简述客流地铁运营客流量计算模型

论文导读：调度优化模型建立61-625.3遗传算法求解调度模型62-665.3.1模型求解办法分析62-635.3.2遗传算法求解步骤63-665.4地铁运营调度实例66-695.4.1成都地铁运营调度模型系数确定67-685.4.2成都地铁运营调度结果分析68-695.5本章小结69-70第六章总结与展望70-12下一页
摘要：地铁运营调度是指在地铁部门的工作能力范围内，从稳定的发车间隔，高效的车辆周转来及时运送、疏散人群，最大限度地提升乘客的舒适度体会，同时也顾及到地铁运营部门的收益。本论文的探讨对象是地铁短期客流预测及在此基础上的地铁运营调度优化计算，旨在探讨地铁短期客流预测办法，突破现有短期客流预测办法的精确度。在此基础上，建立能够及时应对客流变化的地铁运营调度优化案例。地铁实时客流是地铁运营调度的主要影响因素之一，探讨运营调度的进展使得实时客流预测精度要求不断提升。轨道客流预测最初是以轨道所在区域内的居民出行分布或者其他交通的客流分布着手。本论文探讨的地铁短期客流预测的样本源于过去短期内的地铁客流数据。首先分析了地铁交通的特点和地铁客流的一般变化走势，然后经过比较基于时间序列办法、回归办法、BP神经网络等预测模式的优劣性，最终选择支持向量机办法建立预测模型，模型参数的确定办法选用了能够解决具有高复杂度不足的蚁群算法，搜索出最佳模型参数。再从成都地铁一号线的站点客流、断面客流和进站客流为例，从相对误差和均方误差为评价准则，验证了模型的预测精度优于BP神经网络等其他算法。地铁运营调度优化模型考虑了乘客体会和地铁公司利益两大方面。乘客体会分为时间花费和拥挤程度，其中时间花费包括乘车时间，候车时间和换乘时间，拥挤程度也转化为额外花费时间来计算。地铁公司利益的影响因素分为公司投入和票务收入，投入部分包括车次数量，发车间隔，人员配置等。票务收入由乘车人数和票价决定。把乘客体会和公司收益结合起来，建立合理的地铁运营调度优化模型，模型的优化目的是在公司的工作能力范围内，最大可能地减少乘客在地铁交通花费的时间，最大程度地满足乘客在地铁交通范围体会的舒适度，同时，使得地铁公司的投入最小化，利润最大化。由于模型是有约束的非线性优化不足，其量较多，所从采取了适应性好、效率高、鲁棒性强的遗传算法求解模型。最后结合成都地铁一号线的运营状况，计算出调度优化后的列车发车时间。关键词：地铁客流论文客流预测论文运营调度论文支持向量机论文遗传算法论文
本论文由www.7ctime.com,需要可从关系人员哦。摘要4-5
ABSTRACT5-9
第一章 绪论9-14

1.1 选题背景9-10

1.2 国内外探讨近况10-12

1.3 探讨基础12

1.4 探讨内容12-13

1.5 论文结构13-14

第二章 地铁运营调度优化的相关论述14-22

2.1 客流统计体系14-15

2.2 客流预测办法15-20

2.1 中长期客流预测15-18

2.2 短期客流预测18-20

2.3 交通运营调度案例20-21

2.4 本章小结21-22

第三章 地铁客流信息分析22-34

3.1 地铁交通及客流特点22-25

3.2 地铁客流变化走势分析25-33

3.

2.1 进出站客流特点26-30

3.

2.2 断面客流特点30-32

3.

2.3 站点客流特点32-33

3.3 本章小结33-34
第四章 基于支持向量机的地铁短期客流预测34-54

4.1 支持向量机论述基础34-35

4.2 基于支持向量机的地铁客流预测模型建立35-38

4.3 基于蚁群算法的模型参数确定38-44

4.

3.1 蚁群算法简介39

4.

3.2 蚁群算法的数学模型39-42

4.

3.3 基于蚁群算法的 SVM 模型参数确定42-44

4.4 地铁客流预测实例44-53

4.1 成都地铁站点客流预测45-48

4.2 成都地铁断面客流预测48-50

4.3 成都地铁进站客流预测50-53

4.5 本章小结53-54

第五章 地铁运营调度优化54-70

5.1 地铁运营调度分析54-61

5.

1.1 地铁运营调度影响因素54-55

5.

1.2 地铁运营调度优化的衡量标准分析55-61

5.2 地铁运营调度优化模型建立61-62

5.3 遗传算法求解调度模型62-66

5.

3.1 模型求解办法分析62-63

5.

3.2 遗传算法求解步骤63-66

5.4 地铁运营调度实例66-69
5.

4.1 成都地铁运营调度模型系数确定67-68

5.

4.2 成都地铁运营调度结果分析68-69

5.5 本章小结69-70
第六章 总结与展望70-论文导读：726.1全文总结70-716.2工作展望71-72致谢72-73参考文献73-77作者攻硕期间取得的探讨成果77-78上一页12
72

6.1 全文总结70-71

6.2 工作展望71-72

致谢72-73
参考文献73-77
作者攻硕期间取得的探讨成果77-78