刘靖静
(重庆交通大学,400074 云南省交通科学研究院,650011)
国内外城市轨道交通交路方案文献探析
刘靖静
(重庆交通大学,400074 云南省交通科学研究院,650011)
国内外城市轨道交通工程实现皆源自社会经济发展局面的优化和市民对城市出行交通的迫切需求。就我国而言,部分城市交通现状仍然落后于现实需要,伴随着经济的腾飞,城市建设也不断加速,越来越多的人口大量向城市聚集,交通拥堵问题、环境污染问题和能耗高企问题等城市病症变得异常严峻。城市轨道交通因为运载量大、能源消耗较低、运输效率较高、环境友好等特有优势,已经成为解决国内城市交通出行问题的重要手段和今后城市的公共交通问题的主要发展方向。
城市 轨道交通 经济发展
相对于经济发展,交通发展似乎更为超前,取得的成绩也更加靓丽喜人。即便如此,城市交通现状仍然远远落后于现实的需要,尤其是在城市交通路网规划和建设方面。城市轨道交通因为运载量大、能源消耗较低、运输效率较高、环境友好等特有优势,已经成为解决国内城市交通出行问题的重要手段和今后城市的公共交通问题的主要发展方向。通过建设建城市轨道交通,连通城市间的不同区域和组团,快速转运大量城市人口,促进城市生态空间不断改善,城市的格局更加优化。轨道交通建设开始于19 世纪的欧洲。到1852年,已经有9个欧洲城市先后建成了有轨电车。从此以后,有轨电车就成为了城市公共交通的主要手段之一,一直延续至现在。由于历史及现实原因,我国的城市轨道交通建设一直落后于国外,其发展历程也是起伏跌宕,一波三折。1908年中国第一条有轨电车在上海建成通车,之后在少数中心城市开始逐步扩展。新中国成立后不久,即上世纪50年代中后期,北京规划的以人防为主的轨道交通(至1965开始建设的北京地铁),才正式为我国的轨道交通建设奠定基础。
过快的发展使得城市的轨道交通的组织及营运管理等问题丛生,诸多问题亟需解决,在这其中,尤其是城市的轨道交通的交路方案,理所当然的成为众人关注的焦点。如果城市的轨道交通的交路方案设置不科学,肯定会严重影响城市的轨道交通的运营效果,甚至出现冰火两重天的怪异情景。一方面,繁忙路段由于运力紧张,列车满员运行,满足不了众多民众旺盛的出行需求;另一方面,空闲路段列车因为乘员稀少而虚耗运力,严重浪费可贵的运力资源。因此,科学合理设置的城市的轨道交通的交路方案,可以减少运力错配,提高运力利用率,降低城市的轨道交通的运行成本,给民众提供更多的出行便利, 尽可能满足更多民众的出行需求,提升城市的轨道交通的营运组织及管理效率。为此,研究城市的轨道交通的列车交路方案如何进行优化才能更好满足市民的出行需求,提升市民生活品质,提高城市的轨道交通的设施的利用率,降低城市的轨道交通的管理和营运成本,显得尤其迫切和重要。
城市的轨道交通的列车交路方案的质量优劣,会严重影响整个城市轨交系统的实际运行状态和运营效果。对列车交路方案的优化研究,不仅可以促进城市轨道交通供给与需求之间的更好匹配,同时可以更好的节约城市轨道交通列车资源,确保全线各客流区段内列车的合理负荷,提升服务水平和质量。这样既可以验证、丰富并发展理论,也可以进一步改进实际工作,增强理论的应用效果,两者互相促进,交相辉映。
4.1 国外研究情况
国外关于城市轨道交通交路优化多集中在成本、方案可行性等方面,从实证角度给出多种解析。Goossensa(2008)等借助运营成本最小化模型研究优化网络列车开行方案,并运用分支定界法、模糊规划方法及分支切割法求解相应问题。Brian(1999)等对比了几种客流预测方法的预测效果,主要包括历史平均预测方法、时间序列预测方法、神经网络预测方法和非参数回归预测方法这四种预测方法,并最终认定非参数回归预测方法的预测效果优于其他预测方法。Lee S(2006)等借助实际数据,验证了多元回归预测方法、时间序列预测方法、神经网络预测方法及卡尔曼滤波预测方法在短期客流预测方面的实际效果。Sheriff(2008)等结合实际客流数据,比较了不同短期客流预测方法的实际效果。R.chrobok(2010)等通过自制设备获得了两年的实际数据,并探讨了相关短期客流的预测方法和实际应用效果。Huisken(2005)等比较了ARMA时序模型和MLF神经网络模型在拥堵情况下的短期客流的预测效果。Cetin(2006)等考虑了交通事故、天气变化等因素对短期客流的印象,并提出了突变情况下的短期客流预测模型。Iwao(2003)等用卡尔曼滤波方法进行短期客流预测,取得了较好的预测效果。不同研究方案将城市轨道交通在方案设计、运营实际和优化方案均做到最佳。
4.2 国内研究情况
国内关于城市轨道交通路径及客流情况的分析,多从预测客流、建立枢纽站可行性角度处分。张伯敏(2014)对沪宁城际铁路客流进行了短期预测研究。赵钰棠(2014)研究了采用支持向量机方法预测地铁客流量的问题。滕明鑫(2014)研究了神经网络预测方法用于城市轨道交通短期客流预测的问题。邹巍(2014)研究了遗传算法结合小波神经网络预测客流的问题。许俊(2014)研究了采用动态反馈神经网络预测城市轨道交通短期客流的问题。杨军(2013)研究了小波分析结合支持向量机方法预测轨道交通客流的问题。王雪梅(2013)研究了城市轨道交通短时客流预测体系框架及关键技术。郭士永(2013)研究了用最小二乘向量机方法预测公交站点短时客流的问题。熊杰(2013)研究了用Kalman滤波方法预测地铁换乘客流的问题。宋嘉雯(2011)研究了根据客流性质预测铁路客流的方法。顾杨(2011)研究了公交枢纽站客流量预测方法。毛静(2012)研究并验证了城市轨道交通客流短期预测方法。潘亮(2012)研究了采用EEMD-GSVM预测高速铁路短期客流的方法。董海洋(2013)研究了公交客流实时分析与短时预测方法。刘润莉(2012)研究并验证了地铁运营客流量计算模型。姜平(2008)采用Elman型回归神经网络预测公交客流的方法。沈家军(2007)研究了采用灰色马尔可夫模型预测近期公交客流量的方法。马超群(2010)研究了城市轨道交通客流预测方法。王奕(2010)研究了具有周期时变特点城市轨道交通短期客流预测的方法。国内关于城市轨道交通和地铁交通领域的客流、枢纽站分析,有较强的多样性特征。
交通拥堵问题的解决,城市轨道交通方案是不可或缺的一项民生工程和系统工程。我国正处于交通基建深化变革期,城际高铁、城市轨道和地铁项目的推进正在日益提高市民出行便利,为国家综合实力提升带来显著影响。
G322
B
1007-6344(2015)11-0027-01