铁路客运需求分析与短期客流预测

铁路客运需求分析与短期客流预测

史旭利

中国铁路乌鲁木齐局集团有限公司乌鲁木齐客运段

摘要：当下国内外对于铁路客运需求分析的研究主要围绕宏观上分析区域内影响客运需求的主要因素展开，这一类研究可以为铁路企业掌握整个客运市场的体量作为参考，但对既有铁路精确到日常的生产而言很难发挥指导作用。由于现今城际列车每日的高频开行以及铁路票价的常年稳定，旅客对于铁路客运的需求也处于相对稳定的状态且具有一定规律，因此对于各个区间客运需求的分析完全可以通过挖掘历史数据得知。为此，寻找一个可以有效处理客流历史数据，从而在复杂庞大的数据中分析各时间区段下客运需求规律的方法是一个策要的研究目标。本文主要分析铁路客运需求分析与短期客流预测。

关键词：高速铁路；客流预测；需求分析

引言

　随着中国高速铁路网络的逐渐完善以及运输市场竞争的日益激烈，掌握客运需求规律、科学优化资源配置对于铁路企业进行精细化的运营管理极为重要。列车开行方案优化、客车票额合理分配、客票收益管理研究等都需要铁路企业对自身客流的历史需求规律进行合理剖析和对未来需求做到准确把握。为此，铁路企业亟须科学准确的客运需求分析与短期客流量预测的方法，以充分利用客票系统积累的海量数据，对客运市场变化及客流波动快速做出反应。

1、铁路枢纽客运需求分类预测方法

1.1城市对外交通需求预测模型

本研究利用“市外总需求与分配——运输方式划分——铁路客运需求——每行客运需求——各中心客运需求”的阶段，对市内客运需求的部分进行了中心城市客运需求分析。一部分海外旅行必须首先通过铁路到综合枢纽，然后通过铁路进行。请求的这一部分，即在贸易点内部转移的数量，也是贸易点客运请求的一部分，必须单独作出安排。过境运输需求预测模型的需求部分与城市外部行程预测模型的需求部分相似，但在方法分配阶段，由于高速公路、铁路等的功能不同。，把城市的过境交通和对外交通结合起来，作为过境运输设施，运输能力合乎逻辑地降低，运输能力的降低可能影响旅行的时间和舒适性等。在这种情况下，由于旅行费用总体上发生变化，因此影响到最初规划阶段的方法结果，出入能力的减少主要考虑到每条线路的功能位置、中央运输规划和城市外部运输模式的结果从线路出行需求到枢纽出行需求，可分为三种情况:1 .如果两城市之间存在直航线路，无论直航是否停在城市铁路局，过境交通不会产生城市交通枢纽需求；②如果两个城市之间没有直达铁路，且线路间的运营工程不可行，过境交通应转入城市铁路中心；③如果两城市之间没有直达铁路，但项目上可以安排线间运营，过境交通不需要出站换乘，城市交通枢纽也没有需求。

1.2城市内部流动预测模型

铁路中心支持城市的内陆运输需求部分，采用四阶段预测方法，其中铁路是一种铁路运输方式，参与运输的分割和分配，并与城市的其他运输方式共享城市的内陆运输。在分发模型后，可以获得每条城市间线路和每一个城市间中心的交通需求，第1阶段全面考虑到人口、收入水平、汽车、旅行目的等因素。，并预测每个社区生成的总流量。第2阶段使用双重约束的重力模型来分配移动，在计算社区之间的综合旅行成本时，城市间铁路也用作运输工具。第3阶段是按照Logit模型组织的，其中城市间铁路也竞相获得轨道旅行矩阵在最初分配每种方法后，步骤2和步骤3会执行多个循环，直到收敛为止。步骤4将轨道旅行矩阵分配给各轨道网络，包括城市地铁、大都市铁路、城际线等。，并获得不同城际线和城际中心之间的交通需求。城市之间的铁路也是城市内部交通工具的一部分，处于流离失所的分配和分配阶段。然而，由于城市之间的联系不仅用于城市内部的交通需求，而且还用于城市内部的交通需求，因此，参与分配的城市间线路的交通能力应降低到最低限度。

