城市轨道交通客流预测..

1、城市轨道交通客流预测摘要客流预测是城市轨道交通规划的基础之一，影响整个规划过程，既是前期轨道交通投资决策的基础，又是轨道交通网络规模拟定的依据，也是网络客流预测的直接工具，还是多方案评选过程中的重要因素。目前我国城市轨道交通客流预测中普遍存在着规划阶段的预测结果，与运营之后的实际客流有较大差异、实际客流远小于远期预测客流、不同机构预测的客流量离散性较大的问题， 本文在分析形成这些问题原因的基础上，提出了利用政策协调和控制城市规划与交通规划的共同发展、尽快建立我国城市城市轨道交通客流预测完整体系、加强城市交通基础数据调查 等改善城市轨道交通客流预测的一些建议。 关键

2、词：城市轨道交通  客流预测  问题  建议KeywordsPassenger flow forecast is the basis of urban rail transit planning, affecting the entire planning process, is a basic pre rail transportation investment decisions, is rail transportation network size according to a set of tools is also the

3、 network passenger flow prediction, direct, or selection process of multi scheme of important factors. At present, urban rail transit passenger flow forecast of our country exists widely in the planning stage of the prediction results, there is a great difference with the actual operation of the pas

4、senger flow, later than the real value. The long term prediction of passenger flow, passenger flow of the different mechanism of the large dispersion problems, this paper based of these problems in the analysis, proposed the use of policy coordination and control of urban planning and traffic planni

5、ng and common development, as soon as possible to establish our country city urban rail transit passenger flow forecast complete system, strengthen the basic traffic data investigation to improve urban rail transit passenger flow forecast and some suggestions.Keywords: problem suggested to predict c

6、ity rail transit passenger flow前言    客流量是城市轨道交通规划、设计、建设及运营各环节的基本依据，客流预测是城市轨 道交通建设的一个十分重要的环节，是各项设计工作的基础，预测结果的可靠与否直接关系 到城市轨道交通的建设投资、运营效率和经济效益。由于城市轨道交通建设项目的投资巨大， 客流预测的影响结果也就更为明显。      在工程可行性研究阶段，项目决策对城市轨道交通工程造价的影响度可达 80-90%，客流量又是决定城市

7、轨道交通工程必要性和可行性的重要参数，在这个阶段中，客流预测工作做得科学细致，可以使城市轨道交通修建方面的许多不合理因素得到控制。      对于城市轨道交通运营来说，如果预测结果偏大，客流不足，结果将造成运营费用和维 修费用的不合理的居高不下，使运营企业长期处于亏损状态，需要政府财政巨额的补贴。如 果预测的客流偏小，则导致拥挤，服务质量下降。  客流预测是城市轨道交通建设必要性、规模选择、经济效益分析和各项专业设计的基础 和前提依据，科学的客流预测，对城市轨道交通可行性研究、城市轨道

8、交通线网布局规划以 及城市轨道交通建设规模、建设水平等问题的决策都有着极其重要的作用。因此，应该以科 学的态度对城市轨道交通客流进行预测和分析。第1章目前我国城市轨道交通客流预测存在的问题及原因分析  1.1 存在的主要问题      目前城市轨道交通客流预测普遍采用“出行产生、出行分布、交通方式选择、交通分配”的交通规划“四阶段”法。从国内运营城市轨道交通的实际情况来看，目前存在的一个普遍问题是，城市轨道交通客流预测结果与实际客流的确存在较大差异，实际客流量远小于远期预测客流量，不同

9、机构预测的客流量离散性较大。 例如 我们的青岛地铁公司在一期工程4可研报告客流预测中预测的初期/远期高峰小时单向断面流量为17800人次（2008年）/40500人次（2030年），但委托一家国外公司对客流进行核算 的结果为21300人次（2010年）/26100人次（2030年） 上海地铁1号线1（新龙华纪蕴路）预测近期2000年全日客运量 133.1万人次，而实际仅有30.06万人次。地铁2号线东延伸段（龙东路高科路站）初步设计中预测客流量初期 2001 年 47.0 万人次，实际为 23.

