潮汐客流下城市轨道交通时刻表与车底接续协同优化

针对城市轨道交通客流需求的潮汐现象，本文研究不成对运输组织模式下的列车时刻表和车底接续计划协同编制问题。以双车场轨道交通线路为对象，基于客流的时空分布不均衡特性，以总乘客等待时间费用、列车固定使用费用和列车接续走行费用最小化为目标，以列车始发时刻、车次接续关系、车底出入库情况为决策变量，考虑时刻表约束、车底流通约束以及客流平衡约束，构建城市轨道交通列车时刻表与车底接续协同优化的混合整数非线性规划模型，经线性化处理后利用Gurobi进行求解。以上海地铁某线路为例验证模型的有效性，结果表明：本文方案相较于分步求解方案、均衡发车方案以及成对开行方案，乘客和企业总费用分别降低了6.06%、10.45%和6.35%，列车运力分布与客流需求匹配性提高，主客流方向乘客等待时间减少，有助于同步提高企业运输效益和乘客服务水平。     

考虑客流时变需求的大小交路列车时刻表优化模型

以城市轨道交通放射线为研究对象,考虑客流时变需求和高峰期乘客滞留现象,以乘客等待时间、列车运行时间和车辆走行公里最小为目标,以发车间隔、列车满载率及其均衡性、发车比例为约束,构建了城市轨道交通大小交路列车时刻表优化模型.运用离散事件系统建模方法,建立基于乘客活动和列车运行过程的动态仿真模型,并将其与遗传算法相结合,提出了计算机仿真的遗传算法进行求解.算例结果表明,优化后的时刻表可以使运力与客流需求更加匹配,有效降低了高峰期乘客拥挤程度,并提高了各次列车满载率的均衡性.在企业运营成本相等的情况下,优化后的乘客等待时间减少了1 266.2 h,降幅达16.5%.     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下，极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度，本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点，通过构建量化换乘差异的协同度指标，建立以列车同步次数最大化为目标的列车时刻表优化模型，优化轨道交通网络线路间成功衔接次数，提升乘客换乘出行效率。针对提出的混合 整数非线性规划模型，本文设计了一种基于天牛须搜索的粒子群优化算法进行求解，并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明，所构建的模型能依据换乘需求在空间、时间及方向上的差异，利用协同度分级优化轨道交通路网中列车协同状态；优化后全网列车同步到达次数增加33.86%，乘客平均换乘等待时间减少22.75%；相较于PSO和BAS算法，本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率，为提升城 市轨道交通服务质量提供理论参考。     

考虑车底运用的城轨货运专列运行图与载货方案协同优化

城市轨道交通线路平峰时段客流需求相对较小、发车间隔较大，利用其富余的运输能力开展货运服务可以有效提高线路能力利用率与经济效益。本文在不调整客运列车运行图的前提下，同时采用客货共载与货运专列两种形式运输货物，研究考虑车底运用的双方向列车运行图与货物运输方案协同优化问题。以货运专列编组停站方案、时刻表、车底周转计划、货物运输方案和车站所需货物仓储容量为决策变量，考虑列车运行安全、车底周转、货物运输时效等约束，构建以提高货运净收益为目标的优化模型。通过线性化方法将原模型转化为混合整数线性规划模型，利用Gurobi软件进行求解。案例分析表明，相较于先优化列车运行计划和货物运输方案再优化车底周转计划的分步优化模型，本文方法可减少上线车底运营数3列，降低约23.6%的列车运营成本，使货运净收益提高10.3%。灵敏度分析表明，相较于客运列车，提高货运专列的货运空间和装卸载效率可以更有效地提高货运收益。     

城市轨道交通网络首班车时段时刻表优化研究

城市轨道交通首班车时段的客流规律与其他时段不同,依据时段内客流的规律来制定线网列车衔接方案与时刻表,可以提高乘客的换乘效率和减少换乘等车时间.基于简化的线网拓扑,考虑乘客和运营两个方面,以乘客换乘等车时间成本和线路发车成本最小为目标,构建首班车时段列车时刻表的优化模型,并利用遗传算法进行求解.最后,通过深圳地铁网络的首班车客流数据验证模型的有效性.结果表明:优化后的首班车时刻表减少了乘客换乘等车时间成本和列车发车成本,可以为制定首班车时段时刻表提供依据.     

