基于地铁行车组织设计中客流预测相关研究

陈成林

【摘要】本文主要分析了“客流预测”这项工作的具体内容，其次阐述了客流预测成果在行车设计中的应用要点，通过相关分析希望进一步提高地铁行车组织设计科学合理性，仅供参考。

【关键词】地铁;行车组织落实;客流预测;设计要点

1客流预测内容

“客流预测”是我国城市轨道交通规划众多工作中，非常重要的一项基础性内容。基于此，不可否认客流预测既是前期轨道交通投资决策的基础性依据，也是轨道交通网络拟定的重要保障。严格按照标准要求，精准预测地铁客流量，能够缩短地铁运营后的客流量差异，在为后续制定有效控制城市规划和交通规划方案，创造条件的同时，也能更加高效的开展城市轨道交通客流預测体系。

2客流预测成果在行车设计中的应用要点

2.1确定客流预测的量级概念

对于客流预测数据而言，其实际上是一个具有定性和量化特征的数字，在为运能设计定位提供参考依据的同时，也能依据具体选用的车辆、编组程度、发车密度等多项因素，来确定地铁客流状态。在前期阶段进行研究时，项目组结合“初、近、远”三个不同时期的客流量级进行定量分析，在表一中将“南京一号线”各个设计年限高峰小时断面客流量状况，精准展现出来，为后续设计出科学合理的行车调整方案提供保障。

2.2做好客流预测与规模选定工作

主要是将客流预测结果，作为核心依据，考虑到线路远期单方向的高峰小时最大断面客流为3.89万/人次，从客流预测量级的角度进行研究，可以上述提到的地铁运行组织系统，属于大运量轨道交通系统的范畴。基于此，需要以应用B型地铁列车为主，并且也保证最终配置的系统运能符合标准要求。

2.3精准分析超长线路的行车交路和组团OD

通常状况下，都要将城市轨道交通的线路长度，控制在35Km左右，不能将其设计为超出40Km，一旦具体的运行路程超出40Km，就可以将其化分到“超长路线”的范畴。

比如：以南京一号线地铁为例，其运行长度超过40Km，在开展研究工作时，非常关键的一项工作，就是做好“区域OD分析”工作，具体可以将地铁运行权限分为4个组团，制定更加细致的分析方案。不可否认，每一个组团的OD客流都存在 一定的差异。全面结合远期高峰时段的客流特征进行研究，能够总结为“远期全线采用大小交路”这一规律。除此之外，如果想要保证大小交路最终设置的位置具有合理性，就要制定具有可实践性的远期交路方案。

2.3满载率与舒适度

地铁客流预测成果具有诸多应用价值，如是确定地铁运行线路服务水平的一项重要依据。在实际开展地铁运行组织方案设计工作时，将地铁线路各年限高峰时段的全线客流断面数据，作为主要参考依据，在细致分析全线不同的客流断面状况时，也要对每一个区间的在载客量、满载率等内容进行计算，之后也要充分利用计算结果，这样就能够确定实际研究地铁线路的早高峰时段列车满载率，这是现阶段确定地铁列车运行组织管理状况、服务水平的一项重要工作。

对于“车辆舒适度”而言，其是评价地铁车辆内部站席拥挤度的一项重要指标。比如：控制最高拥挤度值时，不能忽视的一项工作，就是对最高拥挤度发生的区段数量、比例进行统计和确定。在经过系统分析之后，可以将各年限高峰小时车辆内乘客站立密度分析结果，总结为以下几项内容。

一是在正常状况下，各设计年限高峰小时车辆内，乘客站立密度没有超过6人/m2，并且都能够严格按照定员标准，为乘客提供相应服务。在此种状况下，可以证明地铁列车组织系统的运输能力处于充足状态。二是站立密度为3-6人/m2，不能在前期阶段就充分考虑了乘客舒适度，也遵循经济标准开展设计工作。这样能够体现出地铁列车运行交路设置的经济性与合理性，甚至对于提升地铁运行舒适度也具有重要帮助。三是站立密度处于低于36人/m2的状态，地铁该区段则属于“较为舒适”的区段。与此同时， 初期、近期、远期三个阶段的高峰小时车辆内乘客密度所占比例均为50%左右。这种类型的舒适度，既符合现代社会地铁交通发展要求，也能提升客户满意度和舒适度。

2.4车辆编组、行车密度、拥挤度评价

在对地铁车辆运行线路进行设计时，在前期阶段就要将客流预测断面高峰值等资料，作为主要参考内容，这样最终确定的编组方案就会具备较强的可行性。在此期间，需要保证各项数据具有真实有效性，保证地铁车辆在运行时具备较高能力富余度;全面结合运营服务质量和乘客舒适度要求，精准统计远期列车站席拥挤度。

结束语：

总而言之，地铁安全稳定运行，离不开地铁行车组织设计工作的支持。为了能够进一步提升设计合理性，就要做好客流预测工作，在满足乘客乘车要求的基础上，制定安全稳定的列车运行保障机制。通过确定客流预测的量级概念、做好客流预测与规模选定工作、分析满载率与舒适度等多项工作的方式，保证客流预测结果充分发挥应用价值。

参考文献：

[1]杜希旺，赵星，李亮.基于LSTM的轨道交通进站客流短时预测研究[J].贵州大学学报（自然科学版），2021，38（05）：109-118.

[2]鲁文博，马超群，李国栋，曹蕊，徐金华.基于月客流量残差的地铁客流季节指数预测方法[J].城市轨道交通研究，2021，24（09）：77-82.