城市轨道交通乘客上车时间特性分析及建模

为研究城市轨道交通乘客上车的时间规律,建立分段形式的数学模型.基于实测的乘客上车时间数据,统计分析轨道交通乘客上车的时间特性,发现乘客平均上车时间具有分段特性,并受座位数量、车厢内乘客数量、列车关门提示音等因素的影响;在车门宽度为1.3 m左右时,乘客具有分两队上车的特性.结合乘客上车时间的分段特性,建立分段形式的乘客上车时间模型,并根据实测数据,拟合了模型中的相关参数;结合乘客分队列上车的特性,把车门宽度对乘客上车时间的影响引入模型中,建立考虑车门宽度的乘客上车时间模型.实例表明,该模型计算结果与实际观测结果误差小于2 s,能有效反映轨道交通乘客的上车时间.     

基于电磁感应动态模型的欧标应答器系统定位研究

采用欧标应答器系统获得的列车绝对位置存在不确定性，不确定性的增加会降低列车的停车精度。通过分析欧标应答器位置修正系统的构成及内部信息流，发现欧标应答器系统有效电磁作用时间误差和速度测量误差对其获得的绝对位置不确定性有较大影响。针对有效电磁作用时间问题，采用四边形模拟应答器发送天线、八边形模拟应答器传输模块接收天线建立应答器系统的磁通量分布模型，并引入磁通量随列车运动的变化，得到磁场感应电动势的动态速度模型（电磁感应动态模型）。基于该模型分析动生电动势、感生电动势与电磁作用距离的关系及干扰、旁瓣对电磁作用距离的影响；通过分析现场实测列车定位数据的电磁感应有效区域数值分布，验证电磁感应动态模型计算数据与实测数据的相符性。结果表明：支持向量机SVM从基于电磁感应动态模型标记的现场实测训练数据中学习得到的应答器位置修正异常分类模型可以实时对列车应答器位置修正做出评估，对于偶然性干扰或旁瓣等导致的异常修正可以给出报警；基于电磁感应动态模型对实测电磁作用时间数据进行修正后，可降低时间数据带来的相对平均误差达47.7%，从而获得更为精确的列车绝对位置，提高列车停车精度。     

基于列车满载率的城市轨道交通进站客流量控制

基于新冠肺炎疫情的防控要求，2020年初北京轨道交通将列车满载率作为客流控制指标，严格控制城市轨道交通的进站客流量。为此，亟需量化各车站的进站客流控制阈值，用以作为现场客流管控的依据。提出了基于列车满载率的进站客流控制模型及相关客流控制方案。首先根据线网的客流特征对控流日客流的OD(起讫点)信息进行预测，再结合列车运行图精确推演出乘客进站—上车—换乘—下车的全过程出行链信息，计算得到乘客出行所乘坐的各计划运行车次的列车满载率数据；然后结合列车满载率控制指标进行逆向推演及反算，得到该计划列次在各站上车的客流控制阈值，再根据车站客流分布特征计算得到各站10 min粒度的进站客流控制阈值；最后，举例说明了该客流控制模型在北京轨道交通线网进站客流控制管理中的科学性及有效性。     

基于Weibull分布和SVR的城轨列车自动进站停车精度预测方法

通过分析城轨列车自动停车精度分布变化,研究停车精度预测问题,提出一种基于支持向量回归的列车自动进站停车精度预测方法。对停车精度数据进行分期预处理,进而采用Weibull分布拟合各期数据,由此得到两个分布参数的时间序列,通过支持向量回归算法对参数序列构建预测模型,实现对进站停车精度分布预测。采用北京地铁某条线一列车的自动进站停车数据对提出的模型进行仿真验证,结果表明预测分布与真实分布相似性均值可达0.953 3,验证了提出的预测方法的有效性,为城轨列车自动进站停车精度变化提供了一种科学、高效的预测方法。     

地铁车站站内设施高峰客流到达率计算方法研究

现有的地铁设施规模设计主要是基于高峰小时客流量,而未能有效考虑瞬时客流到达率对设施的冲击,导致设施设计能力略显不足。为应对地铁站内设施设计能力与客流实际需求不匹配的问题,对地铁站内设施高峰客流到达率的计算方法进行了研究。从列车到达前后两种状态分析站内设施到达客流构成及其变化规律;以乘客泊松到达过程为基础,推导出设施高峰客流到达率的计算公式;以上海轨道交通陆家浜路站为案例,对不同设施高峰客流到达率进行了计算,并将计算最大值与实测最大值进行对比分析,计算结果表明两者之间的误差较小且均在6%以内,验证了计算方法的有效性。     

