基于EWM-MGRA的城市轨道交通线网客流均衡评价方法

针对城市轨道交通线网客流均衡性问题的抽象性和复杂性,提出基于熵值法和多层次灰色关联分析法的综合评价方法,用于评价城轨线网客流均衡方案.基于网络运输能力瓶颈车站和瓶颈区间理论,建立客流均衡评价体系,以熵值法为主结合层次分析法确定各评价指标的客观权重,基于多层次灰色关联分析法对多项客流均衡方案进行评价.熵值法和灰色关联分析法相结合,实现主客观评价方法的科学结合,评价结果更合理准确.同时,以上海市地铁网络为例,针对多个客流均衡方案,利用仿真预测各方案的客流均衡性数据,基于此数据得到多方案的均衡性评价结果.     

城轨的交通替代效益研究

尽管城市轨道交通具备快速、大容量、环保、节省土地等诸多优点,但就是否应该发展城轨存在很多争论,一个很重要的原因在于城轨对公交的量化比较优势不清晰.本文构建了城轨对公交的替代效益模型,提出了一套客流预估方法,并针对一条正式运营的城轨线路,基于正式运营后的客流数据,对城轨的诸多优点进行量化,评估了城轨的替代效益.     

城市轨道交通客流网络分布均衡性评价

复杂网络化运营下的城市轨道交通客流呈现时空分布不均衡特点,为量化表征客流网络分布不均衡程度,应用广义均衡性评价工具Gini系数和Theil指数,以车站客流量和区间断面满载率为评价指标多维度评价客流网络分布状态.以上海轨道交通网络为例,基于洛伦兹曲线求解得到早高峰 8:30-8:45、平峰 10:45-11:00和晚高峰18:30-18:45这3个时段全网车站客流分布的Gini系数分别为0.527、0.554、0.540.对照评价标准可知,3个时段客流分布均极不均衡;全网区间客流分布的Gini系数分别为 0.502、0.366、0.476,表明客流区间分布早高峰极不均衡、平峰相对均衡、晚高峰比较不均衡;基于线路分组的Theil指数求解结果与上述结论一致.最后,分析各线路客流分布不均衡对全网不均衡的贡献率,结果与实际客流分布状态相符,验证了本文方法的可行性与有效性.     

城市轨道交通站间距优化研究

通过对受站间距影响的城市轨道交通相关指标分析,学习并借鉴国内外城市轨道交通站间距优化方面的成功经验及研究方法,以实际数据作为基础,首先对客流分布和乘客出行时间这两个影响因素进行分析,通过分析认为城市轨道客流随着乘坐距离的变化存在着一个先增后减的函数变化;根据对客流分布以及乘客出行时间的分析,将乘客出行时间成本转化成经济效益指标,将票价收入标准与客流分布进行结合得到地铁票价收入的经济效益;之后结合乘客出行时间的经济效益和票价收入的经济效益按照总收益最大化建立城市轨道交通站间距优化模型,并实施优化计算,碍到理论上的最优站间距.     

基于灰色理论的城市轨道交通短期客流预测研究

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作的关键。在研究城市轨道交通的断面客流特征的基础上,建立基于灰色预测的城市轨道交通短期客流预测模型,提出通过若干组连续历史客流数据构建灰色预测模型,以此类推对未来客流进行预测。以某城市轨道交通网络客流为例进行计算,得到预测数据与真实数据误差较小,验证了该模型与方法的有效性。     

基于可控性的城市轨道交通客流控制车站识别方法

为进一步拓展可控性理论在城市轨道交通客流控制领域的应用,首先根据相邻车站间进出站客流和断面客流的关系,论证城市轨道交通客流网络为线性时不变系统,证明可控性理论在城市轨道交通网络上的适用性.基于严格可控性框架和滞留人数为核心的子网生成策略,得到客流控制车站的识别方法.进一步地,引入机器学习领域的相关评价指标评估该方法的效果.研究结果表明:平峰时段北京市城市轨道交通网络的可控性为0.043,意味着该时段的网络状态较为稳定,无需采取客流控制措施;高峰时段,识别方案在拥堵生成到消散的过程中,更加侧重于对线网中心车站的控制.通过识别方法得到的客流控制方案与实际客流控制方案的吻合度最高可达70％.当两种方案控制车站的数量相同时,识别方法得到的客流控制方案更加侧重于对城市西部和中心区域的站点进行控制.     

