基于空间分类的铁路枢纽客运需求预测方法

刘新杰，刘明敏，丁晨滋

(广州市交通规划研究院，广州 510030)

随着全国高速铁路网的建设，大批功能型交通枢纽城市逐渐形成[1]，这些城市都有通达性非常好的铁路交通枢纽，将国铁(高铁+普铁+城际)、城市地铁与长途客运、公交交通、小汽车等多种交通方式有机融合在一起，这些铁路交通枢纽不仅是城市对外联系的重要节点，也是区域城市之间、区域城市对外长途联系的重要纽带.

铁路枢纽客运需求不仅是场站布局、线路运营组织的数据基础，也为到达城市各角落的接驳设施设计提供重要参考.近几年，在铁路客运需求预测方面主要研究成果[2-9]包括：吴华稳[2]、袁胜强[3]、孙丽[4]等分别利用灰色模型、神经网络模型和组合模型预测铁路客运需求.京沪高铁客运需求利用MD方法，通过计算潜在客运需求和显化率获得线路客运需求[5].广珠城际基于SARIMA模型进行短时客运需求预测[6].陈坚等[7]提出了枢纽吸引力概念,通过直接客运需求和间接客运需求两部分系统预测枢纽及其周边区域交通发生吸引需求.段然等[8]用时间序列SARIMA模型预测站点客运需求.Pengpeng J[9]利用卡尔曼滤波模型进行短期客运需求预测.

从近几年研究可看出，在铁路客运需求预测方面的研究主要集中在客运总需求的预测和具体线路客运需求的预测上，关于铁路枢纽客运需求的预测研究较少且预测方法有一定的局限性：①预测思路仅包含城市对外需求，没有包含过境交通需求和城市内部需求，预测结果不完整；……