基于客流性质的铁路客流预测方法

宋嘉雯，瞿何舟

（西南交通大学 交通运输与物流学院，四川 成都 610031）

1 研究背景和预测方法

在铁路客流预测过程中，由城市功能定位与城市土地利用产生的各种不同性质客流在沿线区域的分布及其时间上的分布各有不同。在以往的研究中，注重分析客流性质与定性考虑不同性质客流对总体客流的影响，或者预测精度不足，影响了结果的可信性[1-3])。在客流预测中引入对不同性质客流的研究，能够提高客流预测的精度，有利于铁路规划与运营管理。银川—宁东铁路连接银川中心城区与宁东能源化工基地、银川河东机场及沿线地区，分别设银川站、河东站、机场站、临河站和宁东站，全线采用高架桥，为双线电气化线路，在运营初期 (2016年) 与近期 (2023年) 里程约 40 km，远期(2038年) 增建机场支线，总里程约 45 km。拟采用最高运营速度为 160 km/h 的大运量城市轨道交通车辆，列车最小追踪间隔为3 min。该线路主要服务于通勤客流，单向通勤客流初期可以达到 6.1万人/d。

基于客流性质的预测方法具体过程如图1所示。

四阶段法客流预测模型将研究区域划分为m个交通小区，有k种性质客流(k≥1)。银川—宁东铁路运营分为初期(2016年)、近期 (2023年) 和远期 (2038年)，采用铁路、公路大型客车、小轿车3种交通方式，将研究区域划分为5个交通小区，客流划分为基本客流、产业员工客流、企业管理人员客流、机场客流和旅游客流。收集各交通小区的人口、就业人口、工业基地企业定员情况、机场日均发送旅客数量等信息，以及铁路、公路的技术经济数据。通过相应的预测模型获得各交通小区不同性质客流的预测基础数据。

2 客流生成预测

交通小区的客流发生量主要受本小区人口影响，客流吸引量主要受人口与该小区吸引客流能力的影响。对某一性质的客流i(1≤i≤k)，其计算公式为：

式中：Gi为研究区域第i种性质客流的发生量；Ai为研究区域对第i种性质客流的吸引量；Pi为研究区域第i种性质客流的人数矩阵；Ei为研究区域吸引第i种性质客流的能力矩阵；ti为第i种性质客流日均跨区出行次数，即跨区出行强度；αi为第i种性质客流日均跨区吸引强度，通过回归分析得出。

图1 基于客流性质的铁路客流预测流程

其中，客流跨区出行强度与城市居民出行次数与区域客流形成比例有关，表示为ti＝Ti×Ii。式中：Ti为城市居民在研究年份的出行次数，可通过弹性系数法预测得到；Ii为区域客流形成比例。区域客流的形成只与该区域居民出行意愿、出行目的、出行方式和出行径路有联系，可通过调查分析得到。

研究区域第i种性质客流的生成量和吸引量为：

式中：Gij为第i种性质客流在第j小区的客流发生量；Aij为第i种性质客流在第j小区的客流吸引量。

各种性质的客流迭加求和可得到研究区域各交通小区的客流发生量和吸引量：

经计算，银川—宁东铁路沿线区域的客流发生量和吸引量如表1所示。

表 1 银川—宁东铁路沿线各交通小区客流量 万人

3 客流分布预测

参考国内城际铁路客流预测实例，基本客流可以通过双约束重力模型获得其在研究区域的分布情况，重点对象或重点区域形成的客流，如大型企业员工通勤客流、机场客流和旅游客流可以通过研究现状客流的主要流向形成相应的客流分布矩阵。

对于城市居民客流，其OD表达式为：

式中：Tb是一个m×m矩阵；Gb为城市居民客流发生量矩阵；Ab为城市居民客流吸引量矩阵；β为交通潜能系数；U为各交通小区间的交通阻抗矩阵，可表示为居民出行平均成本；P为平衡算子；c为交通阻抗级数系数，可通过回归得出；d为交通阻抗离散控制系数，可通过回归得出。

对于重点对象或重点区域客流，其 OD 表达式为：?

式中：Ti是一个m×m矩阵；βi为第i种性质客流的潜能系数；为从第1交通小区到第m交通小区的第i种性质客流量。

获得一般居民客流和各种重点性质客流的 OD 后，全方式客流 OD 表示为T＝Tb＋∑Ti。其中，T是一个m×m矩阵。

4 各种客流的不同交通方式分担率预测

针对各种性质客流对时间价值的要求和对运输方式的选择意愿，通过确定其不同交通方式的出行成本后，利用出行意愿调查结果计算出加权平均的出行成本，进而采用 Logit 模型进行交通方式分担预测。

式中：n为采用的交通方式，即铁路、大型客车与小轿车中的一种；为第i种性质客流采用不同交通方式的分担概率；λ、γ为离散数值修正数；Ui为第i种性质客流平均出行成本；为第i种性质客流采用不同交通方式的出行成本。

经计算，银川—宁东铁路沿线区域的全方式客流分担率如表2所示。

表 2 银川—宁东铁路沿线区域的全方式客流分担率 %

5 客流的叠加和总体客流分析

为获得各种交通方式的客流和客流分担率，将各种性质客流进行叠加：

式中：T n为采用铁路、大型客车或小轿车的客流；Ti为第i种性质客流；为第i种性质客流采用铁路、大型客车或小轿车方式的客流分布比例矩阵。

根据现状客流全天的分布规律和重点对象、重点区域客流全天变化规律的分析，设为第j交通小区到第h交通小区的第i种性质客流的全天客流量，其分布比例服从按时间变化的矩阵，t∈[0, 24]。通过每种性质客流的全天客流量与其全天分布比例相乘，得到该性质客流在相应时间段的客流量，再对同一时间段的各种性质客流进行迭加，可形成该时间段总客流量，进而可知总客流量的全天变化规律。在t时刻从第j交通小区到第h交通小区的总客流量为：

该客流高峰小时比例为＝{Ftjh}，由研究区域交通小区划分形成高峰小时客流量比例矩阵Fmax，则高峰小时客流量矩阵为Tmax=T×Fmax。由此可知研究区域客流变化与高峰情况，如表3所示。

表 3 银川—宁东铁路客流量按时段分布比例 %

银川—宁东铁路客流预测的主要指标如表4所示。

表 4 银川—宁东铁路客流预测的主要指标

6 结束语

基于客流性质的铁路客流预测方法可以在不同性质客流区别明显的情况下取得较好的预测精度。例如，在银川—宁东铁路运营初期多为产业工人与管理人员的通勤客流，对准时性要求高，则早高峰与晚高峰系数较大。另外，预设的机场支线将主要承担旅游客流与机场客流，成为该铁路线远期客流量的主要增长点之一。

[1] 张连晖. 沈阳至铁岭城际快速轨道交通客流预测研究[J].北方交通，2009 (12)：59-62.

[2] 赵冰洁. 天津至保定铁路城际客流预测[J]. 科技信息，2009(06)：384-385.

[3] 蒋玉琨. 通往郊区的轨道交通线路客流预测方法[J]. 都市快轨交通，2009(06)：44-48.