2、基于客运量预测的高速铁路客运需求分析

2.1高速铁路客流形成机理

在经济上，需求的定义是消费者在当前消费水平和一段时间内可以购买的商品数量。由于社会分工，许多人口活动不能集中在一个地方，因此需要改变地点以满足相关需求。正是在这种背景下产生了运输需求，这是经济活动所固有的需要。高铁受到诸多因素的影响，只有通过不同形式的划分才能推导出需求函数，形成高铁客流形成机制。

2.2选择客运方式

在分析高速铁路客运需求时，有必要整合客流量预测。客运方式的选择是决定客流量的一个重要因素，任何交通工具都是一种替代办法，必须根据不同的特点作出明确判断。旅行需求在一段时间内相对稳定，取决于经济水平和资源分配情况。旅行不是最终的需要，而是一种因实现目标而产生的行为。对旅客出行方式的分析有助于预测客流量，从而有助于满足高速铁路对旅客的需求。

2.3政策建议

社会高度关注高速铁路的盈利能力，作为典型的基础设施，只有实现经济效益，才能在未来取得更大进展。对高速铁路需求的分析必须以客流量预测为基础，并结合建筑标准和财政补贴，以提高目前高速铁路的发展水平。在不影响高速铁路客运需求的前提下，在政府相关财政支持下铁路交通的增加，高速铁路客运与铁路行业的价格密切相关，由政府控制，在价格方面没有灵活性，只有通过提高敏感性，才能不断提升高速铁路的客运需求，满足大众的基本诉求。

3、开展短期客流预测的合理化建议

对城市轨道交通短期客流的预测和分析是运营管理的基础，其准确性将对铁路运输服务水平和系统运行状况的评估产生间接影响。因此，建议作出以下改进，以解决目前短期客流预测和短期客流预测原则方面的不足之处。(1)建立城市轨道交通短期客流预测系统框架。根据城市轨道交通客流预测系统，分为数据输入系统、数据处理系统、模型预测系统和结果输出系统4个部分。(2)利用大数据源作为研究基础。为确保预测结果的准确性，请将多个基准数据合并到数据输入系统中，以更正和预测短期客流和未来期间的跨站点客流。数据来源包括运营商移动数据、公共交通系统数据、外围活动检查数据以及在主要台站附近安装监测设备。为了改正车站的客流数据，提前看到大量客流的迹象。(3)准确预测目标。铁路短期客流预测主要为铁路运输业务的决策提供帮助，为了达到研究效果，有必要完善预测对象，并根据业务要求划分现场客流预测和穿越客流预测。(4)建立动态数据源和预测模型机制。要纠正影响预测结果的所有系统因素，必须创建动态数据源和动态预测建模机制。动态数据源:在系统输入数据时，建议使用动态数据作为分析基础，包括实时出入境站数据、特定期间的运行计划、动态线路网络客流分配模型数据、外部人员流数据动态预测模型包括:历史线路网客流分配模型的输入、客流出入境(换乘)时间模型以及车站大厅、通道和平台客流分配模型。动态调整横断面客流预测模型。

结束语

在对高速铁路的客流量预测进行分析时，需要依赖于大量的历史数据，结合运量的特性，比如波动和周期性进行仿真分析。未来在结合客运量预测时，要能够根据高速铁路的特性，结合人口、经济以及人文要素，分析高速铁路的客运需求。

参考文献：

［1］刘扬．交通枢纽新城城市设计策略探索:以嘉兴高铁新城为例［J］．绿色环保建材，2019，9:80-82．

［2］吴华稳．基于无偏灰色残差理论的铁路客运量预测研究［J］．铁道运输与经济，2019，41(5):121-126．

［3］袁胜强．改进灰色神经网络模型在甘肃省铁路客运量预测中的运用［D］．兰州:兰州交通大学，2017．

［4］孙丽，牟海波．基于IOWA组合模型的高速铁路客运量预测研究［J］．铁道运输与经济，2018，40(9):74-79．

［5］李洁，彭其渊，杨宇翔．基于SAＲIMA模型的广珠城际铁路客流量预测［J］．西南交通大学学报，2019，12:1-11．