考虑旅客需求的停站方案与列车运行图一体化模型与算法

考虑高速铁路旅客出行的时空敏感性较高的特点,将旅客运输状态引入运输时空网络,构建三维的时间-空间-状态网络,提出基于旅客需求的停站方案与列车运行图综合优化0-1整数规划模型,实现旅客分配、停站方案与列车运行图编制的一体化。设计拉格朗日松弛求解算法,将复杂的列车间强耦合问题分解为单列车的最短路径子问题集合,从而降低模型求解难度。以京沪高铁北京南-曲阜东区段为背景进行验证和分析,结果表明模型不仅实现了较低的运营成本,还能够有效满足旅客需求,实现客流分配、停站方案与列车运行图编制的有机联动。     

高铁列车密度与旅客需求强度的关联分析

为了评价高铁列车运行图是否吻合旅客的时变需求,可以针对时变需求进行客流分配,利用旅客出发时间偏差程度来评价。若未知时变需求的分布状况,则不能采用这种评价方法。本文研究如何运用高铁系统运营数据,评价列车运行图是否吻合旅客时变需求。通过定义较小时空单元及时空单元中的运输能力、客流量和客座率,来描述列车密度和出行需求及其关系。以京广高铁等线路的运营数据进行数值分析发现:合理的列车运行图在需求越高的时空区域,平均运输能力越大;在运输能力越大的时空区域,平均客座率越高。尽管数值分析中采用的是实际运量,但该特征表明列车运行图与出行需求相吻合。可以运用该特征来评价列车运行图,并适用于大规模高铁网络。     

考虑列车随机延误的铁路网络客流均衡分配方法

铁路客流均衡分配是旅客出行选择的集中体现,对旅客列车开行方案和列车运行图等的评价和优化十分重要。实际运营中列车的随机延误会导致铁路旅客的出行时间发生变化,影响旅客的出行,尤其是换乘选择。考虑旅客在路径选择决策过程中的出行时间可靠性和不可靠性2个方面因素,提出一种考虑列车随机延误的铁路网络客流均衡分配方法。首先,构建旅客换乘网络,基于提出的期望-超额出行成本(METC)概念,考虑换乘过程中列车的延误概率,计算旅客的换乘成功概率和换乘周期选择;然后,进一步计算旅客出行路径的期望-超额成本,基于用户均衡条件,构建考虑列车随机延误的期望-超额客流均衡分配模型;最后,考虑到期望-超额出行成本的不可加性,结合相继平均法和k-最短路算法设计基于路径的客流分配算法,并对均衡模型进行求解。通过对一个简单算例和广珠铁路实例进行分析,结果表明：同时考虑出行时间的可靠性和不可靠性时,旅客的出行路径选择和换乘选择与仅考虑出行时间可靠性有较大差异,基于期望-超额的铁路网络客流分配模型可以更加准确地描述考虑列车随机延误的旅客的出行选择行为,证实了均衡分配方法的有效性。因此提出的客流分配方法可以为铁路网络旅客列车开行...     

客运专线网络列车开行方案与运行图综合优化方法

基于旅客列车开行方案和运行图的铁路企业运营效益和旅客出行费用,以铁路企业效益最大化为优化目标,以车站整备能力、车辆总数和列车编组辆数等能力资源限制以及列车到发作业相容性为约束,建立旅客列车开行方案与运行图综合优化的双层规划模型;分别基于旅客列车开行方案和列车运行图的换乘网络进行客流分配,将旅客列车开行方案和列车运行图优化有效结合起来,设计了基于模拟退火的综合优化算法。算例分析表明列车开行方案与运行图的综合优化既能保证铁路企业的收益,又能够有效提高旅客换乘质量。     

调整列车运行区段优化客车车底配置

文章对现行运行图的不合理之处进行了分析，指出了由于运行图的不合理产生的空车运行带来的亏损原因，提出了调整列车运行方案，方便旅客出行的建议。     

时段偏好的高铁开行方案的双层规划方法

在一条拥挤的高速铁路客运走廊上,通常有多列平行车次的列车在不同的时段运行,旅客在出行时具有较大的选择空间.旅客对出行时段的偏好是影响旅客需求分布的最重要因素,最大限度地满足旅客对出行时间的偏好需求,并合理制定列车开行方案引导旅客合理出行以避免出行拥挤是本文的研究目的.首先分析影响旅客出行时段偏好的2个重要因素,吸引度与拥挤度.据此构建旅客出行阻抗函数,并建立一个双层规划模型,上层规划是以运营成本最小为目标的整数规划模型,用于确定列车停站方案和开行频率;下层规划是一个用户平衡模型,用于计算客流在优化的停站方案上基于用户均衡的分配结果.最后,根据模型特点设计了嵌套Frank-Wolfe算法的启发式算法,并通过仿真计算对模型和算法的可行性进行了验证和分析.     