10、9 万人次，预测结果大多偏高。另外，上海几条地铁调查 数据表明，1998 年的实际客流量是 1996 年预测客流量的 18%50%；1999 年的实际客流量 是 2000 年预测客流量的 12%40%     广州地铁一号线3可研报告预测 1998 年全日客流为 29 万，项目运营自 1996 年 6 月 28 日开始运营后 3

11、 年多的日平均客流在 17.5-18 万之间（节假日才超过 30 万人次），为预测客 流的 60左右，高峰小时单向最大断面流量不到 2 万人次，距远期日运量 106 万人次（十 字线形成）甚远。  1.2 原因分析  归纳起来，城市轨道交通客流预测不准确的主要原因有：  2.2.1预测条件的改变预测前提条件的改变，比如城市总体规划和交通线网规划滞后或者常变，导致城市 轨道交通客流预测结果的不准确。

12、  四阶段客流预测本身是一项相对长期的工作，是建立在目前的现实情况和对未来规划情 况一定的假设的基础之上的，也就是说进行客流预测是建立在一定的假设的基础之上的，如 果这个假设不能成立，那么要求预测结果准确也是不现实的。  该客流预测模式的特点是以现状分析为基础进行模型参数标定并预测未来的交通需求， 主要适合于城市功能结构已趋完善、人口相对稳定的城市特征。如果在预测期内政府的城市 用地、交通规划有了重大的调整，以前的客流预测就没有任何的参考价值。而我国城市正处 于发展成长时期，城市的发展具有很多不确定的因素

13、，比如城市的规划与以前相比有了很大 的改动，政府当局的交通政策有了很大的变动，影响了人们的出行方式等等，这样，在特定 的政策环境下产生的客流预测也会产生很大的出入。  比如，广州地铁一号线工程以及沿线物业的总拆迁面积达到 110 万平方米，涉及居民 10 万人，而这 10 万人在进行客流预测的过程中是考虑在内的，这样肯定会导致预测客流量 的偏大。  2.2.2 交通调查数据不足。  由于交通调查工程庞大，需要耗费大量的人力物力，而且持续

14、的时间一般都很长，致使 我国的现状交通调查工作非常欠缺。我国大多数城市只有 80 年代末或 90 年代初的全民 OD 调查资料，在进行客流预测的时候只能依据过去的有限的资料，这样得出的客流预测结果的 精确性不可能高。  2.2.3在我国计划部门目前的规定中，客流（主要是远期客流）大小是决定一个城市地铁 项目是否可以建设的首要条件，规定只有客流量达到 3 万/小时，才能修建地铁，在客流量 达不到最小客流要求时，国家计划部门一般不会同意开工建设。由于这一限制的

15、存在，有的 城市为了使地铁项目得以顺利、尽快地获得批准，为了证明其地铁项目可在较短的时间内实 现盈利，一般人为地夸大客流量，均采用较高的客流预测数值，尤其是远期的预测客流量， 这就为建成后实际的运营埋下了隐患，有的城市地铁客流量达不到最低的建设临界客运量标 准，造成运营的严重亏损。  2.2.4我国城市轨道交通设计客流按照远期高峰小时客流量来计算，并考虑高峰小时内客 流的不均性，计入 1.21.4 的超高峰系数，客流预测人员受“宁取上限”、“留有充分余 地”、“建设规模宁大勿小”等思想的影响，预

16、测客流时尽量往高来取值。  2,.2.5 随着其它公交系统环境的改变和服务的提高，乘客有了更多的选择，分流了城市 轨道交通线的部分客流，致使客流情况比预测的情况差一些。  2.2.6城市轨道交通没有形成网络规模效应  城市轨道交通发挥效益的关键在于形成网络。单一线路由于可达性差，除了沿线覆盖范 围以外，基本上不能吸引径向客流。当形成轨道交通的基本网络以后，加上常规公交的配合， 这样才可以达到理想的客流水平。  2.2.7客流预测时没有充分考虑我国城市自身现阶段的一些特点。&#

