论文部分内容阅读
通过对列车在各车站的实际停站时间的调研,发现列车在各车站的实际停站时间与列车时刻表规定的列车在各站的停站时间存在较大差异。出现这种情况的原因主要有两个方面：一方面是图定的停站时间已经不能适应列车实际停站的需要,此时,需要针对目前图定停站时间存在的问题,提出确定图定停站时间的方法和依据；另一方面是列车实际停站时间由于受到各种随机因素的影响,导致列车实际停站时间偏离图定停站时间,这种情况下,为了能够准确的预测出列车在车站的实际停站时间,需要找出影响列车实际停站时间的因素以及这些因素与停站时间的关系,从而得出列车实际停站时间的预测模型。因此,本文主要从以上两个方面对停站时间进行研究。在图定停站时间确定方面,以北京地铁4号线下行方向从安河桥北站至宣武门站为例,调研列车在这些车站的实际停站时间,分析列车在不同类型车站的停站时间的规律以及同一车站高峰时期和非高峰时期实际停站时间的区别,并将各站的实际停站时间与图定停站时间进行比较,发现列车在各站的实际停站时间与图定停站时间存在一定差距,且列车在一些车站高峰时期的停站时间与非高峰时期的停站时间有明显的差异,针对这种情况,提出了确定分时段的图定停站时间的方法。在停站时间预测模型方面,本论文首先系统分析了影响列车实际停站时间的静态因素和动态因素；其中,静态因素包括车站因素、列车因素、乘客因素、司机因素以及日期时段因素;动态因素包括发车间隔、前一列车在下一区间的运行时间和下一车站的停站时间、本列车的实际运行误差、列车在关联车站的停站时间以及连续到达本站的列车的停站时间;并利用调研得到的列车实际运行的数据定量地分析了各影响因素与列车实际停站时间的相关性。根据各影响因素与列车实际停站时间的相关性分析结果,建立了列车实际停站时间的线性回归模型。模型的输入变量有：“上一列车在该站的停站时间”、“上上一列车在该站的停站时间”、“列车在关联车站的停站时间”、“列车在上一区间的运行时间误差”以及“上一列车在下一区间的运行时间”。模型的拟合度最高达到75.5%,平均绝对误差最小为4秒,可以认为,本文建立的模型可以很好的实时预测出列车在各车站的实际停站时间。图57幅,表29个,参考文献42篇。