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。     

考虑开行比例的大小交路列车开行方案优化

分析了城市轨道交通的大小交路列车开行比例关系，划分了2种典型的大小交路列车开行比例; 基于跨交路乘客对直达列车的选择偏好与换乘行为，提出了2种开行比例模式下乘客的广义出行费用计算方法; 考虑共线区段列车运行间隔的匹配关系，计算了运营车底数量; 以乘客出行费用和企业运营费用最小化为目标，构建了适用于多编组的大小交路列车开行方案优化模型，并针对开行方案编制流程和模型特点，设计了开行时段优化算法和遗传算法对模型进行求解; 以上海地铁8号线为例，研究了全日列车开行时段划分及其最优开行方案; 考虑固定编组和多编组与大小交路的组合运营模式，分析了单一交路运营与组合运营模式下的最优方案及其运营指标; 研究了乘客选择偏好和时间价值对开行方案和小交路折返站的影响。研究结果表明:与单一交路运营模式相比，大小交路运营模式下的乘客候车时间成本增幅超过11%;固定列车编组条件下，开行比例1:1模式下的小交路长度比开行比例2:1模式下的小交路长4个区间; 多编组运营的早高峰系统总成本降幅超过1.87%，比固定编组运营更具优势; 乘客对直达列车的选择偏好对多编组开行方案的影响较固定编组更大，当选择偏好概率大于0.3时，多编组开行方案的小交路折返站位置向外围延伸; 当时间价值增至原来的1.8倍及以上时，固定编组的运营模式由大小交路变为单一交路。      

重庆渝利线市郊列车通勤化开行方案

重庆具有典型的组团特征,利用既有铁路开行市郊列车能够有效缓解重庆主城区的交通压力。从开行数量、开行时段、停站情况三个方面分析了渝利线市郊列车的开行现状,给出了全日站间客流表及客流密度,以确定市郊列车的开行区段及数量。在现有列车开行方案基础上,根据渝利铁路沿线市郊客流的需求进行了改进,即在6:00~21:30,分别开行3.5对"重庆北—涪陵北"区段、7对"重庆北—石柱县"区段的站站停市郊列车,并在早晚高峰时段,增加市郊列车开行频率。相对于现有列车开行方案,改进的方案方便乘客记忆,且能够保证乘客出行的便利性。     

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.     

城市轨道交通快慢车开行方案双层规划模型

针对城市轨道交通客流时空分布不均衡特征和乘客长距离出行时效需求,并考虑乘客的换乘行为,提出基于双层规划模型的快慢车开行方案优化方法.上层模型以乘客出行时间和列车周转时间最小为目标,考虑快慢车开行比例、线路通过能力等主要约束,构建多交路条件下的快慢车开行方案优化模型;下层模型通过设计换乘网络刻画乘客换乘行为,构建快慢车方案下的客流分配模型.设计粒子群算法求解所建双层规划模型,以广州地铁14号线为案例,验证本文构建模型的有效性和适用性.     

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。     

城市轨道交通大小交路列车开行方案优化研究

根据城市轨道交通大小交路运营模式的特点,以最小化乘客等待时间、车辆走行公里和列车运行时间为目标,构建大小交路列车开行方案多目标优化模型.其中决策变量为发车频率、列车编组和小交路折返站位置.采用线性加权法将原模型转化为单目标优化模型,并设计受控随机搜索算法求解.通过案例验证了模型的有效性,对小交路发车频率、折返站位置进行了灵敏度分析.结果表明,开行大小交路可以有效降低大交路列车满载率的非均衡性,减少车辆运用数;小交路长度越短对乘客越不利,且不能使企业成本节省越多.     

城市轨道交通大小交路乘客出行选择行为模型

随着我国城市轨道交通大小交路运营组织模式的广泛应用，准确描述大小交路乘客出行选择行为，对列车开行方案的编制具有重要影响。既有研究普遍认为乘客在面临相同起讫点的多交路出行时具有选择直达列车的偏好，缺少对乘客出行选择行为的研究。以大小交路跨交路出行乘客为研究对象，通过拟定不同到达交路列车形式及满载率设定相应出行情境，由此将大小交路出行的乘客类型进行划分，并针对无直达偏好类型的乘客，分析其自身属性、路径信息、出行距离和列车满载率等因素对乘车选择的影响。结果表明：无直达偏好类型的乘客占比高，出行选择主要受出行距离及当前到站列车的满载率影响。     

考虑满载率均衡性的大小交路列车开行方案优化研究

多交路列车开行方案的优化编制是城市轨道交通网络化运营面临的重要课题.根据大小交路列车运行特点,本文构建大小交路列车开行方案双层规划模型.上层模型考虑小交路区段乘客乘车选择偏好对列车客流分担比例的影响,以乘客等待时间、车辆走行公里和列车运行时间最小化为目标,以小交路折返站、发车频率及大小交路的发车比例为决策变量;下层模型以大小交路列车间满载率的均衡程度最大为目标,以列车编组辆数和发车间隔为决策变量.算例结果表明,采用"大交路大编组,小交路小编组"可以提高大小交路列车间满载率的均衡性;考虑满载率均衡性时,早晚高峰大小交路列车间平均满载率差值分别减小21.5%和17.9%;调整列车发车间隔和缩短小交路列车编组2种方法均可以提高满载率的均衡性.     

城市轨道交通大小交路开行方案与多站联合限流协同优化研究

针对城市轨道交通高峰时段客流量大、客流空间分布不均衡导致的供需能力不匹配和车站大客流组织安全压力大等问题,本文提出了一种大小交路开行方案与多站联合限流相结合的运输组织协同优化方法. 该方法考虑客流安全容量、列车运行时间和大小交路开行等约束,建立了以乘客出行成本、企业运营成本和各站上车比例方差和最小为目标的优化模型,设计嵌套人工蜂群算法求解. 以某市城市轨道交通线路为例验证模型的有效性与适用性,并对小交路列车开行频率和多目标的权重系数进行了敏感性分析. 结果表明,该方法在输送乘客人数相当的情况下,能有效节省企业运营成本,并提高乘客出行公平性,有效缓解大客流车站的客流组织压力.     

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。      

基于时段分布的市郊轨道交通车站滞留客流分布算法

市郊轨道交通车站滞留客流的分时段预测,关系到运营计划的调整、乘客出行 方式的选择、出行时间的预估等,尤其对市郊线路快慢车模式下开行方案的优化具有重 要意义.首先引入出行方式角度费用理论,分析了乘客公交出行与地铁线路形成的角度费 用,构建了角度费用模型Anglecostm,n k ,计算乘客的流失率VPn ,进而确定因滞留客流达到 阈值而导致的乘客流失量.其次,以AFC获取的客流数据为支撑,结合角度费用模型对乘 客流失量的计算,提出了一种基于时段的滞留车站客流分布预测方法,接着分析了站台 候车客流与通过列车实际载客情况两者之间的客流交互规律,提出了候车客流-列车载 客量影响动态交换模型,并分析和研究该模型求解算法.最后,以某市郊线路进行实例演 算,预测结果可为轨道交通开行方案优化提供理论和方法支持,对运营计划临时调整,客 流预测及引导模型的补充等提供参考.     

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。     

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。      

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。     

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。