基于重力模型的轨道交通初期运营客流预测研究——以合肥3号线为例

胡勇健

（合肥市轨道交通集团有限公司，安徽 合肥 230000）

0 引言

近年来，我国城市轨道交通高速发展，轨道交通线路新开通之际，需要开展初期运营客流预测，但目前这方面的研究还不够完善，预测结果与实际客流存在较大偏差，资料显示，除2005年南京地铁开通初期客流预测结果较为准确外，其他城市的实际运营客流不到预测客流的25%。

本文主要从交通发生、交通分布和交通量分配三个角度，预测地铁线路开通初期的客流。国内外学者在城市轨道交通线路运营初期客流预测方面提出了很多方案，如：基于现状OD 客流分布的预测模型，非基于现状客流分布的预测模式等方法。本文以第二种方法为基础，对进出站客流、OD 客流以及换乘客流进行预测。

1 研究背景

在现有的研究和理论的基础上，学界普遍认为大到一个城市，小到一个区域，其特征日全日客流需求总量与该市的人口、国内生产总值（GDP）有直接关系（见图1）。因此，建立全日客流总量与城市人口和GDP 数据之间的多元线性回归关系，计算线路开通三年内全日客流需求总量。

地铁站点进出站客流能为地铁运营部门提供更精确的决策支持。原单位法是四阶段法中预测发生客流量和吸引客流量时常用的一种方法，本文采用原单位法，根据土地利用性质、各地铁站800 米范围内人口数量与岗位数量，结合全日客流需求总量，预测各个地铁站的进站客流量与出站客流量[1]，如图1所示。

图1 全日客流需求预测路线图

2 车站OD 客流量预测模型

随着城市轨道交通线网规模的进一步扩大，地铁线路沿线某些车站间的OD 量可能发生变化，因此需要对车站间OD 量进行预测。双约束重力模型法是一种可以同时满足行列约束条件且使用较多的重力模型。在收集各个车站进出站客流量的基础上，采用双约束重力模型，对任意两个地铁站之间的OD 客流进行预测，如图2所示[2]。

图2 地铁线路站点OD 量预测

双约束重力模型为以下形式：

其中，ai=

式（1）中：f(cij)为交通阻抗函数，以幂函数交通阻抗函数f(cij)=为例进行建模[3]。

Step1 令m=0，m 为计算次数

Step2 给出r，可用最小二乘法求出

Step3 令=1，求出

Step4 求出，其中，

和

Step5 判定收敛，若公式满足，则结束计算；反之，令m+1=m，返回step2 重新计算[4]。

3 案例分析

本文以合肥地铁3 号线为案例，对其开通初期，即2019年至2022年之间的客流情况进行预测和分析，并与实际客流进行对比。

合肥地铁3 号线总体客流预测情况见表1。

表1 总体客流预测指标表

根据3 号线总体客流情况和进出站客流情况，对其关键站点和区段、主要换乘站的客流量做出预测和分析，以指导开通初期的运输组织工作。

实际3 号线全日客运量：工作日（以2020年5月20日为例，下同）为191525 人次；双休日（以2020年5月23日为例，下同）为192682 人次。与预测值相差较少，全日客运量预测结果较为准确。主要因为计划于2020年底开通的4 号线和5 号线北段暂未开通，且受新冠疫情影响，乘客出行相对较少[5]。

3.1 关键站点和区段客流情况

对工作日和双休日全日车站客流量的预测结果，两个场景中客流量前五的车站均为换乘站，见表2。

表2 预测3 号线大客流站点（人次/日）

对3 号线开通后2020年各车站的客流进行统计可得表3，2020年的实际客流比预测客流有大约3%～5%的误差[6]。

表3 实际2020年3 号线大客流站点（人次/日）

3.2 主要区段OD 客流量分布预测

全日区段OD 客流量的预测结果，南新庄至博物院区段客流发生与吸引量最大，相城至文浍苑区段OD 客流量远小于其他区段，与2020年实际区段OD客流相比，预测结果的主要区段OD 客流与实际结果相差不大[7]。

4 结语

本文在已知客流总量需求预测和车站进出站客流预测数据的基础上，利用双约束重力模型对城市轨道交通线路开通初期OD 客流量进行预测，以合肥轨道交通3 号线为案例分析。从预测客流和实际客流的对比可以看出，本文所提出的预测方案应用较好。