數(shù)據(jù)庫(kù)，描述車站位置、土地利用性質(zhì)、土地利用規(guī)模指標(biāo)與進(jìn)出站量的映射關(guān)系，實(shí)現(xiàn)新車站進(jìn)出站量的預(yù)測(cè)。其中，車站位置、土地利用性質(zhì)和土地利用規(guī)模指標(biāo)是劃分車站類型的依據(jù)，各指標(biāo)值用正整數(shù)唯一標(biāo)識(shí)。

式中：DB為歷史數(shù)據(jù)庫(kù)；O為日均進(jìn)站量/(人次·d-1)，進(jìn)站量與出站量相等；SJ為車站位置指標(biāo)；TX為車站土地利用性質(zhì)指標(biāo)；TS為車站土地利用規(guī)模指標(biāo)。各指標(biāo)值唯一標(biāo)識(shí)一類車站，通過(guò)映射關(guān)系可以得到該類車站平均的進(jìn)出站量。建模時(shí)，車站位置指標(biāo)通過(guò)既有路網(wǎng)中車站可達(dá)性進(jìn)行劃分；土地利用性質(zhì)指標(biāo)利用土地利用位置指標(biāo)相同車站的早(晚)高峰進(jìn)站量比例、早(晚)高峰出站量比例等通過(guò)模糊聚類進(jìn)行劃分；土地利用規(guī)模指標(biāo)通過(guò)每類土地利用性質(zhì)下各車站全日進(jìn)出站量進(jìn)行劃分。預(yù)測(cè)時(shí)，新車站各對(duì)應(yīng)指標(biāo)值可從地圖上獲得，通過(guò)在歷史數(shù)據(jù)庫(kù)中進(jìn)行模式匹配，即可獲得對(duì)應(yīng)的進(jìn)出站量。

車站位置指標(biāo)SJ取正整數(shù)，1為郊區(qū)站，2為市區(qū)站，即

式中：若車站可達(dá)性指標(biāo)AZr小于閾值A(chǔ)Y，則該站為郊區(qū)站，否則為市區(qū)站。

車站可達(dá)性AZr表示該車站客流吸引能力和可達(dá)路網(wǎng)各站的方便程度，本文用目的地選擇效用的合成值表示：

式中：s為目的地；S為目的地集合；DErs為在r站選擇s站為目的地的效用。

1.2 新線接入后OD分布量預(yù)測(cè)

新線接入后，新OD對(duì)缺乏歷史數(shù)據(jù)，而既有OD對(duì)在新車站的影響下也會(huì)發(fā)生不同程度的變化。本文基于非集計(jì)理論構(gòu)建目的地選擇模型，通過(guò)分析影響OD分布的因素，實(shí)現(xiàn)新線接入后OD分布量的預(yù)測(cè)。模型考慮的因素主要包括目的地吸引程度、起點(diǎn)到目的地出行方便程度(即OD可達(dá)性)、起點(diǎn)與目的地等周邊的土地利用、起點(diǎn)與目的地的線位關(guān)系等。基于非集計(jì)理論，從起點(diǎn)r出發(fā)的城市軌道交通乘客n選擇目的地s為終點(diǎn)的概率

式中：Frs為OD對(duì)rs間的日均OD分布量/(人次·d-1)；Or為起點(diǎn)r的日均進(jìn)站量/(人次·d-1)；為在起點(diǎn)r的城市軌道交通乘客n選擇目的地s的概率/%；為在起點(diǎn)r選擇s為目的地的效用值； j為目的地集合S中的某一目的地；Ds為目的地s的日均出站量/(人次·d-1)，表示目的地的吸引程度；Crs為起點(diǎn)r與目的地s之間的票價(jià)/元；XZrs為標(biāo)記起點(diǎn)r與目的地s等周邊土地利用性質(zhì)指標(biāo)的0-1啞元變量；GMrs為標(biāo)記起點(diǎn)r與目的地s等周邊土地利用強(qiáng)度指標(biāo)的0-1啞元變量；TXrs為標(biāo)記起點(diǎn)r與目的地s線位關(guān)系指標(biāo)的0-1啞元變量；AODrs為起點(diǎn)r與目的地s之間的OD可達(dá)性，表示OD對(duì)間的交通方便程度；a,φ,η,λ,μ,ω為待定參數(shù)，可根據(jù)既有OD分布量利用加權(quán)的極大似然估計(jì)法得到[4-5]。

