1. 研究目的与意义
客流高峰作为城市轨道交通运营管理的核心内容，对轨道交通运营有着重大的意义。
客流的随机波动、客流规律的复杂性以及高峰时段发车间隔的不断缩短，给运营管理带来的了新的挑战。
特别是高峰时段，一方面，客流量显著高于其他时段，接近甚至超出线路的承载力；另一方面，客流量波动幅度加大，其随时间的分布往往表现为剧烈的上升或下降，增加了把握客流规律的难度；同时，高峰时段内部也存在过渡段、高峰和超高峰等几种特征时段，不同时段的客流演变规律和强度存在差异。
2. 课题关键问题和重难点
针对目前城市轨道交通客流随机波动大，客流规律难以掌握，以至轨道交通运营组织效率较低，运营服务质量欠佳等问题。以南京地铁相关数据为依托，分析城市轨道交通客流高峰特征，研究客流高峰形成机理，精细化城轨客流高峰类型，主要研究内容如下：
（1）通过对国内外研究成果的分析，从多维度对城市轨道交通车站客流特征进行精细化、差异化研究；
（2）从多因素考虑城市轨道交通高峰客流形成原因和规律；
3. 国内外研究现状（文献综述）
1.城市轨道交通客流高峰特征分析
顾丽萍等人[1]在《大阪市轨道交通车站进出站客流高峰时段研究》一文中，通过分析大阪和上海的现状客流数据，验证了轨道交通线路与车站的客流高峰时段并不一定重叠；并基于车站客流高峰时段分布规律，将城市轨道交通车站进行分类，分析影响车站客流高峰时段的因素，发现车站的位置、性质及周边土地利用是影响城市轨道交通车站客流高峰时段的重要影响因素。
李国强等人[5]在《基于 AFC 和 POI数据的轨道交通车站客流影响因素挖掘》一文中，在基于AFC数据分析南京城轨交通车站客流特征的基础上，利用POI数据用于研究轨道车站客流影响因素集。根据AFC数据分析轨道交通车站客流时空变化特征的同时，配合POI数据建立轨道交通车站客流与影响因素集之间的结构方程模型进行分析。分析结果表明，车站影响区域内的住户数量、商业设施数量、文化设施数量、公共汽车线路数量对车站客流有显著的影响。此外，车站是首末站或CBD中心的车站也会导致客流与其他车站的极大差距。
4. 研究方案
首先研究国内外城市轨道交通高峰客流及时段特征分析研究文献及理论进行综述，找出本文研究问题及原因、思路、方法、框架等。其次，分析城市轨道交通客流高峰特征。以Python编程语言为工具整理已有的南京轨道交通AFC数据，对既有的POI数据进行分析和重组，分车站统计其影响范围内的POI数据。利用AFC数据配合各车站的POI数据分析城市轨道交通高峰客流特征。在时间维度下，研究高峰流客流在不同日期下的峰值、频数、高峰时间、高峰间隔等特征的差异及变化规律。在空间维度下，根据所得的POI数据整理研究不同站点，不同断面下高峰时段和数量差异变化规律。随后分析比较不同车站和断面的高峰时段和数量差异，对相邻车站、断面的高峰异同点进行研究。再次，通过对比各种聚类法择优选择合适的聚类方法，根据南京城轨交通AFC数据和POI数据等对车站类型进行聚类。然后基于土地性质、日期类型、天气特征等因素探究多因素驱动下城市轨道交通客流高峰及高峰时段的形成机理。最后，结合上述分析总结的客流高峰形成机理，对城轨客流高峰进行精细化分析。结合全日客流变化曲线，从客流分时变化率范围、分时平均客流量区间、高峰最大持续时间等角度定性区分不同客流状态的差异，构建多种客流状态识别方法。
技术路线：
5. 工作计划
| 周次 | 工作内容 |
| 1周 | 按照本课题研究内容和任务书要求，查阅相关文献，完成开题报告和外文翻译工作 |
| 2-3周 | 对高峰不同日期类型下的特征差异进行精细化分析，探究其频数差异及变化规律；对相邻车站、断面的高峰异同点进行研究。 |
| 4-5周 | 结合各站点周边建成环境、土地性质、天气特征等因素分析城轨客流高峰形成机理 |
| 6-7周 | 采用相关性分析或主成分分析梳理影响客流高峰及其持续时间的主要因素及次要因 |
| 8-9周 | 从多角度定性区分不同客流状态的差异，构建多种客流状态识别方法 |
| 10周 | 完成论文初稿 |
| 11-12周 | 反复修改、完善论文 |
| 13周 | 毕业论文定稿并打印装订成册，毕业论文答辩资格审查，答辩 |
| 14周 | 规范化检查、评定成绩 |
