從上海地鐵1號線看客流預測的不確定性(精)_第1頁
從上海地鐵1號線看客流預測的不確定性(精)_第2頁
免費預覽已結束,剩余1頁可下載查看

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、從上海地鐵1號線看客流預測的不確定性摘要:上海地鐵 1 號線 2005 年的實際統(tǒng)計客運量,遠遠超過了同期預測的客流量。本文分析了城市軌道交通客流預測的不確定性,以及產(chǎn)生 這一現(xiàn)象的原因。提出對城市軌道交通系統(tǒng)的運輸能力應留有適當?shù)母辉A浚?以應對不可預見的客運量增長,或改善乘車舒適度。隨著城市化進程的加快、 大批農民進城務工,預示著城市公交通客運量大幅度增長。加長列車編組、提 高乘車舒適度也將提上議事日程。 關鍵詞:客流預測,公交客運量,列 車編組,預測不確定性,城市化。Abstract: The actual passenger volumestatistics of Shanghai m

2、etro line 1 in 2005 is much higher than the number forecastedover the same period. This paper analyzes the uncertainty in urban railway trafficforecast and the reason for it. The author also states that to handle with theunforeseen growth in passenger volume or improve the ride comfort, appropriates

3、urplus capacity should be considered in assessing the transport capacity of urbanrail transit system.With the acceleration of urbanization process, more and morefarmers come to cities to apply labor. The public transport passenger volume in citieswill be in significant growth. Lengthening marshallin

4、g and improving ride comfort willbe written in agenda.Key words: traffic forecast、 publictransport passenger volume 、 marshalling 、uncertainty in traffic forecast 、urbanization 一 引言 近年來在城市軌道交通設計 項目評審中,經(jīng)常會聽到有些評審專家總認為被評審項目的預測客流量偏大, 要求對預測客流進行調整。理由是隨著遠期地鐵線網(wǎng)的加密,各條線路的客流 量會隨之減少。因而減小預測客流量,可以縮小車站土建規(guī)模,降低工程投 資

5、。 也有專家對此持不同意見。認為地鐵是百年大計,車站一旦建 成將來就無法進行改建??紤]到我國的城市正處在發(fā)育擴張時期,以及客流預 測的階段性和不確定性,地鐵設計應該為以后應對超出預測客流的客運量增 長,改善乘車舒適度留有余地。主張對地鐵設計運輸能力留大不留小。這樣做 雖然會增加少量的一次性投資,但對城市軌道交通可持續(xù)發(fā)展具有重要意 義。 1999 年為進行上海地鐵 1 號線北延伸線設計,申通公司委托 某研究所預測地鐵一號線北延伸線的客流。預測范圍自莘莊站至泰和路站。此 次客流預測的結果見下表。 上海地鐵一號線各年限預測客運 量 預測年 限客運 量 2005 年 2012 年 2027 年全日客

6、運 量(萬人次) 68237238 高峰高斷面流量(萬人次) 2.187.066.33 由該表可以看出, 2005 年全日預測客流量為 68 萬 人次,高峰小時最大斷面客流量為 2.18 萬人次。 上海地鐵1 號線 一期工程新龍華火車站段于 1990 年通車運營, 1995 車 4 月向南延伸到莘 莊車站, 2004 年 12 月向北延伸到共富新村車站。線路全長 28.795km ,設 25座車站。目前地鐵 1 號線列車為 6 輛編組,現(xiàn)有列車 37 列,高峰小時開行 20 對列車,上?;疖囌疽阅闲熊囬g隔為 3mi n,北段到共富新村的行車間隔為 9min。根據(jù)上海地鐵運營公司 2005 年的

7、統(tǒng)計資料,地鐵 1 號線2005 年全年完成客運量 29479.3 萬人次,平均日客運量 80.77 萬人次。 16 月 份高峰時段最大斷面客流保持在 3.53.9 萬人。 7 月、 8 月份最大斷面客流達到了 4. 4.13 萬人。將 1 號線的實際客運量與預測客流量相比,預測全日客流量比實際客運量小 20%,預測高峰小時斷面客流量比實際客流量 小89%。爆出了客流預測的軟肋,首次證明地鐵預測客流量比實際客運量偏 小。這一問題的出現(xiàn),意義重大,值得我們深思研究。二 地鐵客流預測方法 簡介 客流量是城市軌道交通設計的基礎資料。為進行軌道交通設 計,必須知道未來年度的客運量。由此確定車站站臺長度

