简介：德国铁路股份公司（DB）日前宣布，将大幅度提高长途高速列车的服务水平，到2030年力争年均增加高铁旅客5000万人。为此，将投入更多更好的高铁列车并开通多条高速新线。计划2016—2022年间，连接主要城市的ICE高铁列车平均每30min发出一列；多数情况下，高铁列车运行列数将是现在的2倍；人口10万以上的所有城市，全部开通城际列车，最少2h一趟；为了进一步提高与长途客运汽车的竞争能力，将大量增开高速直达列车。DB准备投资120亿欧元，整备高铁网络，购买新型车辆，建设高铁新线。

简介：为提高城市轨道交通成网条件下客流预测与运营管理水平，有必要对轨道交通客流特征进行研究。结合实地调研数据，利用海量的市政交通“一卡通”（IC卡）数据和移动通信定位数据对北京市轨道交通乘客属性特征、时空特征、接驳特征、票价调整影响特征等进行分析，最后对客流需求高增长的北京轨道交通客流特征进行总结。结果表明：北京轨道交通工作日主要服务于中低收入的中青年通勤族，77．25％的乘客轨道交通出行时间在10～60min之间；轨道交通线路高峰客流有明显的潮汐现象，受职住分离现象的影响，客流空间分布的不均衡性突出；现阶段轨道交通网络发展较为成熟，但仍有部分区域对轨道交通的需求较大；轨道交通站点接驳设施的便利性和完善性程度影响乘客对轨道站点交通方式的选择；在可接受范围内，票价调整对客流的影响在短期内较明显，经过渡期后客流量呈增加趋势。

简介：城市轨道交通短期客流预测是列车运力配置和网络化运营决策的基础,预测结果的准确性、精细度及科学合理性决定了运营过程的安全性、运营组织的高效性和资源配置的均衡性.节假日（包括节前一日）客流与平日有明显差异,不同节假日、不同车站的客流规律各异,预测过程同时面临路网结构改变、历史可用样本少等问题,本文综合考虑大型活动、恶劣天气、车站周边土地利用性质等影响因素,采用模糊C均值聚类法和一元线性回归模型,构建了适用于路网结构发生改变的车站进、出站量预测模型,并结合北京市轨道交通历史客流数据,对2015年清明节前一日车站进、出站量进行了预测,与神经网络模型、多元回归模型预测结果对比表明,本模型预测结果更好,全路网客运量误差率为0.27%,车站平均预测误差率为3.92%.

简介：探讨了在北京轨道交通线网已进入网络化运营的进程中,网络主要客流指标变化趋势;总结了当前北京市轨道交通客流特征,从供需层面分析了目前线网客流所存在的主要矛盾,及通勤客流的主要特点.分析与评价了北京市轨道线网运行中存在的主要问题,并从需求演变的角度出发,为轨道交通规划、建设、运营管理提出相关建议.

简介：对轨道交通初步设计阶段客流预测工作进行梳理,以工程可行性研究阶段的客流预测结果为基础,根据沿线城市规划、建设和交通枢纽的调整变化（如线路车站位置、出口分布等的调整）以接驳客流的预测方法研究为重点,对轨道交通客流进行修正预测,为车站出入口、换乘通道宽度、售/检票机、楼/扶梯等设施规模和布局提供计算依据.