基于用户平衡分析的旅客列车始发时间分布优化

设计了基于旅客列车始发时间分布的旅客出行选择网络，并研究了该网络上旅客的各项出行费用，以旅客出行总费用最少为优化目标，建立了车站旅客列车始发时间分布的双层规划模型，同时设计了模拟退火启发式算法。模型反映了列车能力对客流分布的影响和拥挤条件下的旅客群体选择行为。算例分析结果表明，采用该模型与算法取得较好优化效果。     

客运专线旅客列车开行方案的多目标双层规划模型

客运专线建设目的是为更好地满足旅客的出行需求，因而其列车开行方案也必须体现以旅客为本，服务旅客、方便旅客的原则。首先提出旅客出行方便度概念，并研究不同时段旅客出行的方便度，绘制方便度曲线，然后分析不同类型列车的客流平衡条件，建立不同类型列车的广义费用函数，在此基础上，建立制定客运专线列车开行方案的多目标双层规划模型。该模型以列车开行的最大收益和旅客的最大方便度为目标，同时考虑基于旅客最小出行费用的不同列车配流问题，并利用matlab编程，实现了求解该模型的混沌算法。最后以制定2008年石太客运专线的列车开行方案为例来验证该模型和算法，得到满意结果。     

基于客流均衡分析的城际铁路列车运行图优化

将城际客流均衡分配与列车运行图优化相结合,构建城际列车运行图优化的双层规划模型,其中,上层模型以满足行车组织要求、运营时间等为约束,以降低旅客乘车时间、换乘等待时间以及提高始发、终到时间满意度为目标优化列车运行图;而下层模型为基于列车运行图的客流均衡分配模型。模型采用模拟退火算法与GP算法组合求解,在生成初始列车运行图的基础上不断通过均衡分配乘车客流、构造邻域解迭代优化。算例分析表明模型与算法具有较好的收敛性与有效性。     

考虑旅客出行满意度的高铁列车开行方案优化

高速铁路列车开行方案的优化应同时考虑旅客满意度和高铁运营企业的经济效益.分析影响旅客满意度的2个主要指标:出行时段方便度和旅客舒适度,并提出量化的方法,以此构造旅客出行满意度函数.在此基础上,建立一个混合整数双层规划模型,用来描述高铁运营企业与旅客的选择博弈过程.其中,上层规划是一个以企业运营成本最小为目标的整数规划模型;下层规划是基于用户平衡准则的客流分配模型.根据模型特点设计了嵌套Frank-Wolfe方法的启发式算法,并通过算例进行了仿真实验和数据分析,证明了模型和算法的有效性和实用性.     

合理制定铁路旅客票价的优化方法

在分析铁路旅客运输特点的基础上,讨论影响旅客出行广义费用的因素,提出了一种新的计算旅客广义出行费用的方法。随后用一个LOGIT模型来描述不同运输方式竞争条件下旅客出行方式的选择行为,在此基础上确定一个合适的票价,使铁路运输部门的经济效益最大,并给出了该模型的求解算法。最后用一个简单的算例来说明该模型及算法的应用。     

考虑灵活车次的混合票制下巢式Logit选择行为建模与估计

考虑灵活车次的混合票制能够刺激客运需求，并引导旅客均衡出行。在混合票制下，考虑旅客对不同票制产品的选择有明显的层次关系，同时旅客存在放弃出行的选择行为，构建具有外部选项的巢式Logit选择行为模型。构建对数似然函数，利用多元牛顿迭代法使似然函数极值化，并采用分阶段估计法和同时估计法混合估计模型参数。通过旅客出行意愿调查，得到考虑灵活车次的混合票制下京沪高速铁路旅客出行选择偏好，并分析不同折扣率下各个产品的分担率，验证模型及算法的有效性。研究结果能够计算混合票制下的旅客选择概率，作为预售期前混合票制票额分配的需求输入，也可用于刻画预售期内的旅客选择过程，为席位控制策略的调整提供重要依据。     

基于综合运输网络的客流分配优化模型与算法

以综合运输网络条件下的客流分配为研究对象,提出更适合表现旅客出行需求和各种运输方式相互竞争关系的运输细分方式,采用可量化表征综合运输网络当前客流状态的区间饱和度和径路饱和熵,并结合旅客出行广义费用函数,构造旅客出行阻抗函数,给出以综合运输网络中旅客出行总阻抗最小为目标的客流分配优化模型.基于k条最短路算法和混沌优化算法,在径路选择时考虑当前综合运输网络的旅客出行阻抗因素,设计客流分配迭代优化的动态求解算法.算例表明,利用给出的模型和算法能够得到可行和更为细分的综合运输网络客流分配方案.     

基于潜在类别模型的城际高速铁路客运市场细分

为了提高铁路企业经济收益,基于旅客的个人属性和行为特征研究城际高速铁路客运市场细分问题.在广珠城际高速铁路上进行问卷调查,采用潜在类别模型对旅客进行分类,选取性别、年龄、学历、税前月收入、出行平均次数、出行目的、出行费用作为外显变量,借助于Latent Gold 5.0软件对模型求解评价.研究结果表明:旅客被分为4类,相对误差均小于5％,且90％以上的旅客分类相对误差小于2.1％,说明了模型的合理性.前2类旅客的月收入和出行频率均较高,但在出行费用和目的方面差异较大,属于高端型旅客,建议为这些旅客设计高服务水平的运输产品.后2类旅客月收入和出行频率较低,但在年龄段和学历方面差异较大,属于低端型旅客,建议为这些旅客提供淡季折扣运输产品.     

