关键字：轨道交通；客流预测；预测模型?;
一、轨道交通客流预测现状
目前城市轨道交通的客流预测现状是，对城市轨道交通客流进行预测的结果与实际客流有很大的差异。有的客流预测结果偏大，实际客流明星不足，将造成运营成本和维修成本的浪费，使城市轨道交通的运营呈现亏损状态，长期需要地方政府的补贴。有的客流预测结果偏小，现有空间无法满足实际需要，使轨道交通车站从站台层、站厅层乃至出入口层都呈现出一片拥挤和混乱的状况，大大降低了候车、乘车的舒适性和安全性，从而间接的降低了服务质量。而之所以会这样是因为有很多因素会对城市轨道交通的客流产生各种各样的影响。
二、城市轨道交通客流的影响因素
城市轨道交通客流影响因素有很多，但主要因素有以下几种。
（一）轨道交通车站周边土地性质情况
城市轨道交通站点周边的土地性质在一定程度上对轨道交通的客流规模产生很大的影响。如周边是企事业单位、中小学校，则客流主要集中在工作日的早晚高峰时段。轨道交通站点周边土地利用性质的不同，直接决定了轨道交通车站客流的出行特点和变化规律。
（二）周边公交接驳情况
虽然很多大城市都在修建城市轨道交通，但是对于尚未覆盖的地方，居民出行大多采用公交车，然而公交车又受地面交通影响较大，一般都会采取公交与轨道交通相结合的形式。那么对于附近有公交接驳车的轨道交通站点往往会在公交接驳车到达时形成短时的大客流。
（三）轨道交通网络化程度
城市轨道交通的客流情况与轨道交通运营线路的网络化程度有着密切的联系。如果乘客从一个地方去往另外一个地方，可以通过换乘实现，那么城市居民是非常愿意选择轨道交通出行的，从而轨道交通客流量也会逐渐增加。
（四）票价政策情况
目前中国城市居民的人均收入水平普遍偏低，城市轨道交通的客流量与票价的高低有很大的关系。城市轨道交通票价相比公交票价要高很多，对客流量有很大程度的影响。随着各种优惠票卡的发行，轨道交通客流呈现日益猛增的趋势。
（五）服务水平状况
城市轨道交通的运营服务水平在一定程度上也对客流规模有很大的影响。其中运营服务水平包括行车间隔、服务质量、环境卫生、服务设施等。这些在一定程度上对城市居民的出行都产生很大的影响。
（六）天气变化情况
由于城市轨道交通具有独立的运行空间和相对封闭的候车环境，所以受天气变化的影响较小。当城市出现雨雪、雾霾、高温等气候影响时，大多数城市居民都会倾向于选择乘坐城市轨道交通出行，从而使轨道交通在出现恶劣天气时客流量会出现不同程度的增加。
三、城市轨道交通客流调查方法
要进行城市轨道交通客流特点的分析，需要建立在客流数据的基础之上，首先需要进行客流调查。根据不同情况和不同需求，客流调查方法主要分为全面客流调查法和乘客情况抽样调查法。
（一）全面客流调查法
全面客流调查法又包括两种方法，分别为随车调查法及站点调查法。顾名思义，随车调查法，就是在全运营时段跟随所有的运行列车在列车的车门处对所有上车和下车的乘客进行的数据调查。
期刊文章分类查询,尽在期刊图书馆站点调查法，就是在全运营时段在某一个轨道交通车站的闸机口对进站和出站的乘客进行的数据调查。
全面客流调查的内容一般包括全线客流调查和乘客抽样调查两部分，全面客流调查一般需要在全天运营时间内对全线各个车站所有乘客的下车地点和票种情况进行调查，将调查资料以五分钟为间隔分组记录下来，该项调查还应连续进行至少二到三天。
（二）乘客情况抽样调查法