本文以路徑選擇效用的合成值表示AODrs，即

1.3 隨機(jī)客流分配

基于路徑選擇模型利用MSA(Method of Successive Average)法進(jìn)行隨機(jī)客流分配，可以獲得換乘量、斷面流量和線路流量等客流指標(biāo)值。路徑選擇模型描述了乘客n選擇某條路徑的概率，即

2 模型應(yīng)用與案例分析

廣州市地鐵6號(hào)線于2013年底開(kāi)通，全長(zhǎng)24.4 km，共設(shè)22座車站(含7座換乘站)，貫通市中心，連接老城區(qū)和一些大型居住區(qū)，與1號(hào)線、2號(hào)線、3號(hào)線和5號(hào)線等存在換乘關(guān)系(見(jiàn)圖2)，使得廣州市軌道交通網(wǎng)絡(luò)結(jié)構(gòu)和客流時(shí)空分布規(guī)律發(fā)生巨大改變。本文以地鐵6號(hào)線接入軌道交通線網(wǎng)為背景，驗(yàn)證所構(gòu)建的新線接入后客流預(yù)測(cè)模型的預(yù)測(cè)效果：以6號(hào)線開(kāi)通前的網(wǎng)絡(luò)結(jié)構(gòu)和客流數(shù)據(jù)為基礎(chǔ)，構(gòu)建客流預(yù)測(cè)模型，對(duì)6號(hào)線接入后的客流進(jìn)行預(yù)測(cè)，通過(guò)將預(yù)測(cè)值與真實(shí)值進(jìn)行對(duì)比，驗(yàn)證模型的預(yù)測(cè)效果。

圖2 廣州市地鐵6號(hào)線接入后軌道交通線網(wǎng)Fig.2 Rail transit network with the new Metro Line 6 in Guangzhou

表1 路徑選擇模型參數(shù)標(biāo)定結(jié)果Tab.1 Calibration of route choice model

本文利用2012年9月乘客實(shí)際出行路徑的抽樣調(diào)查數(shù)據(jù)，對(duì)模型待定參數(shù)進(jìn)行標(biāo)定。數(shù)據(jù)包括2012年9月平均OD分布量、列車運(yùn)行計(jì)劃、各站進(jìn)出站量分時(shí)數(shù)據(jù)，以及2010年3號(hào)線北延線開(kāi)通前后的進(jìn)出站數(shù)據(jù)。得到的模型結(jié)果見(jiàn)表1～表4。

表1和表2中，各參數(shù)的t值絕對(duì)值均大于1.96，即在95%置信水平下認(rèn)為各參數(shù)估計(jì)值可信；p2大于0.2，說(shuō)明模型對(duì)數(shù)據(jù)的擬合效果好，滿足檢驗(yàn)要求。

表1的結(jié)果顯示，平峰時(shí)舒適程度系數(shù)大于0，說(shuō)明平峰時(shí)乘客更愿意選擇出行舒適的路徑。其他各因素的系數(shù)小于0，說(shuō)明乘客更愿意選擇乘車時(shí)間短、換乘次數(shù)少、換乘時(shí)間短、角度費(fèi)用低的路徑。上述結(jié)果符合實(shí)際情況。

在表2中，0-1啞元變量的取值規(guī)則為：當(dāng)兩個(gè)車站中，一個(gè)屬于居住或居住占優(yōu)，另一個(gè)屬于辦公或辦公占優(yōu)類時(shí)，土地利用性質(zhì)啞元XZrs為1，否則為0；當(dāng)起點(diǎn)全日進(jìn)站量與目的地全日出站量之和大于5萬(wàn)人次·d-1時(shí)，土地利用強(qiáng)度啞元ZMrs為1，否則為0；當(dāng)起點(diǎn)r和目的地s在同一條線路上時(shí)，線位關(guān)系啞元TXrs為1，否則為0。目的地日均出站量系數(shù)為正值，說(shuō)明車站客流吸引能力越強(qiáng)，選擇該車站為目的地的乘客越多；線位關(guān)系啞元為正，說(shuō)明當(dāng)終點(diǎn)站與起始站在同一條線路時(shí)，有更多的乘客選擇該站為目的地車站。