基于复杂列车服务网络的客流分配方法研究

研究旅客列车开行方案形成的复杂列车服务网络属性及其构造方法,在分析多层次客流选择行为基础上,确定列车服务网络弧段阻抗。建立体现差异性服务水平需求的复杂列车服务网络客流分配模型,该模型以旅客出行效益最大化为目标,通过分别限制不同出行距离、不同层次旅客的换乘次数及换乘时间,设置旅客出行径路的多约束条件。设计改进的蚁群算法和Frank-Wolfe算法构成的混合算法进行求解,为更加符合旅客的选择行为,按OD客流量、出行距离、优先级等规则进行流量加载。以京沪高速铁路旅客列车开行方案为例进行客流分配,验证模型和算法的有效性。     

考虑售票策略的高速铁路客流分配方法

高速铁路客流分配过程的本质是旅客购票过程,影响旅客购票过程的主要因素包括铁路售票策略和旅客购票时序。本文将铁路售票策略和旅客购票时序嵌入到客流分配过程中,设计了针对不同售票策略的换乘网络,根据不同OD行程的购票特征构造购票强度函数;利用若干最小费用换乘方案构建屋顶模型,将时变需求的连续出行时间离散化,获得每一个最小费用方案的离散出行客流量,设计了考虑售票策略的高速铁路客流分配方法。通过对京广深高速铁路客流分配实例分析表明,客流分配结果与旅客实际购票过程相吻合,运算时间短,证实了配流方法的有效性,具有解决大规模高速铁路网络客流分配能力,为列车运行图和售票策略提供评价手段。     

基于周期运行图的京津城际铁路列车开行方案研究

城际铁路的客流性质、承担的运输任务以及提供给旅客的服务水平都与铁路既有线有所不同。制定城际铁路旅客列车开行方案，应考虑采用具有规律性强、使用灵活、能力利用率高、方便旅客出行等诸多优点的以周期运行图为特征的运输组织模式。本文研究基于周期运行图的旅客列车开行方案，同时考虑铁路运输企业运营的收益、旅客的总等待时间等具体需求，特别考虑到客流的不确定性，建立了包含3个具体目标的机会约束模型。并以京津城际铁路为背景，利用该模型计算得到列车的开行方案。结果表明，该模型较之单目标模型和确定性模型更能合理反映实际情况。     

基于候选列车集与弹性需求的城际铁路列车开行方案优化

城际铁路列车服务水平直接影响着全天各时段旅客出行需求量。为了研究这种影响关系,获得吻合出行需求的城际列车开行方案,首先建立旅客时段出行需求与广义出行费用间的弹性需求函数,并基于给定候选列车集构造旅客出行网络,进而以最大化列车开行收益为优化目标,构建面向弹性需求的城际列车开行方案优化模型。模型结合弹性客流在出行网络上的路径选择,从候选列车集中选择开行列车,并优化其停站方案与始发时刻。在生成初始列车开行方案基础上,设计其邻域解生成策略,构建求解模型的模拟退火算法。算例优化不同分布客流的列车开行方案,结果表明:模型与算法能够获得更吻合弹性需求的列车开行方案,且有助于提高旅客服务水平与企业经济效益。     

基于均衡运行图的轨道交通站台客流密度优化研究

随着城市轨道交通的发展，地铁成为市民公共交通出行的首选对象。为提升乘客出行体验，实现运力与运输需求的匹配，同时降低城轨站台候车区拥挤度，文章基于运行图的均衡性指标对站台客流密度的优化进行了研究。首先利用排队论基础方法和理论，建立了以城轨站台候车区客流密度为研究对象的计算模型，分析出列车运行图均衡性与站台候车区客流密度的关系。然后，通过创建峰期、创建过渡期、连接任务线、冲突处理、均衡处理等过程，实现了城轨均衡运行图的自动编制。最后结合长沙轨道交通4号线客流数据，通过仿真验证了方法的有效性。仿真结果表明基于该方法的自动编制的运行图比人工编制的运行图其站台候车区最大客流密度更低，因此算法具有更好的实用价值。     

基于铁路出行数据的旅客常住地智能识别算法研究

常住地是判断旅客消费能力与收入水平的重要因素，利于根据旅客常住地进行个性化产品推荐。针对铁路客票发售与预订系统的海量出行数据，依据逻辑判断与概率计算设计了铁路旅客常住地智能识别算法；最后利用Scala语言在铁路客运大数据平台上实现算法，并针对最近两年铁路旅客出行数据进行案例验证，结论表明:该算法有效，旅客常住地信息的识别率为67.7%。