基于非均匀发车间隔的大小交路时刻表优化模型

基于客流时空分布规律，考虑列车平均发车间隔、运行时间、最大载客量等约束条件，将列车在车站的停站时间与上、下车客流量相关联，建立城市轨道交通高峰时段基于非均匀发车间隔的大小交路时刻表优化模型，对乘客平均旅行时间及列车发车间隔平均偏离值进行协同优化。以某城市轨道交通线路实际运营数据验证模型的有效性。结果表明，优化后乘客在各个车站平均等待时间较优化前减少幅度为0.4%~13.1%，其中全线客流量较大的第7、8、9站优化幅度较为明显，分别为 11.7%、13.1%、11.9%。优化后列车在各个车站最大满载率较优化前降低幅度为1.8%~8.5%，且所有车站站台均无滞留乘客，体现了优化后列车运输能力与客流需求的良好匹配。灵敏度分析讨论了目标函数权重系数及列车平均发车间隔值对模型的影响，表明本模型具有良好的可用性及稳定性，能够为城市轨道交通列车时刻表优化提供参考。     

灵活编组条件下轨道交通客货协同运输方案优化

基于灵活编组运营组织模式特点，综合考虑客流与货流之间的竞争关系，以列车编组类型及列车发车间隔为主要决策变量，以乘客等待时间和运营公司运营成本极小化为目标，构建灵活编组条件下轨道交通客货协同运输方案混合整数线性规划模型，得到系统优化的列车编组方案、 运行图和客货协同运输方案。当给定编组类型集合且没有货流输入时，本文所构建模型即可退化为传统的固定编组模式下客流运输优化模型。以北京地铁八通线为例设计数值实验，验证了所提模型的有效性，所有实验均由VB语言调用CPLEX优化软件进行求解。算例结果表明，相较于固定编组模式的单一客流运输，本文方法可在乘客平均等待时间仅增加1.1 min的情况下，降低 约41.86%的运营成本，大幅度增加运营收益，更好地实现运输服务质量和运营成本的均衡。     

城轨线路列车时刻表与车站客流控制协同优化方法

在轨道交通网络化运营条件下，针对高峰期车站拥挤问题，综合考虑站外到达乘客的持续 性到达特征和换入客流的脉冲性到达特征，研究换入客流影响下的列车时刻表与客流控制问题。 具体的，以最小化乘车延误人数为目标，考虑乘客换乘约束、列车容量约束等，构建城轨列车时刻 表与客流控制协同优化非线性规划模型，并引入0-1决策变量将其转化为整数线性规划模型。为 验证模型有效性，以某轨道交通线路实际运营数据为背景，借助优化求解器CPLEX对模型进行求 解。结果表明，本文所提方法具有良好的优化效果和计算效率，与优化前相比，乘车延误人数可显 著降低；与仅优化列车时刻表方案相比，协同优化方法可使乘车延误人数减少17.69%，可有效提升 轨道交通的服务水平，为城市轨道交通系统高质量运营提供一定的理论支撑。     

考虑货运方式和客运硬时间窗的地铁客货共车运输优化

鉴于地铁网络在解决大城市居民出行问题上的成功实践,能否利用非高峰时段地铁线路的冗余运力缓解城市交通拥堵和货运压力,成为近年来城市货运领域的一个热点话题。本文研究了一个基于“客货共车”模式的地铁客货协同运输优化问题,特别考虑了货运需求的运输方式约束（即同一货物运输需求将完全通过地铁完成,或完全不依赖地铁）以及客货需求的时间窗约束,其目标是在必须满足乘客需求的情况下,充分利用地铁运力服务货运需求,同时减少货运对乘客的影响以及混合编组的工作量。货运需求的运输方式约束使得该问题被构建成一个非线性整数规划模型。通过线性化技术,将非线性整数规划模型转化为等价的线性整数规划模型,并利用商业求解器CPLEX进行求解。以北京地铁八通线为例的实验结果表明,所提出的方法能够有效解决所关注的问题,同时所得到的协同优化策略能够提高地铁线路的“客货共车”运输效率。为了进一步说明所考虑的问题特点,相关计算结果与已有研究进行了对比,这为地铁货运管理和决策提供了更多参考。     

城市轨道交通多编组列车开行方案优化研究

针对城市轨道交通全日客流时间分布不均衡下的列车开行方案优化问题,以 乘客等待时间和企业成本最小为优化目标,以运输供给、列车最小发车间隔、最大服务间 隔,以及列车数为约束条件,构建基于多编组模式下的多目标列车开行方案优化模型,并 设计两阶段求解算法.案例分析表明：与传统单一编组列车开行方案相比,基于多编组的 轨道交通列车开行方案使乘客等待时间和车公里数分别减少17%和27%,列车运行小时 增加20%;当客流不均衡系数大于1.48时,宜采用多编组运输组织方式.     

