从地铁客流讲开来:客流统计与清分释义
一、常见的客流统计
1. 进站客流
- 定义:指在某个时间段内,乘客进入地铁站的数量。
- 示例:如果某天早上8点到9点之间有5000人次进入地铁站,则这段时间内的进站客流为5000人次。
2. 出站客流
- 定义:指在某个时间段内,乘客离开地铁站的数量。
- 示例:如果某天晚上6点到7点之间有4000人次离开地铁站,则这段时间内的出站客流为4000人次。
3. 换乘客流
- 定义:指在某个时间段内,在地铁网络内从一条线路换乘到另一条线路的乘客数量。
- 示例:如果某天下午5点到6点之间有3000人次在地铁站内进行了线路间的换乘,则这段时间内的换乘客流为3000人次。
4. 客运量
- 定义:进站客流与换乘客流之和,表示通过地铁站的乘客总量(不包括仅在站内换乘后立即出站的乘客)。
- 示例:若进站客流为5000人次,换乘客流为3000人次,则客运量为8000人次。
5. 集散量
- 定义:进站客流与出站客流之和,表示进出地铁站的乘客总数。
- 示例:若进站客流为5000人次,出站客流为4000人次,则集散量为9000人次。
6. 乘降量
- 定义:进站客流、出站客流与换乘客流之和,表示所有在地铁站内发生的乘客流动总量。
- 示例:若进站客流为5000人次,出站客流为4000人次,换乘客流为3000人次,则乘降量为12000人次。
7. 统计周期
- 定义:对上述各项数据进行记录的时间间隔,通常以一天为单位来统计这些数据。
- 示例:地铁站通常会记录每天从凌晨0时至午夜24时之间的进站客流、出站客流和换乘客流等数据。
二、日客运量计算
1. 车站的日客运量计算
-
非换乘站日客运量
- 定义:指非换乘站点的日进站客流总数。
- 计算方法:通常采用自动检票机(闸机)的进站数加上边门进站数(如使用纸票进站或使用符合免费乘车条件的证件进站)。在现代地铁系统中,边门进站数较少,因此大多数情况下直接使用SC系统(Station Computer System, 车站计算机系统)内的日进闸机验票次数作为进站客流。
- 公式:非换乘站日客运量=进站闸机验票次数
-
换乘站日客运量
- 定义:除了进站客流外,还包括换乘客流。
- 计算方法:换乘站的日客运量除了包括进站客流外,还需加上从其他线路换乘过来的客流。
- 公式:换乘站日客运量=进站闸机验票次数+换乘客流次数
2. 线路的日客运量计算
- 定义:指一条地铁线路的日客运量。
- 计算方法:线路的日客运量等于线路所辖车站的总进站客流加上所有邻线换乘到本线的总换乘客流。
- 公式:线路日客运量=∑(各车站进站客流)+∑(换乘到本线的客流)
3. 线网的日客运量计算
- 定义:指整个地铁网络的日客运量。
- 计算方法:线网的日客运量是所有线路的日客运量之和。
- 公式:线网日客运量=∑(各线路日客运量)
三、示例
假设有一个地铁网络包含两条线路(A线和B线),其中A线有5个非换乘站和2个换乘站,B线有4个非换乘站和1个换乘站。以下是一个简单的例子来说明如何计算这些值:
- 非换乘站A线某站日客运量:假设该站当天有1000人次进站,则其日客运量为1000人次。
- 换乘站A线某站日客运量:假设该站当天有1500人次进站,另有500人次从B线换乘过来,则其日客运量为2000人次。
- A线的日客运量:假设A线的5个非换乘站共有5000人次进站,2个换乘站共有3000人次进站,另有1000人次从B线换乘过来,则A线的日客运量为9000人次。
- B线的日客运量:假设B线的4个非换乘站共有4000人次进站,1个换乘站共有1000人次进站,另有500人次从A线换乘过来,则B线的日客运量为5500人次。
- 线网的日客运量:将A线和B线的日客运量相加,则线网的日客运量为14500人次。
四、地铁客流清分
地铁客流清分是指在多条地铁线路组成的网络中,基于乘客的出行路径和票价规则,将乘客支付的票务收入合理地分配给各个线路运营商的过程。清分算法旨在确保公平、合理地分配收益。以下是一些常见的地铁客流清分算法:
1. 最短路径法
