轨道交通网络级联失效影响范围研究

轨道交通系统因多因素干扰引发客流集中、车站拥挤，并相继传播至周边车站，形成级联失效. 把握拥挤在轨道交通网络的传播范围，是减少交通突发事件影响的基础. 基于轨道交通拥挤传播机理分析，将物理结构、网络初始交通状态、客流量融合进耦合映像格子模型 (Coupled Map Lattice，CML)中，通过历史客流数据量化参数，构建轨道交通拥挤传播模型，展开3 种不同情景下拥挤传播过程分析. 实例验证结果表明，轨道交通车站的初始状态、耦合系数对拥挤传播影响显著，网络结构对拥挤传播范围的影响并不明显. 根据网络结构、初始值和耦合系数，可以掌握拥挤传播规模，识别拥挤车站的影响范围，有助于提高轨道交通系统的可靠性.     

基于元胞自动机的轨道交通客流拥堵传播研究

随着轨道交通网络化运营的发展,客流拥挤己成为大城市轨道交通常态.本文基于元胞自动机建立轨道交通大客流拥堵传播仿真模型,研究通勤大客流情景下城市轨道交通车站与区间拥堵状态传播问题.该仿真模型克服平均场理论的局限,通过建立局部交互的演化规则反映大客流传播过程中车站与车站间、车站与列车间的交互作用,定义列车满载率作为传播强度的衡量指标.从网络层、线路层和车站层构建指标,定量分析大客流拥堵传播规律.结果表明,本文模型可用于分析可预见性的大客流,预测客流在轨道交通网络中的传播规律,为客流控制策略的制定和评价提供依据.     

轨道交通拥挤传播速率量化模型研究

轨道交通作为综合客运交通系统的骨干,影响着城市客运交通乃至社会经济的正常运转,对其大客流拥挤传播规律的研究有助于提高轨道交通系统的运输安全和效率.以往学者研究的大客流传播模型中往往参数量化缺失或者缺乏实际意义,因此,本文着眼于量化大客流传播模型中的参数,旨在构建客流影响下的拥挤传播模型.首先,分析大客流传播模型中参数及其影响因素,阐述现有传播速率量化模型;其次,以客流的不确定性作为研究对象,分析客流传播特征;再次,通过轨道交通客流数据量化模型参数相关的客流和列车剩余载客能力,界定大客流影响阈值;然后,构建考虑客流因素的传染病模型,量化拥挤传播速率,据此分析客流对轨道交通拥挤传播的影响;最后,以北京地铁13号线为例,比较不同时段、不同换乘情况下其大客流拥挤传播影响范围的差异,分析其原因,从而为优化轨道交通系统的服务水平及大客流事件应急处置提供参考和借鉴.     

复杂城市交通网络拥堵传播的改进SIS模型

：为深入分析城市交通网络拥堵动态演进过程,建立了交通拥堵传播的改进SIS模型（传染病模 型）。模型根据目标节点自身受随机因素的影响、其邻居节点的状态和影响能力以及不同状态节点间 的耦合强度,动态计算目标节点由畅通变为拥堵又恢复畅通的概率,并进一步考虑了不同交通状态的 传播时间对拥堵传播的影响。基于BA Barabási-Albert 无标度网络对传播过程进行仿真,拥堵随时 间的演化与相关研究一致,验证了模型的有效性。仿真结果表明：根据作用节点属性的不同,随 机因素对拥堵的初始规模、传播速度及传播稳定状态的阻塞水平具有不同的影响能力;不同状态 节点间的相互作用对拥堵传播具有重要作用;畅通状态与拥堵状态平均传播时间的比值对拥堵传 播的影响存在阈值;不同状态传播时间的波动性对拥堵传播速度、平衡态阻塞水平具有一定影响。     

拥挤传播对汽车共享系统运行影响的仿真分析

随着共享汽车渗透率的不断增加，站点、路段层面的车辆溢出和拥挤传播现象日趋严重.为刻画拥挤传播对汽车共享系统运行的影响机理，首先，搭建具有时变性和状态相关性的汽车共享系统排队网络；其次，基于C#语言和O²DES离散事件仿真框架，提出并设计考虑车路交互影响和拥挤传播现象的汽车共享系统仿真模型，分析动态随机环境下站点与路段层面的拥挤传播现象对汽车共享系统运行的影响；最后，以成都市三站点的小规模汽车共享系统为例，在不同转运比例、需求和道路拥堵场景下，将该模型与引入虚拟空间的无穷排队模型进行对比分析.研究结果表明：站点和路段层面的拥挤传播现象会导致系统服务率下降9.3%～16.9%，相比无穷排队模型，考虑拥挤传播现象的排队模型更能反映汽车共享系统的实际运营过程；当路网的道路占用率为70%(路网处于中度拥堵)时，考虑拥挤传播现象的汽车共享系统可实现最大收益；汽车共享系统的引入会为道路资源的动态分配带来新变化，当公共交通转向汽车共享系统的用户占比超过70%时，路网拥堵加剧，不利于汽车共享系统的有效运营和可持续发展.     

