《表6 平峰期最大客流模型参数计算结果》
提示：宽带有限、当前游客访问压缩模式
当取λ=174人/小时，计算结果见表6。由计算结果，平峰期TVM最优化开启数量为4台（满足最高时段需求），考虑分布区域和故障情况，则平峰期开启5～6台TVM较为合适。
| 图表编号 | XD00115418700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 乔兰英、张妙堃、侯朝峰 |
| 绘制单位 | 郑州地铁集团有限公司、郑州地铁集团有限公司、郑州地铁集团有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 愿意增加平峰期出行优惠类型表》2021.02.10
- 《表1 平峰期出行乘客打折力度选择表》2021.02.10
- 《表3 始终不考虑平峰期出行的原因》2021.02.10
- 《表4 各变量设置：上海地铁乘客平峰期出行行为影响因素及机理研究》2021.02.10
- 《表2平峰时段客流强度统计（人/h)》2020.07.20
- 《表3 平峰期案例初始数据（部分数据来源于《平顶山市客流出行调查报告》）》2020.08.20
- 《表4 平峰期案例计算结果》2020.08.20
- 《表6 两种模型在最大、额定和最小工况下的感抗计算值》2020.05.15
- 《表8 高峰期最大客流模型参数计算结果》2020.02.01
- 《表4 低峰期最大客流模型参数计算结果》2020.02.01
- 《表3 低峰期平均客流模型参数计算结果》2020.02.01
- 《表7 高峰期平均客流模型参数计算结果》2020.02.01
- 《表5 平峰期平均客流模型参数计算结果》2020.02.01
- 《表4 混合极化等效模型参数计算结果 (n=6, N=0)》2019.04.01
- 《表1 单向升值期…SETPAR模型最大似然估计结果》2019.07.25
- 《表5 平峰期和高峰期延误列车在车站的延误时间》2019.05.30
- 《表3 平峰延误时段列车在各车站的上下车客流量》2019.05.30
- 《表6 各时段地铁分配客流量计算结果》2019.08.01
- 《表6 预测结果对比表：背景值优化的灰色马尔科夫模型在铁路客流预测中的应用》2019.02.01
- 《表3 换乘乘客流量：基于最大熵模型的大连北站客运枢纽换乘客流预测》2018.02.01