- 定义:假设乘客总是选择花费最少时间(或成本)的路径。
- 应用:此方法假定某两站之间的乘客全部选择最短路径,并将运费收益分配给最短路径上做出服务贡献的运营商。
2. 多路径选择概率法
- 定义:考虑到乘客出行路径的多样性,确定几条乘客可能选择的合理性路径,并根据一定的方法确定每条路径的客流分配比例。
- 应用:结合运营商协商认可的二次清分算法对各线路进行清分得出清分比例。
3. 基于乘客出行路径的清分方法
- 定义:通过分析乘客的出行行为,考虑影响乘客路径选择的因素,并建立出行广义费用函数,在此基础上确定乘客O-D站点之间的一条或多条可能路径。
- 应用:根据这些路径中各相关运营商所承担的运营里程来确定其运费清分比例。
4. 综合清分模型
- 定义:如广州地铁采用的方法,通过对OD站点间多条有效路径分配比例(第一个比例)和每条路径中各线路的分配比例(第二个比例)综合得出各线路的清分权重。
- 应用:计算换乘客流,以这种方式计算清分权重来计算换乘客流。
文章仅用于分享个人学习成果与个人存档之用,分享知识,如有侵权,请联系作者进行删除。所有信息均基于作者的个人理解和经验,不代表任何官方立场或权威解读。
相关文章:
从地铁客流讲开来:客流统计与清分释义
一、常见的客流统计 1. 进站客流 定义:指在某个时间段内,乘客进入地铁站的数量。示例:如果某天早上8点到9点之间有5000人次进入地铁站,则这段时间内的进站客流为5000人次。 2. 出站客流 定义:指在某个时间段内&…...
《Excelize权威指南》新书发布
在数据洪流涌动的数字化时代,数据处理与分析已跃升为解锁无限洞察力的金钥匙,赋能商业智慧、重塑医疗健康版图、驱动教育科研创新。然而,当数据量级爆炸式增长,传统工具如 Excel 虽被誉为数据处理领域的常青树,其手动操…...
Go语言加Vue3零基础入门全栈班11 Go语言+gorm用户管理系统实战 2024年08月03日 课程笔记
概述 如果您没有Golang的基础,应该学习如下前置课程。 Golang零基础入门Golang面向对象编程Go Web 基础Go语言开发REST API接口_20240728Go语言操作MySQL开发用户管理系统API教程_20240729Redis零基础快速入门_20231227GoRedis开发用户管理系统API实战_20240730Mo…...
【设计模式】代理模式详解
1.简介 代理模式是常用的Java设计模式,该模式的特点是代理类与委托类共享相同的接口。代理类主要负责预处理消息、过滤消息、将消息转发给委托类,并在事后处理消息等。代理类与委托类之间通常存在关联关系,一个代理类对象与一个委托类对象关…...
Python变量和简单的数据类型
1、变量 massageHello python world! print(massage) massageHello world print(massage) 运行这个代码发现,同一个变量出现两个不同的结果 Hello python world! Hello world 在程序中,可随时修改变量的值&…...
切比雪夫距离
切比雪夫距离(Chebyshev Distance),又称棋盘距离或最大值距离,是一种用于测量两个点之间距离的度量方法。在二维平面上,切比雪夫距离定义为两个点之间的最大坐标差值。其公式如下: DChebyshevmax(∣x2−…...
计算机基础(Windows 10+Office 2016)教程 —— 第4章 计算机网络与Internet(下)
第4章 计算机网络与Internet 4.4 局域网4.4.1 局域网概述4.4.2 以太网4.4.3 令牌环网4.4.4 无线局域网 4.5 Internet4.5.1 Internet 概述4.5.2 Internet 的基本概念4.5.3 Internet 的接入4.5.4 万维网 4.6 Internet的应用4.6.1 电子邮件4.6.2 文件传输4.6.3 搜索引擎 4.4 局域网…...
机器学习用Python还是R?哪个更好一些?