17、160; 目前，在我国城市，尤其是大城市中，流动人口都占有相当的比例，流动人口的出行特 征和常住居民又有很大的差别，而我国目前关于城市流动人口总量、出行规律这一领域的研 究还不是很多。另外，我国大中城市都在城郊兴建规模较大的居住小区，小区大批人员的出 行可能构成城市轨道交通客流的重要组成部分，目前在客流预测中对这一问题重视不够。还 有，客流预测过多地考虑了城市发展进程加快，城市人口增加的影响，而忽视了我国城市实 施“有机疏散”，建设卫星城，引起的城市中心区（旧城区）人口下降，近郊区人口增加的  现实。 2

18、.2.8关于客流预测方法方面的问题  国外的客流预测理论主要以四阶段法为代表，目前已经比较成熟，并且在实际应用中得 到较好的效果，但是，由于国情以及城市间发展的差异，国外的这些成熟的理论我们难以照 搬使用。 1.3改善城市轨道交通客流预测的建议  2.3.1充分利用政策来协调、控制城市规划与交通规划的协调发展。  城市规划时要做长久考虑，在做好规划的基础上，要用政策来保证城市规划的实施，使 城市尽量按照规划的方向发展。不要在当城市轨道交通建设完成以后，城市用地发生很大的 不利于城市轨道

19、交通吸引客流的变化，这样，城市轨道交通的修建不但对城市交通问题的解 决起不到应有的作用，还会加重财政的负担。城市规划的短期行为和经常变更，将导致城市 发展的混乱和城市建设资金的浪费。  随着其它公交方式的发展，必然会出现与城市轨道交通争夺客流的现象，为了保证城市 轨道交通这样投资巨大的基础设施建设充分发挥效益，政府可以采取限制市区私人交通、限 制常规公共交通与城市轨道交通线路同向重复设置以及票价控制等对城市轨道交通的优惠 政策，以引导客流流向城市轨道交通。这里并不是说不要发展其他道路交通，只是政府应该 进行全面的考

20、虑，避免由于不合理的竞争导致城市轨道交通客流量下降，造成能力浪费以及 城市轨道交通建设资金回收困难的问题。  莫斯科地铁始终追求的是地铁运输的社会效益，因此，采取低票价政策，鼓励、引导市 民乘坐地铁，同时政府对地铁公司保持一定比例的补贴，确保地铁公司的正常、满负荷运营。 其中，政府的政策引导和宏观调控起了关键的作用。而在北京，与地铁一号线平行的长安街 上布有十几条线的公交、巴士，复八线开通后地面公交线未作调整，另外，地铁环线上也有 始终与环线平行运行的地面几条主要公交线，形成地铁争夺客流源的局面。  &#

21、160; 2.3.2积极进行城市交通基础数据调查工作，为城市轨道交通客流预测提供真实、可靠 的预测基础数据。  交通调查工作由于其复杂性、长期性以及投入较大的特点，限制了此项工作的开展，致 使我国城市现状交通调查工作非常欠缺。但是作为城市建设和管理的基础资料， 又是客流 预测不可或缺的数据，交通调查应该由政府的相关部门长时间、大范围地每隔一定时间（一 般是几年或者十几年）就进行一次，不断更新交通情况调查资料。在完全掌握城市的出行规 律之后进行客流预测就会更加准确可靠。  2.3.3城市

22、轨道交通客流预测时要以交通分析为主导，做到定性分析和定量分析相结合， 静态和动态相结合，近期规划与远景方案相结合。  2.3.4探讨是否可以改变我国城市轨道交通建设规模决策完全依靠客流预测的做法。  地铁规范等国家技术标准明确规定，一个城市的地铁是否可以建设以及建设规模都 将由客流预测来决定。  客流量 3 万/小时的地铁修建门槛，引起如前所述的有些城市为了地铁开工建设，人为 夸大客流预测结果，造成巨大基础建设资金浪费的问题。客流是交通需求和交通供给之间的 动态平衡，如果能够