基于网络客流传播的轨道交通关键站点识别

为了更为真实的反映城市轨道交通网络的实际运营情况,在复杂网络理论基础上,进一步考虑客流因素的影响,提高网络中关键站点识别的准确性,通过分析站区间断面客流来源,根据普通站和换乘站的客流运输功能特征,分别构建了客流传播模型,对历史刷卡数据配流统计标定模型参数,并结合复杂网络的度与介数提出了4个关键站点识别指标.以某市轨道交通网络为例,利用刷卡数据对某工作日早高峰时段进行了全网动态客流演示并展示关键车站.研究结果表明:关键线路为1号线与10号线,南站、西二旗、天通苑附近乘客滞留严重,客流负荷强度大的车站更易受到大客流的冲击;本文所构建的客流传播模型可动态显示全网各区间等级及滞留车站的变化,并能综合真实客流、线路运输能力以及线网结构三方面的指标识别关键站点,可更有效地为轨道交通网络安全管理提供参考.     

基于元胞自动机的轨道交通突发客流拥堵消散演化机理研究

为保证城市轨道交通运输系统在突发客流条件下能够安全高效运营，本文基于元胞自动机建立城市轨道交通突发客流拥堵传播模型.分析突发客流量拥堵传播过程，采用状态参数集反映车站拥挤程度的多样化差异，定义更为准确合理的客流量元胞自动机演化规则.以成都市轨道交通部分线网为例，仿真设置不同量值的突发客流，研究线网客流状态的演化规律.结果表明，随着突发客流量增加，客流状态从区域拥堵演化至线拥堵的速度减缓，从线拥堵演化至点拥堵的速度保持不变或略有加快.此外，大量突发客流会引起拥堵消散速度的减缓，造成更大时空范围的区域性拥堵.     

基于元胞自动机的轨道交通突发客流拥堵消散演化机理研究

为保证城市轨道交通运输系统在突发客流条件下能够安全高效运营，本文基于元胞自动机建立城市轨道交通突发客流拥堵传播模型.分析突发客流量拥堵传播过程，采用状态参数集反映车站拥挤程度的多样化差异，定义更为准确合理的客流量元胞自动机演化规则.以成都市轨道交通部分线网为例，仿真设置不同量值的突发客流，研究线网客流状态的演化规律.结果表明，随着突发客流量增加，客流状态从区域拥堵演化至线拥堵的速度减缓，从线拥堵演化至点拥堵的速度保持不变或略有加快.此外，大量突发客流会引起拥堵消散速度的减缓，造成更大时空范围的区域性拥堵.     

�߷��ڹ����ͨ�����ĵ���“ƿ��”ƽ��ģ��

以瓶颈模型在高峰期轨道交通客流平衡中应用不足为切入点,针对具有潮汐客流特征的轨道线路,给出能够反映不同站点出行特征的弹性瓶颈概念,并以此为基准,提出弹性“瓶颈”平衡模型。首先,扩充了拥挤风险费用的定义,建立了更加符合实际的高峰期不同轨道交通站点不同时段的出行费用模型;其次,建立轨道交通高峰时段计算方程,分析不同站点的高峰时段特征;再次,结合轨道交通站点的弹性特征,构建了高峰期轨道交通客流的弹性瓶颈平衡计算模型;最后,通过模型计算求解,对比分析模型分析结果与土地价值的空间递减性之间的相似度,以验证弹性“瓶颈”模型的合理性.     

基于常规公交的轨道交通站点吸引范围研究

在进行城市轨道交通规划与运营优化时,需要对客流进行分析,其中确定城市轨道交通站点的吸引范围属于关键性问题。考虑到不同用地性质的轨道交通站点承担的交通功能不同,对城市轨道交通的站点进行分类,建立基于聚集效应的城市轨道交通站点客流吸引范围模型,并通过实例进行分析,得到轨道交通站点对常规公交客流的合理和最大吸引时间,从而确定不同类型站点的客流吸引范围。     