选择使用Python还是R来进行机器学习取决于多个因素,包括个人偏好、项目需求以及可用的资源。这里我可以简要比较一下它们的优缺点: Python的优势: 通用性和灵活性: Python是一种通用编程语言,可以用于多种用途&#…...
4个自定义倒计时
<!DOCTYPE html> <html lang"zh-CN"><head><meta charset"UTF-8"><title>4个自定义倒计时</title><style>* {margin: 0;padding: 0;box-sizing: border-box;user-select: none;body {background: #0b1b2c;}}hea…...
linux系统编程中Shell脚本配置,及linux脚本中的man test
Shell脚本配置是指在脚本中设置各种参数、选项和环境,以确保脚本能够根据预期的需求和环境执行。配置可以包括变量设置、环境变量、命令选项和错误处理等。 1. 脚本开头的配置 Shebang 第一行通常是shebang,它告诉系统使用哪个解释器来执行脚本。例如…...
Win7虚拟机分享(已安装VMware Tools)
前言 之前写过VMware安装Win7并安装VMware tools的博客,但操作仍显繁琐。后来发现可以直接分享已经配置好的虚拟机,所有软件都是安装好的,解压即用。 一. VMware Win7虚拟机配置 已完成的配置和安装的软件 专业版Win7系统(已永久激活)VMware…...
CANOpen EMCY紧急报文介绍
什么是CANOpen紧急报文 CANOpen中的Emcy紧急报文用于当设备出现故障或警告时,向其它节点报告故障或警告使用的。如设备某个设备出现过压或过流时,就可以发送紧急报文。 紧急报文的格式 错误代码:是0x1003索引预定义错误字段的内容ÿ…...
JAVA项目
目录 一、前言 二、技术介绍 三、项目实现流程 四、论文流程参考 五、核心代码截图 专注于大学生实战开发、讲解和毕业答疑等辅导,获取源码后台 一、前言 在数字化音乐时代,个性化推荐已成为提升用户体验、促进音乐消费的重要手段。为此࿰…...
️ LangChain +Streamlit+ Llama :将对话式人工智能引入您的本地设备(下篇)
引言:种下一棵树最好的时间是十年前,其次是现在 书接上回:将对话式人工智能引入您的本地设备成为可能CSDNhttps://mp.csdn.net/mp_blog/creation/editor/140865426 目的:在这个大模型横行的时候,我们常用电脑如何开展大模型的工作…...
Kafka实战(Scala操作)
Kafka基础讲解部分 Kafka基础讲解部分 Kafka实战(Scala操作) 1、引入依赖 版本: <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> <project.reporting.outputEncoding>UTF-8</project.report…...
Android Framework 之WMS详解
1.WMS说的就是 WindowManagerService:负责为Activity对应的窗口分配Surface,管理Surface的显示顺序以及位置尺寸,控制窗口动画 。 它是Android系统中为各个客户端即每个app来提供这样的服务的一个类。 在Android系统中在systemServer 进程和各…...
opencv-图像仿射变换
仿射变换设计图像位置角度的变化,是深度学习预处理中常用的功能。仿射变换就是对图像的平移缩放旋转翻转操作的组合 如下图,对图中点1,2,3与图二中三个点一一映射,仍然形成三角形,但形状已经发生改变,通过这两组三点求…...
算法的基本概念
一、算法的基本概念思维导图 二、什么是算法: 1.我们知道数据结构就是将我门现实的世界中的问题数据化,存入计算机中,并实现对数据结构的一些基本操作。 2.算法就是如何处理这些存入计算机中的信息,以求高效的解决实际问题。 3…...
124. Go Template应用实例:用代码生成代码
文章目录 生成器模式生成器代码生成 本文用生成器模式作为例子,来演示如何用代码生成代码。 生成器模式 熟悉 Java 开发的同学都知道,lombok 有一个著名的注解 Builder ,只要加在类上面,就可以自动生成 Builder 模式的代码。如下…...
【AI实践】阿里云方言文本转语音TTS
最近要做一些普通话和方言demo 找一个免费工具 免费在线文字转语音工具 | edge-tts 在线体验 (bingal.com) 还有一些方言在阿里云上找了下,基于官方demo改了一下 阿里云语音合成接口说明_智能语音交互(ISI)-阿里云帮助中心 (aliyun.com) 如何下载安装、使用语音…...
