铁路旅客列车票额智能预分研究

根据铁路的客流特点、季节特征和预售票规律,结合客流的历史数据和专家经验,采用时间序列分析方法建立旅客列车客流预测模型,预测旅客列车的OD客流.以预测的OD客流为基础,以旅客列车全程的客座率、收入以及整体效益最大化为目标,研究提出先长途后短途、先有座后无座、先按数量预分再按比例预分等旅客列车票额预分等主要原则,给出票额预分算法,并在此基础上构建铁路旅客列车票额智能预分系统.实际应用结果表明,该系统实现了铁路旅客列车票额的动态分配,提高了旅客列车沿途停靠车站组织客流的积极性,提高了旅客列车的客座率.     

高速铁路单列车动态定价与票额分配综合优化研究

收益问题是高速铁路市场化运营的关键。针对目前高速铁路票价单一、不能用来调节客流、提高收益以及票额自动预分不能满足需求波动的问题,基于收益管理理论,结合高速铁路运输组织的特点,以收益最大化为目标,构建了不确定需求的动态定价与票额分配综合优化模型,并针对需求的随机性,运用稳健优化方法对模型进行求解。通过算例对模型和算法进行验证,并与单一全价票下的票额分配方案对比,结果表明本文提出的模型能够根据不同购票时段需求特点进行动态定价来提高高速铁路收益,并且能适应需求的波动,从而避免由于实际需求波动较大使票额分配方案不能满足实际需求而带来的大量票额调整工作,为高速铁路动态定价和票额分配提供了优化方法。     

基于客流预测的铁路旅客列车票额智能分配方法

以全路客票发售与预订系统中的客票数据为基础,将列车发售的客票数据转换成客运量时间序列数据,采用基于改进的移动平均时间序列分析法,实现列车逐日分席别的站站客流预测.综合考虑票额裂解因素、票额保护因素和客流培养因素,建立站间票额数量调配模型;以站间的票额分配数裂解票额时使用的长途票额最少为目标函数,建立席位占用优化模型;由这2个模型组成票额智能分配模型,通过模型求解得到票额预分方案.实例应用结果表明,采用该方法可以实现票额的自动、快速、合理、有效地按需分配,目前该方法已应用于中国铁路客票发售与预订系统.     

多列车限售策略和铁路票额预分方案的优化设计

铁路客票限售策略能够在预分方案中给予长途客流一定的优先,同时显著影响旅客选择各列车的概率。基于此,应用随机效用理论构建限售策略下的旅客乘车效用函数,描述旅客在限售策略下对多列车的选择行为。以列车输送的最大人公里为优化目标,以列车输送能力、旅客总需求、限售执行条件等为约束条件,建立多列车限售策略和票额预分模型,采用模拟退火算法对模型求解,得到优化的多列车解除限售时间点、各列车限售站位置和各列车、各OD之间分配的票额。算例分析表明:与传统的限售站决策方法对比,该模型实现了多列车限售时段、限售区段和票额预分方案的联合优化设计,支持对限售站位置与解限时间的优化决策,生成的票额预分方案能更好地协调多列车所承担的客流关系,达到整体优化的效果。     

基于铁路部门风险决策的高速铁路票额优化分配

针对票额分配中客流需求不确定性问题,通过分析铁路部门的风险决策态度,引入随机变量α的乐观值定量描述铁路部门的风险决策态度。基于客流需求的不确定性及铁路部门风险决策,以铁路部门收益最大化为目标,构建不确定需求的高速铁路多列车票额分配随机机会约束规划模型,利用不确定性理论的相关知识将其转化为等价类的确定性线性整数规划模型,并利用Lingo 12.0优化软件对模型进行求解,得到列车票额分配方案。以京沪高铁列车为例验证了铁路部门风险决策态度对票额分配的影响。结果显示,所构建模型为不确定性需求下的高速铁路多列车票额分配提供了优化方法。     

高速铁路动态定价与票额分配协同优化研究

目前我国高速铁路票价制定还比较缺乏灵活的市场化机制,严重影响铁路运输企业收益和服务水平的提高。基于高速铁路旅客出行规律和收益管理策略,研究高速铁路动态定价与票额分配协同优化方法。在分析旅客出行价格需求弹性的基础上,构建基于Logit模型的客流弹性函数,考虑临近发车客票不涨价和运输能力等约束,建立以期望客票总收入最大化为目标的优化模型,设计一种基于超分方程的分步算法,求解不同时段下不同列车的最优票价与票额分配方案。以京沪高速铁路为例进行计算和分析,与固定费率票价相比,动态票价策略能保证服务水平,系统总客流需求下降0.73%,企业客票总收益提高4.95%。     