面向大客流的城轨备用车投放车站选择与优化模型

为快速疏解城轨线路上车站的大客流，减少乘客的等待时间，研究了备用车投放问题; 在考虑列车追踪关系、列车停站时间等约束的基础上，建立了综合备用车投放时机确定、投放最佳车站选择和时刻表动态调整的多目标优化模型; 界定了城轨备用车开行条件，提出了城轨备用车投放时机的定量化判定方法; 用0-1变量表征车站是否具备备用车投放条件，并将其作为模型输入，以减小大客流车站乘客等待时间和降低运行图偏离时间(延误时间)为优化目标，构建了备用车投放的混合整数非线性规划模型，该模型通过比较不同的备用车投放方案效率得到最佳的备用车投放车站和后续开行计划; 为同时求解0-1变量与连续变量，设计了带惩罚函数的改进粒子群优化算法求解模型。研究结果表明:该方法可对所有符合备用车开行条件的车站制定投放方案，并进一步筛选出最优的备用车投放车站，最多可减少1 318 209 s的乘客等待时间，优化效率为21.9%，且改进的粒子群优化算法对混合整数非线性规划模型的适用性较好; 相比于既有城轨线路列车运行调整和时刻表优化方法，本文提出的方法在应对突发大客流的备用车投放时机上做出了更加定量化的判断，优先考虑了大客流车站的疏解能力和效率，并优化了备用车与后续列车的开行方案，可以有效解决高峰时段车站大客流问题。      

轨道交通延误条件下列车跳站与客流控制协同优化模型

针对城市轨道交通突发列车延误问题,统筹考虑行车秩序的恢复和乘客出行体验,提出列车调整与客流控制协同优化方法。首先分析延误条件下城轨列车调整和客流控制的措施及效果,构建以跳站停车和多车站客流控制为手段的双层线性规划模型。上层模型以列车总延误最小为目标,以列车载客能力为约束;下层模型以上车客流量最大为目标,以列车载客能力和控流率均衡为约束。采用灵敏度分析算法求解模型,并以北京地铁亦庄线故障延误事件为例,验证模型和算法的有效性。结果表明：采用跳站停车与进站客流协同控制可使延误列车行程时间缩短5.2%,使各车站进站率方差降低97.8%,在保障乘客公平性的条件下提高列车运行和乘客集散效率。     

上海地铁停站时间影响因素分析及优化

正列车停站过程是地铁运行中的一个必要环节,对地铁运行效率具有较大影响。为了提高地铁运行效率,有必要展开城市轨道交通停站时间影响因素分析及优化研究。目前,国内外在城市轨道交通停站时间影响因素分析方面取得了一定研究成果。从1975年,外国专家Kraft首次指出列车停站时间主要受上下车乘客数与列车车厢内拥挤度影响以后,研究发现地铁停站时间不仅受到上下车乘客数量的影响,而且与列     

需求响应机制下轨道交通出行预约与列车运行计划优化方法

轨道交通供给侧的计划性与需求侧的时变性相互冲突，为更好地协同供需双方，提出了需求响应机制下城市轨道交通列车运行计划的优化方法，包括出行预约和需求响应2个环节；建立了需求响应与列车运行计划协同优化模型，以最小化乘客出行成本和列车运行成本为目标，重点关注乘客由于预约行为产生的延误时间成本；考虑列车运行、运输能力、编组情况、客流分布等因素，设计了基于乘客优先级的自适应大规模邻域搜索算法，外层优化列车运行计划，内层优化客流分配方案，最终实现客流的供需匹配；以北京地铁八通线为例，按照需求响应机制对该线路全天的需求处理与运输组织进行数值试验，并对试验结果从车底运用、乘客等待时间和满载率分布三方面进行分析。研究结果表明:该优化方法可使开行的列车数降低13.8%，同时采用多编组模式，使用车辆数减少了29.8%，这能够有效压缩列车走行公里数，削减企业开支；能够在保证乘客基本出行的前提下，最高可将乘客平均在站等待时间缩短约35.3%，并且预约比例的提升对等待时间的削减效果明显；优化后的运行计划能控制列车满载率维持在设定水平，有效降低人员密度，避免人群大规模聚集，对城市轨道交通疫情的有效防控做出有益探索。      

城市轨道交通列车时刻表与车底运用整合优化模型

基于单条城市轨道线路,分析客流需求、列车时刻表及车底运用之间的密切联系, 以运行安全、资源限制、列车容纳能力等作为主体约束,综合考虑公司运营费用和乘客出行费 用,构建基于客流分布的城市轨道交通列车时刻表与车底运用整合优化模型,并采用线性处 理方法,将模型转化为混合整数线性规划(MILP)模型.最后,以北京地铁亦庄线为实例,利用 ILOG CPLEX对模型进行求解.结果表明,与既有的优化方法相比,本文模型得到的列车运行 计划方案能够更好地节约成本,提高车底利用效率,满足城市轨道交通乘客和运营企业双方 的利益.     