面向客流分配的城市轨道服务网络构建算法与实现

介绍了服务网络概念之后,提出了城市轨道交通面向客流分配的服务网络构建要求、构建思想和具体构建算法.该算法可对任意路网、开行方案均确定的城轨系统构建相应的满足客流分配基本要求的服务网络,进而为客流分配提供计算基础.将该算法应用于具体研究前需根据相关要求进行一定调整.为证明该算法的有效性,开发客流分配程序.基于北京市2008年地铁线网和列车开行方案构建出相应的服务网络,并对从票务数据抽取的某日实际客流进行分配,分配结果与实际相符.     

基于可控性的城市轨道交通客流控制车站识别方法

为进一步拓展可控性理论在城市轨道交通客流控制领域的应用,首先根据相邻车站间进出站客流和断面客流的关系,论证城市轨道交通客流网络为线性时不变系统,证明可控性理论在城市轨道交通网络上的适用性.基于严格可控性框架和滞留人数为核心的子网生成策略,得到客流控制车站的识别方法.进一步地,引入机器学习领域的相关评价指标评估该方法的效果.研究结果表明:平峰时段北京市城市轨道交通网络的可控性为0.043,意味着该时段的网络状态较为稳定,无需采取客流控制措施;高峰时段,识别方案在拥堵生成到消散的过程中,更加侧重于对线网中心车站的控制.通过识别方法得到的客流控制方案与实际客流控制方案的吻合度最高可达70％.当两种方案控制车站的数量相同时,识别方法得到的客流控制方案更加侧重于对城市西部和中心区域的站点进行控制.     

突发事件下地铁网络乘客出行行为仿真模型

城市轨道交通突发事件会对乘客出行行为造成一定影响,同时还将影响网络客流分布。首先分析了突发事件对轨道交通网络客流出行行为选择的影响,建立了乘客Agent和列车Agent模型及系统要素间的交互机制,利用多智能体仿真方法构建仿真模型,对城市轨道交通网络突发情况下的乘客出行行为进行仿真研究。最后通过实验网络进行仿真验算,结果与传统方法对比验证本仿真模型的有效性和实用性。研究可为城市轨道交通网络客流分布计算提供基础,也可为城市轨道交通应急指挥、列车运行方案调整等提供辅助决策依据。     

���й����ͨ��������ֲ�����ģ���о�

城市轨道交通网络客流时空分布特征是网络化协同运输组织的基础与核心.本文在系统分析城市轨道交通乘客出行行为的基础上,基于Multi-Agent建模技术,构建了网络客流分布动态仿真模型,应用该模型模拟乘客的网络出行过程,统计分析得到路网的客流分布特征.该模型既能反映乘客网络出行行为全过程,又能满足大规模路网仿真需求.最后,开发了城市轨道交通网络客流仿真系统,通过北京市轨道交通网络的实际数据对模型和算法进行验证.     

多模式网络公交OD矩阵的一种推算方法

为了分析轨道交通对常规公交乘客选择出行方式的影响,用Dijkstra算法寻找出行时间最短的路径,在此基础上,以出行时间最短作为出行方式选择的规划目标,使用MATLAB软件,设计了轨道交通影响下的常规公交客流量OD矩阵的算法.与传统的重力模型相比,避免了估计阻抗系数的复杂过程.算例结果表明:为了换乘轨道交通, 43.7%的公交站客流量增至轨道交通出现前的2.73倍; 56.3%的公交客流量被轨道交通替代.      

城市轨道交通故障下客流分布计算及评估方法

为了精细化掌握城市轨道交通故障对乘客出行的影响,对等车、上车和下车过程的客流与列车交互状态进行抽象,建立了站台等待乘客、车内乘客等客流分布数据的计算方法,设计了动态客流仿真算法及乘客服务水平评估指标. 以实际线路为背景,以正常运营场景为参照,计算和评估了故障场景下的客流时空分布,分析了乘客等待时间对列车和站台上客流分布及出行时间的影响. 算例结果表明:具体故障下乘客多等待能通过避免离开而减少部分出行时间,但与正常场景相比,列车满载率高、站台人数多的现象增多;最大等待时间15 min与9 min相比,离开人数减少77.0%,带惩罚的总旅行时间降低超过10.0%,留乘发生率一样,但最大留乘人数增加94.1%,最大等待人数增加29.6%.      