考虑预警机制和开行方案的多车站客流控制问题

现代社会经济的快速发展和城市人口数量的急剧增长给交通运输行业带来了巨大的运营难度,由此产生的车站、车厢过度拥挤及交通网络延迟等问题已成为我国建设“智慧交通”面临的重要问题之一。针对城市轨道交通高峰时段大客流组织而导致的站台候车乘客出行安全问题,以单条城市轨道交通线路为研究对象,提出考虑预警机制和开行方案的多车站客流控制方法,为高峰时段的客流控制问题提供理论依据。考虑列车开行方案、车站客流控制及乘客上下车过程等约束,构建以乘客平均延误时间和车站最大平均限流时间最小化为目标的数学模型。其中决策变量为进站乘客数量和车站平均限流时间,并采用线性加权法将原目标模型转化为单目标模型;在此基础上,针对问题特性,设计混合禁忌搜索算法进行求解。数值实验对问题特性进行分析,并通过多组算例与实际案例验证模型的正确性及算法的有效性。研究结果表明：考虑车站平均限流时间可以提高乘客乘车公平性,缓解全线车站客流拥挤;合理设置站台客流预警等级可以提高乘客出行满意度;采用大小交路和小交路列车不同编组的混合策略可提高运输效率,并在一定程度上降低企业成本;针对大规模问题,混合禁忌搜索算法可以在短时间内求解并获得更高质量的解...     

旅客列车停站设置方案优化

旅客列车停站设置的影响因素主要有客流换乘需求、列车停站等级、列车指定停靠车站、车站接发列车能力、停站数量对旅行速度的影响和列车最大停站数量.分析停站设置和客流换乘选择之间的博弈关系,将基于停站方案的多类用户均衡客流分配模型作为下层规划模型,将旅客广义出行费用最小和列车停靠站数量限制作为上层规划模型的目标函数,构建旅客列车停站设置方案优化双层规划模型.通过分析停站方案变动引起的目标函数变化,构造解的邻域,设计基于模拟退火的求解算法.对由某客运专线和既有铁路组成的混合网络测算结果表明;列车平均停靠3.68站,列车直通客流比例平均为65.24%;客流直达比例为65.23%,人均换乘次数为0.44次;旅客出行费用较初始停站方案下降了35.47%.运算结果合理,具有较好的优化质量,旅客的出行费用显著下降.     

疫情防控背景下的地铁多车站客流协同控制模型及算法

基于各车站在各时段客流进站速率的协同优化，考虑客流控制和客流承载过程中的各种约束，以列车车厢内客流聚集总风险最低和乘客在车站总等待时间最短为双目标，构建疫情防控背景下的多车站地铁客流协同控制模型。针对模型的非线性特点，设计基于变邻域搜索的启发式算法进行求解。依托南昌地铁1号线实际客流数据构建算例进行验证。结果表明：实施客流协同控制后，研究时段内全部23列列车的满载率均未超过满载率阈值0.5，且客流聚集总风险值较控制前下降65.41%，乘客平均等待时间仅为3.87 min；随着列车最大满载率阈值的增加，乘客的等待时间呈指数下降趋势，而客流聚集风险则呈线性增长；缩短发车间隔时间能够有效降低列车满载率，但列车运行成本也会急剧增加；按实际发车间隔时间（10 min）实施客流协同控制后，所有列车的满载率均低于0.5，客流聚集总风险值下降22.36%，而乘客平均等待时间仅增加0.6 min，验证了模型及算法能更加高效地降低列车满载率。     

多交通方式竞争条件下高速铁路票价和票额综合优化研究

基于随机客流需求和多交通方式竞争条件下的旅客选择行为,研究高速铁路票价和票额的综合优化方法。考虑淡旺季需求和旅客选择行为的灵活定价是刺激市场需求和提高竞争优势的有效手段。票额分配是合理利用长短途票额资源的重要方法。本文构建高速铁路票价和票额的综合优化模型,并针对模型特点设计混合启发式算法进行求解。最后,以京沪高速铁路为对象进行案例分析,结果显示:与票价固定的票额分配方法相比,考虑旅客选择的灵活定价策略可显著提高铁路客票收益。本研究能够为高速铁路票价和票额综合优化提供理论和方法支撑,进而提高运输效益。     

基于ARIMA模型的高铁浮动票价与票额分配优化方法

针对我国铁路单一的票价体系和确定性票额分配方式问题,探索高铁列车票价与票额的综合优化方法;依据时间序列分析原理,考虑客流的随机性,构建ARIMA客流预测表达式,将该表达式嵌入Log-Linear需求与价格的函数关系式中,结合票价制定规则、列车定员等约束,构建以铁路运输收益最大为目标的高铁列车浮动票价与票额分配综合优化模型;以G13列车为例进行计算分析,算例结果表明该模型能提高铁路运输收益,为高铁票价与票额的综合优化提供一定参考依据。     

铁路客运票额预售控制决策模型研究

客票发售是列车能力利用的具体表现,票额出售即为能力占用,预售期购票需求的变化直接影响着列车能力的占用过程。本文在已知基于列车沿途停靠站的票额分配计划下,以客流需求预测值和最低票额保护值为约束。考虑预售期购票趋势与不同OD旅客的平均购票强度等因素,利用半马尔可夫决策过程来描述票额预售过程,提出单次决策期望收益模型,并以此推广至列车全程及整个预售期,最终构建以最大期望票价收益为目标的单列车票额预售控制决策模型。通过算例对模型进行了验证,结果表明本文提出的方法在考虑旅客需求的同时,可改善列车能力利用,提高列车客座率与收益。     