在表3中，對(duì)應(yīng)車站位置列，車站可達(dá)性小于5的車站為郊區(qū)車站，用1標(biāo)識(shí)，否則為市區(qū)車站，用2標(biāo)識(shí)；郊區(qū)車站類型1，2，3，4，5分別代表居住、居住占優(yōu)、辦公占優(yōu)、樞紐、綜合；市區(qū)車站類型1，2，3，4，5，6分別代表居住、辦公、居住占優(yōu)、辦公占優(yōu)、樞紐、綜合。

根據(jù)以上模型結(jié)果，對(duì)地鐵6號(hào)線接入后的客流進(jìn)行預(yù)測(cè)，誤差指標(biāo)用平均絕對(duì)誤差百分比(MAPE,Mean Absolute Percent Error)表示。各客流指標(biāo)的對(duì)比值來(lái)自廣州市地鐵運(yùn)營(yíng)管理部門提供的2014年3月工作日均值，其中，進(jìn)出站量為通過(guò)刷卡數(shù)據(jù)統(tǒng)計(jì)得到的真實(shí)值，換乘量和線路流量為該運(yùn)營(yíng)管理部門使用清分算法得出的估算值。表5展示了各客流指標(biāo)平均的預(yù)測(cè)效果，誤差都小于9%，滿足運(yùn)營(yíng)部門的實(shí)際需求。從圖3～圖5可看出，各點(diǎn)均靠近45度線，說(shuō)明每個(gè)站的進(jìn)站量、出站量和每個(gè)換乘站的換乘量預(yù)測(cè)值都很理想。由圖6可以看出，各條線路的客流量預(yù)測(cè)值與真實(shí)值相差不大，說(shuō)明預(yù)測(cè)效果較好。上述各客流指標(biāo)精確的預(yù)測(cè)結(jié)果，證明了本文提出的客流預(yù)測(cè)方法的優(yōu)越性。

3 結(jié)語(yǔ)

圖3 進(jìn)站量預(yù)測(cè)效果Fig.3 Performance of passenger entrance volume forecasting

本文提出的城市軌道交通網(wǎng)絡(luò)新線接入后的客流預(yù)測(cè)模型利用車站可達(dá)性指標(biāo)和OD可達(dá)性指標(biāo)將各預(yù)測(cè)環(huán)節(jié)關(guān)聯(lián)，避免傳統(tǒng)四階段法中各階段相互孤立的弊端。同時(shí)，充分考慮數(shù)據(jù)獲取的方便性，利用刷卡數(shù)據(jù)提取出行規(guī)律進(jìn)行模型構(gòu)建，避免大規(guī)模的土地利用、社會(huì)經(jīng)濟(jì)屬性、目的地選擇情況等數(shù)據(jù)的調(diào)查，在滿足城市軌道交通規(guī)劃、建設(shè)、運(yùn)營(yíng)管理等部門對(duì)客流數(shù)據(jù)預(yù)測(cè)時(shí)間粒度、預(yù)測(cè)精度需求的同時(shí)，極大降低了對(duì)輸入數(shù)據(jù)的獲取難度、提高了模型的實(shí)用性和便捷性。以廣州市地鐵6號(hào)線接入既有線網(wǎng)為例進(jìn)行建模和預(yù)測(cè)，驗(yàn)證了所構(gòu)建模型在輸入數(shù)據(jù)上的易獲取性、在統(tǒng)計(jì)檢驗(yàn)上的顯著性和在客流預(yù)測(cè)上的高精度性。

表2 目的地選擇模型參數(shù)標(biāo)定結(jié)果Tab.2 Calibration of destination choice model

表3 新車站進(jìn)出站量預(yù)測(cè)的歷史數(shù)據(jù)庫(kù)Tab.3 Historical database for passenger entrance/egress volume forecasting on new stations

表4 既有車站進(jìn)出站量預(yù)測(cè)模型參數(shù)Tab.4 Parameters of passenger entrance/egress volume forecasting model for existing stations

表5 模型預(yù)測(cè)誤差Tab.5 Model estimation error %

圖4 出站量預(yù)測(cè)效果Fig.4 Performance of passenger egress volume forecasting

圖5 換乘量預(yù)測(cè)效果Fig.5 Performance of passenger transfer volume forecasting

圖6 客流量預(yù)測(cè)結(jié)果Fig.6 Prediction performance of line passengers volume

[1]姚恩建，程欣，劉莎莎，張銳.基于可達(dá)性的城軌既有站進(jìn)出站客流預(yù)測(cè)[J].鐵道學(xué)報(bào)，2016，38(1)：1-7.Yao Enjian,Cheng Xin,Liu Shasha,Zhang Rui.Accessibility-Based Forecast on Passenger Flow Entering and Departing Existing Urban Railway Stations[J].Journal of the China Railway Society,2016,38(1):1-7.