考虑换乘站客流疏解的地铁列车跳站与客流控制协同优化

早高峰时段，各大城市地铁线路和换乘站的客流运输与疏解压力巨大。本文首先说明部分列车在换乘站跳站，可延缓换乘客流乘车过程、降低换乘站客流疏解压力。在此基础上，构建地铁单线双方向列车换乘站跳站开行与客流控制协同优化模型，极小化乘客在始发站等待延误时间和换乘延误时间。其次，对相关非线性约束进行近似线性替代，将原模型转化为线性整数规划模型。最后，以北京地铁5号线早高峰为背景设计数值实验，使用优化求解器CPLEX调用分支定界算法求解模型，验证了模型的实际优化效果。实验结果表明，相较于列车站站停和既有客流控制，优化所得方案在14 min内使得列车运载的乘客增加了2954人，并使乘客在站外延误时间、换乘延误时间和总延误时间分别降低了58.9%、16.9%和41.6%。     

过饱和地铁线路的列车容量分配策略及优化模型

为缓解过饱和地铁线路的局部车站极端拥挤问题，提出一种新颖的车厢容量分配策略及优化方法，即通过预留和分配车厢的方式，将列车运力合理分配到各个车站，从而确保各车站乘客(特别是拥堵车站)均能得到公平服务，缓解极端拥堵。基于上述策略，以线路各车站所有乘客总等待时间最小为目标，以各列车在各车站的预留车厢数量为决策变量，构建关于车厢容量分配问题的线性整数规划模型。针对北京地铁八通线，对其工作日早高峰7:00-10:40下行方向的车厢容量分配进行数值实验。实验仿真结果表明，线路内各车站最大乘客聚集人数均降到安全范围内，其中最大聚集乘客数量由3642人降低至1345人，约降低63%。而全线乘客的总等待时间仅由418027 min增加至420099 min，增加0.5%。上述结果表明，列车容量分配的方法有效缓解了过饱和地铁线路内极度拥挤问题，实现各车站客流聚集均衡，在线路层面提高了总体运营安全性， 同时保证了客运服务质量。     

考虑弹性需求的城市枢纽间多方式时刻表优化

针对城市客运枢纽间综合运输通道协同性欠缺、运输效率低等问题,提出考虑弹性需求的城市客运枢纽间多方式时刻表协同优化方法。基于多项Logit模型对枢纽间乘客出行方式选择行为进行建模,分析各方式时刻表变动对出行需求的影响;以乘客等待总时间,时刻调整总数量,时刻调整总时间最小为优化目标,考虑弹性需求、时间窗、容量限制等约束,构建枢纽间多方式时刻表协同优化模型,并基于非支配排序遗传算法,结合客流加载仿真过程设计模型求解算法;最 后,以“北京南站-北京首都国际机场”多方式通道为例检验模型的有效性。结果表明,时刻表优化方案的实施使各方式产生了较为明显的需求弹性变化效果,模型求解得到10种时刻表优化方案,其评价结果整体优于传统模型,最终筛选方案可缩短乘客等待时间10.36%。     

城市轨道交通小交路计划与客流控制协同优化策略

高峰时段的大客流需求易造成城市轨道站台乘客大量聚集,从而给城市轨道交通系统带来安全隐患,降低乘客乘车的舒适度;同时,客流空间分布的不均衡性导致供需能力不匹配,降低 了列车资源的利用率。针对该现象,本文结合大小交路开行方案与客流控制策略研究城市轨道交通列车时刻表协同优化问题。考虑到城市轨道交通客流的不确定性,将乘客到达率设置为不确定变量,而后基于客流演化与列车运行的动态关系,建立以最小化滞留乘客数、客流控制人数、 列车运行时间,以及最大化列车资源利用率衡量值为目标的优化模型,并设计一种基于机会约束 的随机场景优化算法进行模型求解。以北京市某轨道线路为例进行数值实验验证模型的有效性。结果表明,相较于常规运营策略,本文提出的协同优化策略在期望滞留人数和列车运行时间方面有了较大改善,更好地实现了乘客成本和企业运营成本之间的均衡。     

城市轨道交通列车开行方案优化模型研究

近年来,随着城市化进程的加快,面对巨大的城市人口出行和环境污染的压力,优先发展公共交通己成为解决城市交通问题的主要途径。列车开行方案的研究是城市轨道交通发展的重要组成部分,它规定列车在沿途车站的到发时刻,是协调各部门工作、保证列车运行安全和旅客服务质量的前提和基础。从地铁部门成本最小化、乘客满意度最大化两个方面建立城市轨道交通列车开行方案优化的双层规划模型,主要从列车追踪间隔、列车定员、乘客候车时间和乘客车次选择4个方面进行约束,对列车编组数量、列车开行对数、列车发车时刻、列车交路方式、乘客数量、乘客车次选择和乘客等待时间7个方面进行决策,以验证模型的可行性和有效性。