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。     

考虑换乘时间影响的城市轨道交通路径选择行为研究

研究乘客路径选择行为有助于掌握城市轨道交通网络客流分布规律.本文在分析城市轨道交通乘客路径选择行为影响因素的基础上,重点考虑换乘时间对乘客换乘费用感知的影响.实际调查表明,乘客感知的换乘走行时间与实际的换乘走行时间符合幂函数分布.本文将换乘走行时间惩罚系数设定为换乘走行时间的幂函数.在此基础上,本文构建了乘客出行广义费用模型,采用改进的深度优先算法搜索两点间的有效路径,并利用Logit 随机路径选择模型计算各有效路径的选择概率.最后,以北京市轨道交通网络的数据对提出的模型和算法进行验证,案例分析结果验证了本文提出的模型的合理性.     

基于乘客群体特征的城市轨道交通满意度研究

为提高城市轨道交通服务质量、优化乘客乘车体验、提升城市轨道交通在公共交通中的竞争力，对城市轨道交通乘客满意度开展研究。首先，选取乘客特征因素，引入皮尔逊积矩相关系数来分析乘客满意度与乘客特征因素的相关关系，提取对满意度存在显著影响的乘客特征因素。然后，运用主成分分析法刻画乘客群体特征，据此对乘客进行分类，并采用克鲁斯卡尔-沃利斯检验法来分析其满意度的差异性。基于此，对某城市地铁A号线2019年乘客满意度调查数据进行了分析，结果显示：地铁A号线乘客的出行频率、出行目的和收入水平与乘客满意度显著相关。通过主成分分析将乘客划分为常乘客与非常乘客，发现两者对城市轨道交通服务的关注点不同，常乘客更关注乘车效率，非常乘客更关注信息指引准确性，运营单位应针对不同乘客群体展开差异性服务。     

重大疫情下的列车动态编组与调度

为了降低疫情大爆发背景下旅客在乘坐城市轨道交通出行的过程中感染疾病的风险, 以列车编组与调度为研究对象, 提出重大疫情下基于虚拟编组的列车动态编组与调度方法; 为了提高城市轨道交通列车编组与调度的灵活性, 应用虚拟编组技术对城市轨道交通列车进行编组; 建立了基于客流的列车动态编组非线性规划模型, 对城市轨道交通列车的调度进行优化, 以提高城市轨道交通的运输效率, 降低车站人员密度, 进而降低疾病的感染风险; 应用改进的Wells-Riley模型进行感染分析; 应用基于社会力的行人运动模型对改进的Wells-Riley模型中的相关参数进行计算, 用于分析虚拟编组动态调度下旅客地铁出行全过程的感染风险; 使用MATLAB对虚拟编组制式下的传染概率进行仿真并与传统制式下的传染概率进行对比。研究结果表明; 虚拟编组技术可以显著提高城市轨道交通列车运输效率, 可将列车间追踪时间间隔缩短至34.6 s, 基于虚拟编组的列车动态编组与调度方法可以有效降低旅客的感染风险, 在相同条件下应用所提方法旅客的感染风险仅为传统方式的85.1%, 在车厢和通道中的感染风险分别为传统方式的50.0%和8.7%。如果将提出的方法配合错峰出行和客流控制及进站防疫检测等措施, 可以进一步降低旅客的感染风险。      

城市轨道交通站台最高聚集人数计算方法研究

对周期时间内城市轨道交通站台客流分阶段变化过程进行分析和简化. 基于乘客遵循先下后上原则的情形,提出一种在列车到达间隔时间恒定条件下计算站台最高聚集人数的方法. 在此基础上,进一步考虑列车到达间隔时间偏离图定时间的情况,对列车到达间隔时间的分布进行分析,提出在列车到达间隔时间存在偏离的情况下对应于给定概率的站台最高聚集人数的计算方法. 以某城市轨道交通车站为案例,在考虑列车到达间隔时间偏离的条件下计算该站岛式站台最高聚集人数. 与现行设计规范的计算方法相比,采用本文提出的方法算得的站台最高聚集人数较小.     

考虑城市客运结构优化的城市轨道交通定价方法研究

票价直接影响乘客出行方式选择和城市客运结构.在比较交通方式相对优势度和影响因素的基础上,以城市综合交通乘客出行时间最少,整体系统结构优化为目标,构建了城市客运系统整体出行时间最小的双层规划模型,并进行算例分析,验证模型的可操作性.算例表明,调整城市轨道交通票价情况下,随着票价降低,选择城市公共汽车和私人小汽车出行客流转移到城市轨道交通,城市轨道交通客流逐步增加,整个系统广义出行成本降低,系统总出行时间减少.城市客运系统结构中各交通方式优势的发挥受票价影响,在城市轨道交通票价制定时,应优先提高城市轨道交通客流量以增强客流分担率,最大可能发挥其运能大和系统出行时间少的特点.