重大公共卫生灾害主动限流背景下城市轨道交通网络集成韧性

分析了重大公共卫生灾害对城市轨道交通网络集成韧性的影响机理；基于韧性曲线模型对传统韧性测度方法进行了修正，构建了面向重大公共卫生灾害影响的城市轨道交通网络集成韧性测度方法；评估了城市轨道交通网络节点重要度水平，运用复杂网络构建了城市轨道交通网络拓扑模型，对节点客流进行了模拟分配；应用SEZIR传染病传播模型模拟了灾害传播过程，研究了城市轨道交通在重大公共卫生灾害背景下的集成韧性水平演化规律；以西安市疫情发展过程为研究对象，对主动客流限制下城市轨道交通网络的集成韧性水平进行了模拟和数值分析。研究结果表明：主动客流限制措施能够有效提高城市轨道交通网络对重大公共卫生灾害的阻断能力，当客流限制水平达到30%后，重大公共卫生灾害传播过程趋于平缓；主动客流限制措施会直接导致城市轨道交通网络运行效率降低，但能够提升城市轨道交通网络在重大公共卫生灾害影响下的集成韧性水平；当客流限制水平分别为70%、40%和20%时，城市轨道交通网络集成韧性水平的改善提升效果更加明显，累积改善效果分别可达到10.73%、46.87%和226.81%。     

基于贝叶斯网的城市轨道交通乘客满意度评价

以城市轨道交通运营系统为研究对象,从乘客满意度出发,建立城市轨道交通服务乘客满意度指数模型,并确定城市轨道交通服务乘客满意度评价指标体系结构,建立城市轨道交通乘客满意度评价贝叶斯网络模型,并确定贝叶斯网络中各节点的条件概率。最后以重庆市轨道交通服务为例,通过实例计算分析,得出重庆轨道交通服务的几点改善措施。     

网络化运营条件下城市轨道交通票务清分方法研究

实施“一票换乘”的城市轨道交通网络化运营条件下,票务收入应按照不同运营主体完成的客运周转贡献进行公平合理地清算和分配。本文在分析影响票务清分的主要因素及清分实现原则的基础上,提出了一种基于乘客多路径出行选择的城市轨道交通“两阶段、双比例”清分方法。合理考虑了旅行时间、换乘便利性、运营时间、发车间隔、拥挤程度等对路径选择和清分比例的共同影响,在清分模型中分阶段体现其确定性和不确定性影响因素,具有较强的可行性和实用性。     

基于乘客路径选择的多制式轨道交通客流分配

为量化换乘对乘客出行路径选择的影响程度,在单层网络中添加虚拟换乘站,构建无隐性连接的三层多制式轨道交通拓扑网络模型。基于时间、换乘节点衔接性,计算线网间衔接性系数;利用Dijkstra法搜索模型各起讫点间的 K 短路径,以乘客感受到的线网复杂度及乘客出行计划确定时间,建立乘客对线网的熟悉度函数;根据乘客路径选择影响因素构建广义出行费用,利 用Logit函数对每条路径的选择概率进行计算;最后设计客流分配算法进行求解,实现对多制式轨道交通网络的客流分配。以成都地铁、成灌、成贵高铁等线路建立多制式轨道交通网络仿真模型,对其客流分配实例分析表明,客流的分配结果与实际数据基本吻合,证实了客流分配算法的真实有效性。     

COVID-19在城市轨道交通系统内的传播建模与预测

考虑城市轨道交通出行特征, 将新冠疫情下城市轨道交通系统内的乘客分为易感者、感染者、暴露者; 假设病毒自由传播, 以疫情发生初期的病例为研究对象, 结合相关研究, 选择病毒传染概率为0.41;将感染者乘坐城市轨道交通的过程分为出入站阶段和乘车阶段, 考虑病毒有效传播范围、人群分布特征、人群流动特征, 建立新冠疫情在城市轨道交通系统内部的传播模型; 以某市地铁为模拟案例, 假如有13个感染者乘坐地铁, 结合历史客运数据确定模型参数的取值, 预测不同载运水平下可能造成的感染人数, 同时研究与可能感染人数相关的各类要素。研究结果表明: 当载运水平降低至平均水平的10%时, 多数案例的可能感染人数降低至1人以下, 证明了城市轨道交通客流管控强度的有效性, 起终点站内人数折减引起的感染人数变化(小于20%)低于车厢人数折减引起的变化(60%~80%), 说明相比起终点站内人数, 车厢内的人群密集程度对可能感染人数的影响更加显著; 在经停时, 假如上下车人数之比不大于1, 则能有效控制可能感染人数的升高; 当经停站数与可能感染人数非线性正相关时, 载运水平、经停站数、可能感染人数之间的函数关系具有较高的拟合优度(决定系数为0.700 1)。