基于候选集的轨道交通网络优化研究

给出基于候选集的轨道交通网络的规划流程和多目标规划的整数模型。模型综合考虑乘客与规划者,以最小化乘客出行时间、最小化轨道网络总长度、最小化轨道总发车次数为优化目标,并选用遗传算法作为模型的求解算法,给出模型解的编码与求解过程。     

随机需求下公交网络设计的期望值模型与求解算法研究

科学规划公交系统是解决城市交通拥挤问题的有效手段,公交网络设计问题更是公交体系规划的重点与难点。公交需求作为公交网络设计的输入条件,在现实中具有不确定性。鉴于此,假设不确定乘客需求具有随机特性,来研究随机需求下公交网络设计问题的优化方法。以乘客成本与运营成本最小化为优化目标,构建了多目标规划的期望值模型。将遗传算法与模拟退火算法相结合,设计了求解模型的遗传模拟退火算法。最后,通过算例验证了提出的模型与算法的有效性。     

考虑行驶时间不确定性的合乘路径鲁棒优化方法

为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明：本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。     

基于换乘重要度的轨道交通网络运营计划协调优化

为提高城市轨道交通整体网络运营效率,提升客运服务水平,以轨道交通乘客出行需求为导向,提出换乘关系综合重要度的衡量指标,以此为依据建立网络运营计划分步协调优化模型及算法,旨在减少乘客换乘候车时间,实现提高换乘站内乘客换乘便利性目的。以某市线网为例进行协调优化,验证模型算法的有效性。算例分析表明,经分步协调后全网平均换乘候车时间缩减了12.42%,乘客单次换乘候车平均节省0.39 min,能够有效地缩减乘客的换乘候车时间,优化网络运营计划衔接状态,提升线网换乘效率。     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

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。     

基于双向BFS算法的城市轨道交通有效路径研究

确定城市轨道交通有效路径是客流预测、客流清分等运营管理工作的重要基础,本文在分析乘客对换乘次数及出行成本容忍度的基础上,设计了基于广度优先算法的双向BFS(breadth-first search)算法.考虑拓扑网络中的换乘站、非换乘站、环线与虚拟换乘弧的特性,对轨道交通站点、线路、区间进行编号,并根据乘客换乘次数不超过3次的行为特征,借助相邻换乘站确定两条路径交汇的换乘站,然后通过引入广义相邻换乘站的概念筛选重复路径,标定广义费用函数计算出行成本.最终设计出从O、D点同时开展广度优先算法的双向BFS算法,该算法具有适用性强、速度快等优势.以成都地铁网络中茶店子站和磨子桥站这一对OD为例,在6条初始路径基础上经筛选最终获得2条有效路径,结果完备无冗余.     

城市公交线网优化的双层模型及遗传算法求解

为了有效地优化城市公交网络,综合考虑了乘客和公交企业的利益,建立了双层优化模型。上层模型考虑整个公交系统的利益,以乘客出行和公交企业运营费用最小为目标,下层模型作为辅助,以乘客直达率最大为目标,尽量减少总的换乘次数。针对该模型设计遗传算法进行求解,并给出算法的具体实现步骤。最后考虑定长设线的方法,设计一个简单的算例,给出不同站点数量的线网的优化方案,并对优化结果进行了对比．验证了模型和算法的有效性。     

网络条件下轨道交通开行方案协调优化研究

在轨道交通网络化运营条件下,考虑不同线路间乘客的脉冲性到达特征和拥挤度对乘客出行行为选择的影响,对轨道交通网络列车开行方案进行协调优化。以轨道交通运营企业成本和广义乘客出行费用之和最小为目标,构建列车开行方案优化模型,对路网中各条线路的列车发车间隔和各线路间的发车时刻相位差进行优化,并结合客流的离散性特征和模型结构,提出了一种基于仿真的遗传算法对该模型进行求解。给定某轨道交通网络,实例验证了所提出模型和算法的有效性。计算结果表明,相较于现有优化方法,本文所提出的优化模型能够有效降低网络化运营条件下的系统总成本,在提高轨道交通运营企业效益的同时降低了乘客的广义出行费用。     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。      