[2]李俊芳，杜慎旭，錢衛(wèi)力.城市軌道交通車站客流吸引范圍重疊區(qū)域劃分模型[J].城市交通，2015，13(6)：61-64.Li Junfang, Du Shenxu, Qian Weili.Overlapping Region Partition Modelfor Urban Rail Transit Station Passenger Attraction[J].Urban Transport of China,2015,13(6):61-64.

[3]光志瑞.基于土地利用和可達(dá)性的城市軌道交通進(jìn)出站客流量預(yù)測(cè)[D].北京：北京交通大學(xué)，2013.Guang Zhirui.Passenger Flow Prediction for Urban Railway Station's Entrance and Exit Based on Land-Use and Accessibility[D].Beijing:Beijing Jiaotong University,2013.

[4]Wang Dalei,Yao Enjian,Yang Yang,Zhang Yongsheng.Modeling Passenger Flow Distribution Based on Disaggregate Model for Urban Rail Transit[C]//Sun Fuchun,Hu Dewen,Liu Huapin.Foundations and Practical Applications of Cognitive Systems and Information Processing.Beijing:Springer,2014:715-723.

[5]蔡昌俊，姚恩建，張永生，劉莎莎.基于AFC數(shù)據(jù)的城軌站間客流量分布預(yù)測(cè)[J].中國(guó)鐵道科學(xué)，2015，36(1)：126-131.Cai Changjun,Yao Enjian,Zhang Yongsheng,Liu Shasha.Forecasting of Passenger Flow's Distribution Among Urban RailTransit Stations Based on AFC Data[J].China Railway Science,2015,36(1):126-131.

[6]Sebastian R,Munoz J C,Grange L D.A Topological Route Choice Model for Metro[J].Transportation Research Part A:Policy and Practice,2011,45(2):138-147.

[7]張永生，姚恩建，代洪娜.成網(wǎng)條件下地鐵換乘量預(yù)測(cè)方法研究[J].鐵道學(xué)報(bào)，2013，23(11)：1-6.Zhang Yongsheng,Yao Enjian,Dai Hongna.Transfer Volume Forecasting Method for the Metro in Networking Conditions[J].Journal of the China Railway Society,2013,23(11):1-6.

Forecasting Passenger Volume with the New Rail Transit Lines in Operation

Zhang Yongsheng1,Yao Enjian1,Cai Changjun2,Yang Zhiqiang2
(1.School of Traffic and Transportation,Beijing Jiaotong University,Beijing 100044,China;2.Guangzhou Metro Group Co.,Ltd.,Guangzhou Guangdong 510310,China)

The urban rail transit network topology and the spatial/temporal characteristics of passenger flow change significantly with the new rail transit lines in operation.This paper develops a passenger volume forecasting model using accessibility index in connecting entrance/egress passenger forecasting,OD distribution,and assignment based on route choice model.To forecast passenger entrance/egress volumes,the paper replaces land use with an alternative index to circumvent the investigation on land use and sociodemographics surrounding new stations.The station accessibility index is used based on destination choice utility to show the impacts of station location on entrance/egress passenger volumes.To forecast OD distribution,the study develops destination choice model that is tailored to different network topology.The OD accessibility index is calculated using route choice utility.The route choice model is developed with the consideration of various factors in passengers'route choice.Finally,the paper illustrates the passenger volume forecasting for the Guangzhou rail transit network with the new Metro Line 6.The results show that the estimated model parameters meet the statistical requirements and the forecasting results are highly accurate.

transportation planning;urban rail transit;passenger volume forecasting model;new lines in operation

2016-05-09

國(guó)家973計(jì)劃資助項(xiàng)目“大城市綜合交通系統(tǒng)的基礎(chǔ)理論與實(shí)證研究——多方式交通運(yùn)行的協(xié)同組織與控制(課題三)”(2012CB725403)、國(guó)家科技支撐計(jì)劃資助項(xiàng)目“成網(wǎng)條件下城軌交通運(yùn)輸組織關(guān)鍵技術(shù)與系統(tǒng)研制”(2011BAG01B01)

張永生(1988—)，男，山東日照人，在讀博士研究生，主要研究方向：城市交通運(yùn)輸規(guī)劃與管理。E-mail:12114241@bjtu.edu.cn