乘客情况抽样调查法的调查内容一般情况下包括乘客乘车情况调查和乘客构成情况调查两项，一般都是通过问卷方式进行，且这两项内容可通过一份全面的调查问卷得到答案。该乘客情况抽样调查一般应选在平峰时段客流较为集中的地铁车站进行，被调查人数应占据全天在车站乘车人数的一定比例范围内，调查表内容应包括有年龄（少年、青年、中年、老年）、性别（男、女）、职业（行政机关、事业单位、企业、自由职业者、农民、学生、其他）、家庭住址、出行目的（工作、学习、旅游、休闲、就医、其他）、出行频次（每周3次以下、每周3-10次、每周10次以上）、出行时间段（6:00-7:00、7:00-9:00、9:00-16:00；16:00-19:00、19:00-23:00）、出行方式（步行、地铁、公交、自行车、电动车、私家车）等信息。
四、城市轨道交通客流预测基本方法
要想对城市轨道交通系统不同阶段的客流进行科学准确的客流预测，当然少不了建立贴合实际的数学模型。
（一）四阶段交通预测模型
四阶段交通预测模型是将交通产生量、吸引量、交通分布和交通方式划分等因素作为因子来建立数学模型，通过进行交通网络的分配来进行预测的一种方法。四阶段交通预测模型按照交通生成、交通分布、方式划分以及交通量分配四个环节进行客流预测。
（二）时间序列模型
时间序列预测法，就是以时间数列反映出来的发展趋势和发展规律作为基础，从而对未来发展趋势和规律进行预测的一种方法。通过时间序列预测法理论建立起来的数学模型统称为时间序列模型。该预测模型是用来描述以一定时间范围内的历史数据组成的时间序列的统计特性的一种常用的方法，是参数化预测模型用来分析和处理动态的随机数据一种实用的方法。
（三）趋势外推模型
趋势外推法默认为事物是连续发展的，事物从过去发展到现在乃至未来是一个连续的过程，也就是说事物的未来是过去状况与现在状况连续不间断发展的结果。趋势外推法，一般情况下需要针对研究对象过去的发展状态、趋势和规律等与现在进行全面的分析，再把这一变化规律以某一函数或模型的形式描述出来，然后以此变化规律为前提进行推理就可以了。
（四）灰色预测模型
灰色预测模型，是通过数量比较少的且不完整的数据信息，通过建立相应的微分方程，从而可以对事物的未来发展规律作出具有一定模糊性的长期描述，它是从灰色系统中抽象出来的模型。该模型可以揭示该灰色系统内部事物之间连续发展变化的全部过程。灰色预测模型可以使用较少的不完全的数据信息，通过建立相对应的微分预测模型，从而实现对事物内部发展规律具有一定模糊性的长期描述。
结语：由于影响城市轨道交通客流的因素量多且复杂，而可参考的历史数据又较少，又结合城市轨道交通客流预测本身的特点和客流预测要达到的目标，综合考虑以上各种预测模型的特点，本文推荐采用趋势外推模型和灰色预测模型对客流情况进行预测。
参考文献：
[1] 康拥政、张海林、王扬;关于城市轨道交通客流预测的一些思考?[M].北京：城市建设杂志社.2010.1-6
[2]康海燕.北京轨道交通客流预测模型的研究[J].城市轨道交通，2002,232（12）：21-24.
[3]黄卫,陆振波,俞先江.都市圈轨道交通客流预测方法研究[J].城市轨道交通研究，2004,79（6）：40-43.
[4]刘迁.国内城市快速轨道交通客流预测的分析[J].都市快轨交通，1997,78（8）：23-27 [2]
[5]周刚，王炜. 地铁线路客流分配方法与算法研究[J].广东公路交通，2001，(4)：32-35.
论文作者:刁文君
论文发表刊物:《科学与技术》2019年21期
论文发表时间:2020/4/17
标签：客流论文; 轨道交通论文; 城市论文; 模型论文; 情况论文; 乘客论文; 交通论文; 《科学与技术》2019年21期论文;