23、把客流预测从观念上改变为客流规划，按照规划引导客流目标决策的方 法来决定地铁的修建，要更加科学。  按照远期高峰小时客流量来计算地铁设计，还要增加 20%以上的预留，这样使得客流 明显具有空间和时间不均性特点的地铁运输能力在客流低谷时造成浪费。其实，国外的一 些地铁建设运营经验已经表明，在一定的程度上，采取“小编组、高密度”的方案来考虑这 种预留的话，是比较经济合理的。  2.3.5城市轨道交通规划时要加强“城市轨道交通网络效应”的意识，以充分吸引客流， 保证一定的客流量。  

24、;     例如需要对全线客流(包括全日客流量和各小时段的客流量及其比例)、车站客流(包括全日、早、晚高峰小时的上下车客流间断面流量以及相应的超高峰系数)、分流客流、站换乘客流量、出入口分向客流等数据进行调查,因而内容繁多,必然存在较大难度。(2)预测年限较长,积累资料不足  从工程立项开始至建成通车,一般需要5,然后再预测通车后25的远期客流规模,总共要预测30的客流。时间跨度大,难以掌握城市发展中的政策、经济和人们活动的规律,不定因素太多。(3)我国人多城市发展处于转型期   随着我国加入,我国的综合

25、国力迅速增强,经济的发展对城市范围和结构形态、用地分布性质提出了新的要求。客流预测必须以城市发展规划为依据,而城市转型期为客流预测带来许多不确定因素。特别是转型期人们的观念,知识结构,风俗习惯的改变也对客流预测提出了挑战。(4)预测模型和技术尚不完善   预测模型和技术尚在不断发展研究之中,资料不足,数学模型和技术尚未定型,还需不断改进完善,预测数据的把握以及评价标准上都有很大的难度。  总之,针对轨道交通客流预测的难点,多年来,客流预测的数学模型经过我国交通专家的研究开发,逐渐摸索出城市客流的特征和规律,对各项参数和程序进行不断修正,已经逐步建立起一套

26、完整的预测方法和计算模型体系,并还在不断的积累经验,不断的完善,同时客流预测的可信度也在不断提高。1.4轨道交通客流预测的模型  自20世纪70年代以来交通规划技术传入我国,运用定量的方法进行科学的预测已成为规划的主要手段。城市轨道交通的客流预测基本上采用交通规划的常规方法:即搜集或利用居民出行调查资料,在预测城市客运总需求的基础上,通过交通方式划分预测城市轨道交通的客流量。目前我国轨道交通客流预测模式主要可以分下面几类:2.4.1不基于现状客流分布(分布)的预测模式。  这类预测模式的主要思路为:将相关的公交线路的现状客流和自行车流量,向轨道交通线路转

27、移,得到虚拟的基年轨道交通客流。然后按照相关公交线路的历史资料和增长规律,确定轨道交通客流的增长率,推算远期轨道交通需求客流量;或者由公交预测资料,直接转换为远期城市轨道交通客流量。因此,这一类方法主要为趋势外推,在确定轨道交通客流增长率时可采用指数平滑法、多元回归法等方法。2.4.2 基于现状客流分布(分布)的预测模式   基于现状客流分布(分布)的预测模式的主要思路为通过居民出行调查,掌握现状全方式的出行分布,在此基础上,预测未来年的全方式出行分布,然后通过方式划分,得到轨道交通的站间,即可计算出轨道交通客流量。基于上述理论的城市轨道交通客流预测的“四阶段”法已得到广泛

28、的应用,即城市轨道交通客流的产生、客流的分布、交通方式的划分、客流在路网上的分配。该方式结合土地利用规划分析城市轨道交通客流,能较好的反映城市远期客流的分布,且精度相对较高。但对数据要求高、操作复杂。(3)非集聚模型   近年来,由于城市轨道交通“四阶段”法缺少明确的行为假说,特别是模型系统本质上并非有关个体行为的,即它不是与个体出行行为相一致的,针对其不足,一些专家提出了非集聚模型。  非集聚模型又称交通特征模型,它以实际产生交通活动的个人为单位,对个人是否进行出行、去何处、利用何种交通工具以及选择哪条路线等活动分别进行预测,并按出行分布、交通方式和交通线路分别

