摘 要：城市运输枢纽如何利用各种运输方式高效集散旅客成为社会关注的焦点。因此，在梳理前人研究基础上构建了一个虚拟的交通枢纽，该交通枢纽包含出租车、公交车、地铁、私家车及其他五种交通方式，利用马尔可夫决策理论的系统状态转移矩阵决策法分析各交通方式的客流变化趋势和规律，通过实现设定的数据预测未来的客流变化以及各种集散方式的分担率。
　　关键词：交通枢纽;客流集散;分担率;马尔可夫模型
　　中图分类号：U212;F57      文献标志码：A      文章编号：1673-291X（2020）29-0000-02
　　引言
　　城市内的铁路车站、长途汽车站、机场等城市对外交通枢纽是城际交通与城市交通衔接的纽带。在研究交通枢纽各方式的客流集散分担率时，选择一个科学有效的预测方法是非常重要的，这样便可以准确掌握客流变化规律，从而对交通枢纽中的设施设备等进行合理规划及布局。然而，在分析交通客流时，其影响因素是多种多样的，且具有一定的随机性，得到的结果与客流的实际状况相比经常出现偏差[1]。
　　国外许多学者如Dessouky（1999）、Melkote（2001）和Mattfeld（2003）等围绕枢纽与交通网络、枢纽与土地利用等方面就枢纽选址布局的理论及实证研究做了大量相关研究。在国内，杜豫川（2005）采用三角形单元有限元离散的方法对珠江三角洲区域内的各大机场航空客流分布相对于通关费用的敏感性进行了分析[2]。朱彦东（2008）站在资源整合优化的角度，分析交通枢纽市内集散链和公铁转换链的构成特征，提出了整合集散交通资源的大城市公铁枢纽联合布局模式[3]。孙立山（2008）针对城市客运交通枢纽换乘量分布预测问题，结合北京市东直门客运交通枢纽的换乘量分布进行实际分析。陈艳艳（2012）对综合交通枢纽内行人交通拥挤成因及类型进行了详细分析，构建了用于评价综合交通枢纽整体或局部区域拥挤程度的客流拥挤指数。
　　国内外学者在枢纽客流集散组织方面做了大量研究。本文依据一定假设条件下的设定数据对未来市场状况进行预测，基于马尔可夫模型建立客流集散方式分担率预测模型，结合交通枢纽内各换乘方式客流量对模型进行求解。
　　一、模型构建
　　（一）模型准备
　　基于一定假設，给出以下两个条件：连续两年的总客流量、连续两年的各交通方式下的旅客数量。此外，假定各集散方式的保留客流量和转移客流量是一定的。在分析中，仅考虑交通方式特性、消费者偏好和票价这三个因素对旅客选择行为的影响。
　　（二）建立状态转移矩阵
　　三、结果分析
　　从计算结果可以看出，五种集散方式中地铁的客流分担率是最高的，为38%，且其客流分担率总体呈上升趋势，上升速度也较快;出租车居第二位，占26.1%，仅次于地铁，但其降幅较大，政府对出租车的运营应警觉并采取相关措施;公交车客流分担率稍有下降，但基本保持原有份额。私家车和其他方式的客流分担率也稍有下降。结合实际情况进行分析，发现各大城市近年来都在发展和呼吁绿色交通，因此，公共交通作为一种绿色环保的出行方式也被大力推广。总之，地铁客流分担率逐步上升，公交车客流分担率基本保持不变，而其他的交通方式客流分担率均下降。
　　结语
　　本文虚构了一个包含出租车、公交车、地铁、私家车及其他五种交通方式的交通枢纽，运用马尔可夫决策理论的系统状态转移概率矩阵决策法分析其中各交通方式的客流变化趋势和规律，对交通运输市场客流变化进行预测，分析枢纽状况，以保证交通枢纽设施与设备高效有序运营，同时依据分析数据构建合理的建议。
　　由于受到各方面限制，文章存在一些需要改进的地方，如需要对某一个具体的运输枢纽数据进行分析，才能更准确地分析五种交通方式的客流变化趋势和规律。本研究没有引入某一具体的枢纽作为案例进行分析研究，缺乏典型案例分析，是本研究有待延伸的地方。
　　参考文献：
　　[1]  杨新苗，王炜，顾维平.公交线路客流模糊神经网络预测模型[J].公路交通科技，2000，17（4）：43-46.
　　[2]  杜豫川，孙立军，黄仕进.区域交通枢纽敏感性有限元分析模型[J].同济大学学报：自然科学版，2015，（12）：1600-1603.
　　[3]  朱彦东，单晋，李旭宏.面向交通资源整合的大城市公铁枢纽联合布局模式[J].交通运输工程学报，2008，（3）：85-90.