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。     

考虑互联互通的城市轨道交通网络列车开行方案优化

为顺应城市轨道交通网络列车跨线运营的运输组织发展趋势,从乘客和企业两方面,提出一种互联互通条件下城市轨道交通网络列车开行方案优化模型。模型以网络列车跨线交路组合方案和发车频率为决策变量,考虑线路通过能力、运用车数量、断面运能等约束,以乘客出行成本和企业运营成本的系统成本最小化为目标。针对模型变量多的特点,设计考虑理性乘客客流分配方法的改进邻域搜索算法进行求解。以包含4条线路的某城市地铁网络进行案例分析,研究跨线运营下的最优开行方案,并与分线运营予以比较,验证优化模型的可行性和算法的有效性。研究结果表明：1)改进的邻域搜索算法求解时间较短,且收敛解质量较稳定;2)与分线运营相比,互联互通下,全网系统成本降低了接近4.0%,全网换乘客流量降低了4.8%,同时开行跨线列车能有效降低企业运营成本,最多可降低40%;3)开行跨线列车提高了乘客的直通性,乘客直达路径数量提高了6.4%,多次换乘的行为大幅减少;4)为保证跨线运营的服务水平,应合理设置跨线交路数量。采用本模型时应充分考虑全网实际客流特点和乘客时间价值,当全网小时进站量大于97 314人次且换乘系数大于1.45时,跨线运营比分线运营更具...     

基于AFC数据的突发事件下城市轨道交通乘客路径决策研究

为了更好地刻画突发事件下城市轨道交通乘客路径决策行为,提出一种基于AFC数据的乘客感知路径决策分析方法。通过突发场景问卷调查数据,构建突发事件下乘客等待时间阶梯函数。依据突发事件下城市轨道交通乘客出行特点,建立突发事件下路径效用函数。考虑乘客出行行为受期望到达时间约束影响,构建乘客感知的路径决策模型,计算各路径选择概率。算例实验结果表明,模型计算结果与真实值相对误差不超过15%。将突发事件下与正常情况下的进出站客流、换乘量和断面客流量进行对比分析,掌握突发事件下路网客流分布规律。     

基于BC算法的地铁站台乘客分布建模及应用

为定量化分析地铁站台客流组织方案的应用效果,实地收集乘客候车分布数据,统计分析候车位置选择的特性,研究发现乘客的候车位置选择具有集中性,并受行走距离、排队长度和候车区域容量影响。基于细菌趋药性(BC)算法原理,结合站台乘客候车位置选择特性,建立了站台乘客分布仿真模型,并利用实测数据对模型进行了标定和验证。从实例站台的限流栏杆长度方面提出了优化方案,利用所建模型再现了实例站台的候车场景及优化方案,对优化效果进行验证。结果显示:优化的限流栏杆设置方案实施后,站台候车区域客流平均密度在各客流条件下分别下降了0.02、0.07和0.09,可上车的人数分别增加了10、8及11人次,因此所提优化方案具备有效性,得到的模型及应用成果能为地铁车站运营管理方在站台客流控制策略的制定方面提供理论支持和依据。     

基于 PIS 网络的城轨列车 辅助定位系统设计与实现

在信号系统失效的情况下,调度人员无法获悉列车位置,现有后备模式和电话闭塞法指挥行车存在效率 低下的问题,且具有一定的安全隐患。通过列车速度传感器、加速度传感器提供速度信息,持续计算列车位移, 并通过 PIS(passenger information system,乘客信息系统)网络通道传送给车载定位服务器;车载定位服务器再结合 信号系统故障时刻的位置信息,计算出列车的最新位置信息,以实现列车实时定位。该系统在合肥轨道交通 1 号 线上进行验证,结果表明该系统在全线及个别列车信号系统故障情况下,均能实现列车实时定位,站间平均误差 小于 1 m,全线定位误差率小于 1‰,全线单程累计误差距离小于 20 m。