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。     

基于RSM的地铁车站集散能力仿真计算

结合地铁车站乘客集散过程的特性,分析车站集散能力及影响因素;以单位时间内车站最大集散乘客数量和最小平均集散时间为目标函数,建立地铁车站集散能力优化模型;针对模型中目标函数难于使用解析方法求解的情况,构建基于排队理论的乘客车站集散过程仿真模型,并在原优化模型基础上提出车站集散能力仿真计算模型;考虑到仿真模型的效率,提出基于响应曲面法(RSM)的车站集散能力求解算法。以北京地铁2号线某站为例开展研究,计算分析不同仿真方案下车站集散能力和平均集散时间,验证模型及算法的有效性与实用性。     

旅客列车开行方案的双层规划模型和算法

在既有旅客列车开行方案研究的基础上,基于客运专线和高速铁路建设路网发展规划,分析旅客列车开行方案的相关费用和优化目标,均衡考虑企业利益和旅客需求,将列车开行方案与旅客换乘方案结合起来,以客流在铁路换乘网络上的分配作为下层规划,建立旅客列车开行方案优化的双层规划模型。通过抽象归纳制定开行方案的经验,将开行方案优化与客运径路确定、旅客列车换乘网络设计、旅客换乘的客流分配、旅客列车停站优化、旅客列车开行方案的评价指标分析等相关子问题结合起来,设计基于模拟退火算法求解的优化算法。根据优化模型和求解算法,开发铁路旅客列车开行方案优化系统,对某客运专线的开行方案实例进行测算,结果表明,该系统具有良好的优化质量和运算效率。     

高速铁路车站股道运用与列车运行调整综合优化方法

股道运用是高速铁路车站作业组织的核心,车站股道运用与列车运行相互影响、相互制约。为缓解晚点对列车正常运行秩序的影响,以相邻若干高铁车站股道运用与列车运行调整综合优化为对象,统筹考虑各站股道、进路占用的唯一性及其最小安全间隔时间、车底周转计划等约束,以最小化列车到发时刻波动性和车站股道运用方案波动性为优化目标函数,构建综合优化模型;以列车在站到发时刻为纽带,设计基于模拟退火算法思想的综合优化算法,制订高速铁路车站股道运用与列车运行调整综合优化方案。算例表明：所提方法能快速解决线路级高速铁路车站股道运用与列车运行调整综合优化问题,有效降低股道运用站间影响及晚点对后续车站的影响;合理设置初始Markov链长有利于提高算法效率;立折旅客列车晚点对方案的波动性影响最大,终到、经停旅客列车的影响最小,在调整过程中应优先保证立折旅客列车的正点运行;若调度员决策偏好到发时刻稳定性,可优先调整终到旅客列车的方案,若决策偏好股道运用稳定性,优先考虑经停旅客列车;所提方法能够为高速铁路列车运行计划实时调整提供决策支持。     

北京城市轨道交通客流密集度指数研究

基于轨道交通物联网监测数据,从点、线、面三个层级,构建不同时间粒度车站、线路、网络的客流密集度指数计算模型和算法。车站客流密集度指数模型综合考虑影响车站密集度指数的关键区域(出入口、站台、楼扶梯、换乘通道)的拥挤程度和拥挤范围因素;线路客流密集度指数模型综合考虑车站和区间的影响;网络客流密集度指数模型由各线路的客流密集度指数加权得到。测试结果表明,提出的模型计算结果与实际地铁客流出行规律一致,可较好地反映地铁拥挤程度,为地铁运营拥挤状态评价和辅助决策提供技术支持。     

基于空间加权的LS-SVM城市轨道交通车站客流量预测

为提高城市轨道交通车站客流预测模型精度,简化模型数据需求规模,提出基于空间加权的LS-SVM城市轨道交通车站客流预测模型。基于交通网络距离重新划分车站的影响范围,提出分距离影响带的线型和指数型空间权重系数方程,结合空间权重系数,输入区域特征变量和车站属性变量构建城市轨道交通车站客流LSSVM预测模型,运用动态改变惯性权重自适应粒子群优化算法(DCW-APSO)对模型参数进行优化选取。应用模型预测2011年成都市地铁1号线部分车站客流,并与其他模型进行比较,结果表明:模型明显提高客流预测精度,简化数据需求量,作为城市轨道交通客流预测的补充模型可以进一步提高系统的可靠性。     

城市轨道交通客流密集度指数研究

基于轨道交通物联网监测数据，从点、线、面三个层级，构建不同时间粒度车站、线路、网络的客流密集度指数计算模型和算法。车站客流密集度指数模型综合考虑影响车站密集度指数的关键区域（出入口、站台、楼扶梯、换乘通道）的拥挤程度和拥挤范围因素；线路的客流密集度指数模型综合考虑车站和区间的影响；网络的客流密集度指数模型由各线路的客流密集度指数加权得到。测试结果表明，提出的模型计算结果与实际地铁客流出行规律一致，可较好地反映地铁拥挤程度，为地铁客流运营拥挤状态评价和辅助决策提供技术支持。     

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。