8、,各個時期的列車編 組輛數(shù)、配屬列車數(shù)量、供電設備和通風設備的容量等。因此預測客流量在城 市軌道交通設計中起著非常重要的作用。 目前城市軌道交通客流預 測都是采用“四階段”預測法。即出行發(fā)生與吸引預測,交通分布預測,交通 方式劃分預測和交通分配預測。由此得到初期、近期和遠期的公交 0D 表,然后按交通方式劃分的比例,得出軌道交通的站間 0D 表。在此基礎上計算出各年度 的上下車客流量和區(qū)間斷面客流量。為了分析客流預測的不確定性,需要把各階段的預測方法做一個簡要說明。 1 出行發(fā)生與吸引預 測出行發(fā)生與吸引預測,一般是按交通小區(qū)進行預測。通常采用增長率法或原單位法進行預測。 原單位法的計算原則通

9、??煞譃?, 以小區(qū)未來居 住人口、流動人口和人均出行次數(shù),計算出各小區(qū)未來全方式的出行量。和以 不同用途的土地面積或工作面積,以及單位面積平均發(fā)生的交通量來進行預 測。其中以居住人口、流動人口和人均出行次數(shù)預測法用的比較普遍。 2 出行 分布預測出行分布預測是采用增長率法、重力法或概率模型法,將各交通小區(qū)規(guī)劃年的出行發(fā)生量與吸引量,轉化為各小區(qū)間的交換量0D 表。它反映了各小區(qū)間交通量的大小和流向。重力法是出行分布預測中常用的方法。他的基本假設是兩個交通小區(qū)間的出行分布量與兩個小區(qū)間的出行 發(fā)生量和出行吸引量成正比,與小區(qū)間的出行距離或廣義出行費用成反比。廣 義出行費用也叫分布阻抗,包括小區(qū)之

10、間的出行距離、出行時間及出行費用。 將未來年各交通小區(qū)的發(fā)生量和吸引量代入公式,可得各預測年度居民全方式 出行分布矩陣。 3 出行方式劃分預測出行方式劃分預測,是在出行分布預測得到的 0D 矩陣基礎上,將各小區(qū)間的交換量轉化為交通方式。如步 行、自行車、公共汽車、軌道交通、出租車和私家車等各種交通方式承擔0D 的比例。根據(jù)預測年度的城市道路罔、公交和軌道交通線罔,計算出初期、近 期、遠期公交的出行時間和費用矩陣,通過交通方式競爭,進而可得未來年公 交類出行 0D。4交通分配預測交通分配預測,是將公交類出行0D*,通過行程時間、換乘時間、出行費用之間的競爭,從而確定軌道線路的 客流量。進而可得出

11、軌道交通各車站的乘降量、站間0D 和斷面客流量。交通分配預測常用重力模型,假定小區(qū)之間的交通量與兩個小區(qū)間的發(fā)生量、吸引量成正比,與兩個小區(qū)間的距離成反比。交通分配的基本 參數(shù)有,路段走行時間函數(shù),軌道交通旅行速度和高峰小時率等。三客流預測的不確定性分析前面已經(jīng)說明, 2005 年上海地鐵 1 號線平均日客流量,超過了同年預測客流量的 20%,高峰小時斷面客流超過預測的 89%。由 此證明了客流預測存在著不確定性。也不像某些專家所說的那樣,預測客流量 總是比實際客流量偏大。上海地鐵 1 號線的這一現(xiàn)象看似偶然,筆者認為卻是 必然結果。理由如下: 1 客流預測的準確度不高預測學是一門新的學科,是

12、人們對未來事物進行預言和猜想的一種手段。盡管目前使用的預測 方法很多,但其理論基礎都源自統(tǒng)計數(shù)學。就是根據(jù)已有的社會統(tǒng)計樣本資 料,經(jīng)過分析處理得到一套擬合數(shù)學模型,再以此模型外推預測年度的客流量。也就是把目前樣本的形態(tài)擴大到未來年度。 一般而言,現(xiàn)有的 各種預測方法,用在短期預測 (0.5 3 年)可信度較高。預測的時間跨度越長, 其準確度越低。地鐵客流量預測的時間跨度長達 2530 年,其可信度自然不 高。 2 客流預測參數(shù)的可變性 在客流預測中使用的一些技術參數(shù)是 可變的。如在交通發(fā)生與吸引預測中用的居民出行次數(shù),小區(qū)人口、流動人口 數(shù)量,小區(qū)土地利用規(guī)劃。在出行方式劃分預測中,各種交通