29、进行统计,得到交通需求总量的一类模型。这一模型在理论上利用了现代心理学的成果,引人了随机效用的概念,其核心是效用最大化理论。它着眼于研究出行者个体的出行行为。非集聚模型相比传统模型的优势是有明确的行为假说、模型的一致性好、模型标定所需调查样本少、模型有较好的时间和地区可转移性等特点。1.5关于轨道交通客流预测的一些建议  通过对城市轨道交通客流预测特点、难点的分析,又对目前其主流模型进行了介绍,针对具体的城市,我们应当如何选择合适的模型进行科学的预测?如何在最大程度上保障预测方法的科学性、合理性、实用性和可操作性?如何保证预测结果的客观性和准确性?如何保证了规划的合理性和工

30、程建设的经济效益和社会效益?通过对我国城市的特点、现状的分析,提出如下建议:.2.5.1轨道交通预测的一般性原则(1) 理论与实践相结合   城市轨道交通客流预测是一项实际操作性很强的工作,将预测理论和实践工作进行有机的结合,并灵活的运用预测理论,是得出科学预测结果的基本保证。虽然,“四阶段”法是一种被大多数学者所接受的、精度较高的预测方法,但由于目前城市规划人员的素质参差不齐,操作步骤的不规范,一定程度影响了预测的精度。针对这种情况,一方面应提高人员的素质,另一方面,应对其预测结果应用其他理论反复验证,直到满意为止。(2)宏观与微观相结合  这里的宏观是指城市的

31、总体规划,宏观与微观相结合指每个小区、每条街道的预测都要结合城市的总体规划,而且预测中既要充分考虑社会经济与政策变化的影响,又要充分考虑经济水平和人们的风俗习惯和个体的差异。(3)定性和定量相结合  定性分析着眼于对事物质的判断,其正确与否主要依靠预测者的洞察事物的能力,并借助经验和逻辑推理完成,而定量分析预测是在前者的基础上采用数学方法完成,着眼于统计资料的积累。二者的有机结合才能对城市轨道交通线路的客流进行科学的、客观的预测。(4)系统化和合理化的原则  客流预测是一门新型的边缘学科,虽然城市主体客流预测趋于成熟,但轨道交通客流预测还处于探索和不断完

32、善的阶段,因此我们应积极借鉴其他客流预测理论,及时提出新的理论模型,并使之不断完善。例如:目前比较流行的“四阶段”法虽然可以比较准确的预测轨道交通客流,但由于调查的工作量大,数据利用率低,一定程度又影响其精度。为了克服“四阶段”的上述缺点,近年来,又提出以出行者个人为研究对象,以随机效用理论、出行效用最大化理论为基础的非集计模型。另外以通过研究土地使用性质来研究客流发展规律,以达到远期预测目的的土地利用法已在许多城市成功利用。(5)强调理论先进性的同时,注重数据积累  先进的理论无疑对预测结果的可靠性有直接的影响,但客流预测是从当前出行情况中摸索规律,并以此来推测未来出行的

33、过程。调查资料是否丰富、准确、连续,从根本上决定了预测结果是否可靠。因此,建议不妨效仿经济发达的国家,对定期客流预测的数据进行法制化管理。此外,由于轨道交通客流预测时间长(运营后25为规划年),还应注意规划年限与预测年限的一致性等问题。(6) 坚持协调发展的原则  客流预测要考虑城市规模和经济的可持续发展,轨道交通引入城市,满足大量日常通勤交通,缓解了道路压力。但要充分认识其适用条件和服务范围,既要充分发挥轨道交通的优点,又要使其分工合理化,从而发挥整个交通系统的作用,取得合理的社会和环境效益。2.5.2针对不同城市的具体性原则  据了解,目前,我国除北