嵌入式系统常用轻量级校验算法解析
单片机中常用的轻量级校验算法 1. 校验算法概述 在嵌入式系统开发中,数据校验是确保通信可靠性和数据完整性的关键技术手段。无论是UART通信中的奇偶校验、CAN总线中的CRC校验,还是Modbus、MAVlink、USB等协议中的校验机制,都体现了校验算法…...
从3大维度突破OCR效率瓶颈:5类场景的实战解决方案
从3大维度突破OCR效率瓶颈:5类场景的实战解决方案 【免费下载链接】Umi-OCR_plugins Umi-OCR 插件库 项目地址: https://gitcode.com/gh_mirrors/um/Umi-OCR_plugins 在数字化办公与学习中,OCR(光学字符识别)技术已成为信息…...
避开C盘爆满!保姆级教程:在D盘安装Unity 2023.2f1c1和VS2022社区版
避开C盘爆满!保姆级教程:在D盘安装Unity 2023.2f1c1和VS2022社区版 对于刚接触游戏开发的新手来说,安装Unity和Visual Studio往往是遇到的第一个"拦路虎"。更让人头疼的是,这两个"重量级"开发工具默认都会占…...
【ERPNext部署】:企业用户的开源ERP系统快速搭建方案
【ERPNext部署】:企业用户的开源ERP系统快速搭建方案 【免费下载链接】erpnext_quick_install Unattended install script for ERPNext Versions, 13, 14 and 15 项目地址: https://gitcode.com/gh_mirrors/er/erpnext_quick_install 在数字化转型浪潮中&…...
Java 新纪元 — JDK 25 + Spring Boot 4 全栈实战(十八):云原生部署——Docker + K8s + GraalVM Native Image,让Java真正飞在云端
系列导航 | ← 上一篇:D17 Boot 3 → Boot 4 迁移避坑指南 | 下一篇:D19 微服务:Boot 4 + Spring Cloud 2026.x → 适用读者:有Docker基础、正在或准备将Spring Boot应用部署到K8s的中高级开发者。 前置知识:Docker基础、Linux基础、了解K8s核心概念。 本文代码:GitHub G…...
基于vue+springboot框架的社区居民诊疗健康管理系统设计与实现
目录技术选型与架构设计核心功能模块划分开发阶段规划关键问题解决方案测试与部署文档规范项目技术支持源码获取详细视频演示 :文章底部获取博主联系方式!同行可合作技术选型与架构设计 前端框架:Vue 3(Composition APIÿ…...
CosyVoice CPU部署实战:如何优化AI语音模型的推理速度
最近在做一个智能客服项目,需要把语音合成模型部署到一些只有CPU的服务器上。一开始直接用PyTorch加载CosyVoice模型,那个推理速度真是让人着急,生成一句话要等好几秒,完全没法满足实时交互的需求。这让我下定决心,必须…...
别再只用折线图了!Excel散点图制作双轴图的3个隐藏技巧与常见误区
Excel双轴图进阶指南:为什么散点图比折线图更适合专业数据可视化 在数据可视化领域,Excel的双轴图表一直是展示多维度数据的利器。但很多用户在使用过程中都会遇到这样的困扰:明明按照教程步骤操作,最终呈现的图表却总是出现数据点…...
中国 AI 大模型应用市场趋势分析报告
中国 AI 大模型应用市场趋势分析报告 报告类型:新兴趋势识别 蓝海机会评估 覆盖市场:中国大陆 数据时效:截至 2026 年 3 月 研究方法:多源数据交叉验证(艾媒咨询、中商情报、36氪研究院、虎嗅、中国工业互联网研究院等…...
3个高效技巧:深度解析ComfyUI节点管理的实战指南
3个高效技巧:深度解析ComfyUI节点管理的实战指南 【免费下载链接】ComfyUI-Easy-Use In order to make it easier to use the ComfyUI, I have made some optimizations and integrations to some commonly used nodes. 项目地址: https://gitcode.com/gh_mirrors…...