13、方式承擔交通量 的比例。在交通分配預測中使用的路徑阻抗 ( 路段行駛時間、費用和交叉口延誤 時間)等,不同的預測人員在標定預測模型時,都是按照自己的思路決定相關參 數(shù)的取值。因此不同預測人員的預測結果也會有差別。因此可以說,客流預測 得到的只能是近似值。他不是做數(shù)學計算 1+1=2。 3 城市規(guī)劃的不穩(wěn)定 性 城市總體規(guī)劃是地鐵客流量預測的基礎。隨著我國城市化進程的 加快,城市人口在增加。據(jù)了解到 2020 年我國將有 3 億農村勞動力轉入城市, 北京市 2006年已有 113 萬農業(yè)勞動力轉入工業(yè)。城市的土地利用規(guī)劃也經(jīng)常變 動。為適應這種變化,我國的城市總體規(guī)劃每隔十年修改一次。而城市軌道

14、交 通建設僅憑當前一次客流量預測定終身,經(jīng)過若干年之后,在交通需求與供給 之間必然會出現(xiàn)較大的矛盾。4 客流預測的階段性 目前城市軌道交 通客流量預測,都是用近十幾年的經(jīng)濟數(shù)據(jù)來標定數(shù)學模型。即用當前的經(jīng)濟 模式外推得到一套客流預測結果。幾十年之后,隨著國家建設的發(fā)展和經(jīng)濟規(guī) 模的擴大, 如果再對同一條軌道交通線路重新進行客流預測,使用的技術參數(shù) 也隨之發(fā)生變化, 這時的預測結果肯定會比原來的客流量大。國外 地鐵的發(fā)展歷史也證明了這一點。已有近百年地鐵歷史的發(fā)達國家城市,其車 內乘客仍然很擁擠,甚至要用人推才能關上車門。這從側面說明了城市的現(xiàn)狀 客流量已經(jīng)大大超過了當初預測的客流量。 我國地鐵

15、設計規(guī)范規(guī)定 地鐵的使用期為 100 年,目前我們只能預測未來 30 年的客流量,怎樣彌合這一 巨大差距,是今后需要研究的課題。5 地鐵開發(fā)效應的影響 實踐證 明,地鐵對引導和帶動沿線開發(fā)具有特殊作用。隨著地鐵的修建,線路兩側就 會出現(xiàn)超出原有城市規(guī)劃的高強度開發(fā),帶動沿線房地產(chǎn)升值。也為地鐵帶來 巨大的客流量。事情的經(jīng)過是客流量預測在前,高強度開發(fā)在后。這是造成 2005 年上海地鐵 1 號線的實際客運量,超過當年預測客流量的原因之 一。上海地鐵 1 號線未延伸到莘莊以前,線路兩側都是村鎮(zhèn)和農 田,在此背景下進行了北延伸線的客流預測?,F(xiàn)在由錦江樂園至莘莊線路兩側 都是新建的住宅小區(qū),兩側的居

16、民都是以地鐵為出行工具。高峰時段地鐵列車 在南段的載客量已達到 6070%。進入市區(qū)后車內更加擁擠。四 幾點體 會 1 上海地鐵 1 號線 2005 年的實際客流量,已大大超過了 2005 年 的預測客流量。說明地鐵預測客流量并不是總是偏大 . 的。上海地鐵 1 號線的經(jīng) 驗說明其預測的客流量偏小。那些已有百年地鐵歷史的發(fā)達國家地鐵仍然很擁 擠,也從反面證明了其原來的預測客流量偏小。這是由于客流預測方法本身的 缺欠,以及城市總體規(guī)劃不斷地變化造成的。 2 地鐵的使用期限 為 100 年,我們又無法預測今后 100 年的客流量。地鐵車站一旦建成要改造很 困難。東京地鐵 4號線原來按 4 輛編組站臺改建為 6 輛站臺,總共用了 15 年時 間。因此,筆者認為在地鐵車站設計上應該看的遠一點,給地鐵以后的發(fā)展多 留一點余地是十分必要的。4 筆者曾對 A 型車、B 型車 5 輛編組和 6 輛編組的車站方案進行過分析比較。結果表明,對于 A 型車、B 型車來 說, 6 輛編組的車站比 5 輛編組的車站只增加 34%的土建工程投資,而系統(tǒng)運輸能力可增加 20%。5 我國是世

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論