34、京、上海、广州、香港、台北、天津等城市已建成轨道交通线网外,国家计委已批准了南京、青岛、沈阳、重庆四城市的轨道交通规划方案,另外大连、长春、哈尔滨、兰州等17个城市正在进行或已完成了规划和客流的可行性报告。各个城市在具备客流密集的同时又各有其不同,那么我们做客流预测在合理借鉴其他城市经验的同时,必须针对城市的特点提出合适的模型。主要应考虑如下因素:(1) 城市人口规模的大小和分布特点   城市人口规模的大小和分布从根本上决定了轨道交通的规划方向。一个人口密集的重工业城市,例如鞍山市,它的居民出行的目的主要为上班、上学、购物等,客流分布比较有规律,轨道交通的规划就应当满足居民

35、出行的需要。而青岛、大连等旅游城市客流中的一大部分来自旅游人口,这样居民出行规律的工业城市与旅游城市的客流预测模型并不相同。同理,拥有百万人口的佛山市的客流预测并不应照搬拥有千万人口的北京市的客流预测模式。(2) 城市的地形特点  城市的地形特点对城市客流的分布有决定作用,例如:兰州市,其狭长的地形为客流预测提供了便利,针对其特点采用线状取代面状,不但可以简化计算,而且由于影响因素少,精度反而较高。(3)城市的未来发展规划  城市的未来发展规划对城市的客流预测也起着重要的作用。各个城市应当根据城市的性质、规模、用地布局、经济发展水平及有关国家政策,明确城

36、市交通设施发展建设的宏观构架与目标,据此对轨道交通项目和客流预测进行控制。例如深圳作为经济特区,其政策有异于内陆城市,这样在做客流远景预测和交通客流分配时,应当考虑政策对城市的影响和轨道交通对城市规划的反作用。(4)城市的地理位置、居民的生活习惯、气候特点   城市的地理位置、居民的生活习惯、气候特点对客流预测具有重要的作用。城市规模相仿的广州和西安在采用“四阶段”法预测客流时,气候相对干燥的西安为步行和骑自行车提供了便利,而经济相对发达和多雨气候为私家车提供了可能。  总之,通过对我国城市特点的分析,结合城市特点合理选择预测模型对提高预测精度,节约预测费用,完善

37、预测理论方面都有重要作用。第2章城市轨道交通客流分析方法客流预测的方法有许多种，但归纳起来无非就是定性预测方法与定量预测方法两大类。定量预测方法又有时间序列客流预测方法和因果关系客流预测方法两类。定性预测方法中使用较多的是德尔菲法等。2.1时间序列客流预测方法。该类客流的预测方法的基本思路是根据客流从过去到现在的变化规律来预测未来的客流。这类方法的主要优点是需要数据少、运用简便，只要采用时间段的统计客流数据变动趋势没有大的异常波动，预测结果一般较好。这类方法的主要缺点是无法反映客流变化的原因，因而不能指明影响客流因素变动时客流的变化趋势与结果。常用的时间序列客流预测方法有移动平均法、指数平滑法

38、、月度比例系数法、自回归分析法和随机时间序列预测模型等。（1） 移动平均法是借助移动平均数修匀原始客流时间数列的变化，以描述其趋势的方法。所谓移动平均，就是按原始客流时间数列的一定项数计算移动平均数，逐项移动，边移动边平均，得出一组移动平均数，即由这组移动平均数构成的新的客流时间数列。（2） 指数平滑法也称为时间数列的指数平滑法，它也是通过修匀历史数据中的随机成分去预测未来。方法是它引入一个人为确定的系数以体现不同时期因素在整个预测中所占的权数。（3） 月度比例系数法的基本思路是根据客流变化的月度循环特征和规律性，去预测未来月份的客流。（4） 自回归分析法，也称鲍克斯 詹金斯法，它是通过分析原

