取消既有线高等级旅客列车条件下的铁路南北主要通道客流预测研究

摘要

由于我国铁路长期采用客货共线的运输组织模式，通过能力损失严重。在这种背景下，2008年我国颁发了《中长期铁路网规划》的调整方案，提出到2020年主要繁忙干线实现客货分线的发展目标。随着客货分线的不断推进，高速铁路逐渐成网，既有线旅客列车逐渐被取缔，铁路客流及客流结构发生了很大变化。因此，本文根据我国铁路客运的实际运营需求，在实现客货分线的过渡时期，提出了取消既有线高等级旅客列车的方案，在这种运输产品结构局部调整的情况下进行客流预测研究，为优化客运产品结构和列车运行方案提供依据。
　　本文以京沪、京广两条南北通道为具体研究对象进行客流预测，并且分析了取消既有线高等级旅客列车前后的客流及客流结构变化。首先，从客运生成机理出发，定性和定量地分析铁路客运需求的影响因素，选择满足相关性检验且具有强相关性的影响因素作为客流预测模型的输入变量。其次，在对比BP神经网络模型、广义回归神经网络模型和灰色模型预测精度的基础上，采用基于改进平滑参数选取方法的广义回归神经网络模型和灰色模型的加权组合预测模型进行交通生成预测。然后，考虑旅客列车等级，对广义费用函数进行修正，采用Logit模型预测既有铁路和高速铁路的客流分担率。最后，提出取消既有线高等级旅客列车的方案，并基于SP调查数据，对取消既有线高等级旅客列车后客流流向进行分析，预测了该方案下的铁路客流及客流结构。通过分析取消既有线高等级旅客列车后铁路客流损失情况，结果表明取消既有线高等级旅客列车后铁路客流损失不大。通过预测和对比取消既有线高等级旅客列车前后的客流变化情况，结果显示取消既有线高等级旅客列车后高速铁路客流分担率增加，从而进一步验证了取消既有线高等级旅客列车的可行性。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外铁路客流预测方法综述

1．2．1 客运需求生成机理和影响因素的研究

1．2．2 客流预测方法的研究

1．2．3 神经网络模型在运输需求预测中的应用

1．2．4 国内外客流预测方法总结

1．3 研究内容与技术路线

1．3．1 研究内容

1．3．2 技术路线

1．4 论文创新点

2 铁路客运需求生成机理和影响因素分析

2．1 客运需求生成机理分析

2．2 铁路客运需求影响因素的定性分析

2．3 铁路客运需求影响因素的定量分析

2．3．1 铁路客运量的影晌因素

2．3．2 铁路客运量与影响因素的相关性分析

2．4 本章小结

3 南北主要通道铁路客流预测

3．1 南北主要通道铁路客流预测框架

3．2 节点归并与划分

3．3 客运量影响因素预测

3．3．1 基本方法

3．3．2 预测实现

3．4 交通生成

3．4．1 BP神经网络模型

3．4．2 改进的广义回归神经网络模型

3．4．3 灰色模型

3．4．4 预测结果分析

3．4．5 转移和诱增客流

3．5 交通分布

3．5．1 Fratar法

3．5．2 预测实现

3．6 方式划分

3．6．1 模型介绍

3．6．2 预测实现

3．7 本章小结

4 取消既有线高等级旅客列车客流预测及影响分析

4．1 取消既有线高等级旅客列车的分析

4．2 取消既有线高等级旅客列车客流流向的调查及分析

4．2．1 调查方案与实施

4．2．2 旅客基本特征分析

4．2．3 运输产品特性分析

4．2．4 取消既有线高等级旅客列车后铁路客流损失情况

4．3 取消既有线高等级旅客列车的客流预测

4．3．1 交通分布

4．3．2 方式划分

4．4 本章小结

5 结论与展望

5．1 研究总结

5．2 研究展望

参考文献

附录

作者简历

学位论文数据集