城市轨道交通网络化客流特征及成长规律——基于京沪穗深城市轨道交通网络客流数据分析

中国各大城市轨道交通将陆续进入网络化运营阶段,然而对于网络化进程中客流特征及成长规律尚缺乏深入细致的分析与研究。对北京、上海、广州、深圳4个城市轨道交通网络化进程中的客流特征及成长规律进行系统总结,涉及客运量及客运强度、断面客流量分布、线网换乘系数、乘距与运距、客流时间分布等。同时,针对轨道交通沿线土地利用、线网规模、服务水平、票制票价等影响客流特征变化的主要因素进行分析。在此基础上,对当前中国城市轨道交通规划、建设、运营组织的若干关键问题提出建议。     

城市轨道交通有权网络相继故障可靠性研究

城市轨道交通各条线路和车站因其所承载客流量多少不同在网络结构的地位也不同,仅从网络结构来评价可靠性可能会产生误判.本文根据地铁网络智能卡数据构建了网络权重矩阵,结合网络结构确定了无权、有权网络的复杂网络参数,并基于有无权重 两个网络分别定义了4 种相继故障的策略参数及网络可靠性评价模型.以北京市轨道交通为实例系统性分析有无权重两个网络的可靠性,结果表明,模型可操作性强,弥补了城 市轨道交通网络可靠性研究的不足,加载了客流的网络脆性更明显,站点重要性排序也 发生较大变化.     

城市轨道交通超大客流网络拥挤传播研究

为研究城市轨道交通超大客流传播的时间规律以及不同数量拥堵站点对整体轨道交通网络的影响,通过定义超大客流,引用疾病传播理论,建立了基于网络拥挤模型的超大客流拥堵网络疾病传播模型,并运用Adams微分方程数值进行模型求解。对反演参数得到的SIR传染病模型的传播特性拟合运用于轨道交通网络,并通过不同的初始拥堵站点数量进行仿真。研究表明：轨道交通超大客流的病态传播受传染概率、恢复概率、初始拥堵站点数影响,该联系为超大客流网络拥挤传播提供一种新的研究思路。     

上海市轨道交通网络化客流特征分析及启示

分析10年来上海市轨道交通网络化发展过程中的客流变化特征,主要体现为：换乘系数增加、平均运距缩短、既有线路出现客流突变、郊区线客运强度低和客流增长缓慢等。从网络化角度提出未来上海市轨道交通发展的几点启示,包括分散式换乘设计和客流组织以疏解换乘客流、合理增设折返站和适时制定既有线路增能计划、新线分段开通应该至少衔接两条既有线路或至少拥有两座换乘站、郊区线路应该采取区别于市区的轨道制式提供服务等。最后,提出未来上海市轨道交通的发展要侧重于满足功能层次和客流效率的双重要求。     

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。     

北京市轨道交通线网客流分布及成长规律

为了应对城市轨道交通快速建设带来的客流规模及分布的变化,有必要对线网客流变化趋势及成长规律进行研究。以北京市轨道交通系统IC卡数据为基础,从客流量的空间、时间分布等角度分析轨道交通网络化运营客流特征。分析轨道交通新线开通产生的诱发客流和转移客流,揭示新线开通对既有线路客流分布的影响。最后,从线网规模、线位、线网布局等方面归纳轨道交通线路及线网客流成长的一般规律。     

广州市轨道交通客流特征分析

科学合理的预测轨道交通客流状况已成为轨道交通系统决策中面临的重大课题,需要在实践中不断积累、完善和提高。根据广州市轨道交通运营资料,从网络、线路、车站三个层面探讨轨道交通从单线向网络转变过程中的客流特征和成长规律,为客流预测模型的参数选择提供参考。分析发现：随着轨道交通网络的扩展,客运强度边际效应递减、换乘系数增大、平均运距增长;从线到网,换乘客流成为客流增长的主要来源;不同类型车站的客流特征差异较大,预测时应分类考虑。