39、始客流时间数列的不同自相关系数来选择是适当的预测模型。当原始客流时间数列内的数值在某一固定间隔期具有较高档的相关系数时，可运用此法。（5） 随机时间序列预测模型是把时间序列作为随机变量的序列加以处理，认为时间序列是时间T的一组变量，其中单个时间序列值的出现具有不确定性，但整个时间序列却有固定的规律性，研究这些规律，进行简化，建立时间序列模型，即可用预测。该方法的特点与自回归分析法类似，在客流的短期预测方面有较好的精度，但需要较深的数学知识，方法较复杂，同时需要较多的历史数据，计算工作量也较大。2.2因果关系客流预测方法。由于客流的变动与经济的和非经济的罂粟之间存在密切的关系，并且这些因素之间又

40、都是相互影响的，因此可以通过研究影响客流的因素来预测未来的客流。这类方法与时间序列客流预测方法的区别在于前者的自变量是时间，而后者的自变量是除了时间以外的其他因素。这类方法的主要优点是能够考虑较多的对客流可能产生的影响的因素，揭示引起客流变化的原因。同时在数据量足够多的情况下，常能得到较好的预测精度。这类方法的主要缺点是由于自变量的选择、有关参数的确定本身带有主观性和预测性，存在着预测的标准性会受到影响的可能性。常用的因果关系客流预测方法有回归预测法、引力模型和乘车系数法等。（1) 回归预测法。回归预测法是通过回归分析，建立一个合适的因变量和自变量之间的函数关系，来近似地表达客流和影响客流因素

41、之间的平均变化关系。它包括一元线性回归预测、一元非线性回归预测、多元线性回归预测和逐步回归分析预测等方法。（2) 引力模型。引力模型因数学关系式与物理学的万有引力定律近似而得名。在研究地区间人的流动问题时，研究者发现人的流动数量似乎都是正比于地区人口的总数而反比于地区间的距离，这种现象正如物体间的引力关系，于是提出了引力模型来预测客流。（3) 乘车系数法。这是一种传统的客流预测方法。乘车系数法是一种以总人口和人均乘车次数来预测乘客发送量的方法。乘车系数是一定吸引范围内乘客发送量与总人口的比值，它可根据历年资料和可能发生的变化进行确定。2.3德尔菲法。在历史客流数据较少的的情况下，借助预测者的专

42、业知识和实际经验，并综合考虑多种影响因素对客流进行预测称为定性预测。德尔菲法就是目前采用较多的定性预测方法之一，它又称为专家调查法。虽然参加定性预测的专家意见是一种主观判断，受到对问题认识差异的影响，但主观判断并不就是主观随意性，只要有相当数量对问题有研究的专家参加定性预测，一元线性回归预测法年份客流量预测值绝对误差相对误差20013228.27-3.7311.66%20023834.54-3.469.11%20034240.81-1.192.83%20044547.082.084.62%20055053.353.356.70%20065659.623.626.46%20076365.882.

43、884.57%20087072.152.153.07%20097778.421.421.84%20108584.69-0.310.36%20119390.96-2.042.19%201210297.23-4.774.68%2013110103.5-6.55.90%2014122109.77-12.2310.02%2015135116.04-18.9614.04%2016152122.31-29.6919.53%2017170128.58-41.4224.36%增长系数预测法年份客流量预测值绝对误差相对误差20013232.010.010.03%20023835.57-2.436.39%2003

44、4239.52-2.485.90%20044543.91-1.092.42%20055048.79-1.212.42%20065654.21-1.793.20%20076360.23-2.774.40%20087066.92-3.084.40%20097774.36-2.643.43%20108582.62-2.382.80%20119391.8-1.21.99%201210210200.00%2013110113.333.333.00%2014122125.923.923.21%2015135139.914.913.64%2016152155.463.462.28%2017170172.73

45、2.731.61%表2-1 站间到发客流斜表（人）到发ABCDEFGH合计A_602050026440329982319236966047888B5846_15643729267857764088893032611C45211031_45073011981773263112334D62373130463_32110211573283915584E36792690721362_358896185910565F7203610310021085396_630283219251G8524842112301767867790_150123100H8790880338084036192641731009_32545合计4480036198137901786910217215471920530252193837表2-2 各站上下车人数（人）下行上客数下行下客数车站上行上客数上行下客数478880A044800267656020B58463017867826566C55527224575410619D9830725031137028E7