基于网络客流传播的轨道交通关键站点识别

为了更为真实的反映城市轨道交通网络的实际运营情况,在复杂网络理论基础上,进一步考虑客流因素的影响,提高网络中关键站点识别的准确性,通过分析站区间断面客流来源,根据普通站和换乘站的客流运输功能特征,分别构建了客流传播模型,对历史刷卡数据配流统计标定模型参数,并结合复杂网络的度与介数提出了4个关键站点识别指标.以某市轨道交通网络为例,利用刷卡数据对某工作日早高峰时段进行了全网动态客流演示并展示关键车站.研究结果表明:关键线路为1号线与10号线,南站、西二旗、天通苑附近乘客滞留严重,客流负荷强度大的车站更易受到大客流的冲击;本文所构建的客流传播模型可动态显示全网各区间等级及滞留车站的变化,并能综合真实客流、线路运输能力以及线网结构三方面的指标识别关键站点,可更有效地为轨道交通网络安全管理提供参考.     

城市轨道交通网络可靠性分析

为预防突发事件对城市轨道交通网络的影响,提高应变能力、增强运营稳定性,有必要对其网络可靠性进行分析。以上海市轨道交通网络为实证对象,基于L空间和P空间方法建立两种网络拓扑结构,分析其复杂网络的静态特性。提出针对车站删除方法的4种攻击策略,并对各种攻击策略下网络可靠性的变化进行比较分析。结果表明,轨道交通车站网络和换乘网络对随机攻击具有鲁棒性,对蓄意攻击具有脆弱性;动态攻击策略对网络可靠性的影响比静态攻击策略更大。     

基于复杂网络的中国出口集装箱运价指数波动规律

借助符号动力学方法构建中国出口集装箱运价指数(CCFI)波动复杂网络模型，通过分析网络的模态强度及强度分布、加权聚集系数、平均最短路径长度、模态介数等动力学拓扑性质，研究集装箱运价波动的一般规律. 研究发现，集装箱运价波动网络具有小世界网络和无标度网络的特性，集装箱运价波动表现出群簇性、周期性、持续性和渐进性的规律. 波动子群内模态转换周期不超过2 个月，但子群外模态转换平均周期为3.8 个月，集装箱运价群簇性波动通过点强度低介数高的模态进行转换. 基于复杂网络理论的集装箱运价波动规律研究，为政府部门及航运企业加强集装箱运价波动风险的认知与防范提供了一种新视角.     

基于集对分析理论的山区等级公路路侧风险研究

交通安全中的路侧事故风险评价是一项受较多因素影响的复杂工程,需要依赖于有效的风险评价模型。选取了适用于山区等级公路路侧风险评价指标体系,提出了基于集对分析理论的山区等级公路路侧风险评价模型,建立了评价指标与风险等级间的联系数表达式来评价路侧风险等级。最后,通过选取贵州省内某二级公路进行实例计算,验证了该方法的可靠性。     

一体化公交网络均衡配流模型

分析了一体化公交网络的交通特性,基于一体化公交出行的路径特点,研究了公交出行时间与出行费用因素对出行阻抗的影响.考虑人流密度对步行速度的影响以及出行费用与时间的换算关系,将公交出行的路段阻抗、节点阻抗与费用阻抗统一换算为时间,建立了一体化公交网络的出行阻抗函数.利用Wardrop均衡原理,建立了一体化公交网络的均衡配流模型,并通过FW算法对配流模型进行求解.计算结果表明:当地面公交线路长度与轨道交通长度分别为57.3、16.2 km时,轨道交通线路输送的客流量占总客运量的65.4％,通过换乘进入轨道交通系统的客流量达55.4％.构建合理的一体化公交网络能降低乘客出行总阻抗,提高公交系统运输效率.     

基于三角模糊和可变模糊集理论的地铁运营风险评价

为了弥补现有指标权重确定方法的不足,采用了三角模糊理论从风险指标对地铁运营风险发生的可能性及后果严重程度两方面确定指标权重.考虑到该指标体系具有层次结构复杂、指标属性多样等特性,提出选用可变模糊集方法对地铁运营风险进行综合评价,并以北京地铁某线路为例进行说明.实例分析表明:以三角模糊理论作为数学背景可以解决权重确定中的主观性和不确定性问题,而以相对差异函数为基础的可变模糊评价模型,可以通过变化模型及其参数确定单因素对各等级的隶属度,明确各分系统的风险等级.     

基于三角模糊和可变模糊集理论的地铁运营风险评价

为了弥补现有指标权重确定方法的不足,采用了三角模糊理论从风险指标对地铁运营风险发生的可能性及后果严重程度两方面确定指标权重.考虑到该指标体系具有层次结构复杂、指标属性多样等特性,提出选用可变模糊集方法对地铁运营风险进行综合评价,并以北京地铁某线路为例进行说明.实例分析表明:以三角模糊理论作为数学背景可以解决权重确定中的主观性和不确定性问题,而以相对差异函数为基础的可变模糊评价模型,可以通过变化模型及其参数确定单因素对各等级的隶属度,明确各分系统的风险等级.     

高速公路雾区多气候耦合段概率风险分析

高速公路雾区路段常伴随雨、冰、雪等复杂气候,综合考虑雾与雨、雪、冰等复杂因素耦合对高速公路事故风险评估具有重要意义. 引入“场”理论,构建高速公路雾区风险场模型,并基于模型对雾区多气候耦合路段的参数指标和道路风险进行分级研究. 首先,截取典型雾区路段进行栅格化分析,构建高速公路雾区风险场;然后引入PRA方法进行雾区风险场链式风险叠加分析,构建雾区风险场数值模型;最后以G5高速雅安至石棉段作为分析实例对模型进行验证,基于场理论给出了与当前国内气象预警分级相匹配的高速公路雾区耦合段风险分级指标,并将雾区路段的风险分级为四级,其中行车风险等级最高的为第1级．研究结果表明:场理论适用于多气候耦合的高速公路雾区段风险分析;高速公路雾区风险场是一种数量场和不稳定场,其不稳定性主要表现为雾区路段各气候参数的时变性;风险分级结果综合考虑了道路线形和环境特征以及基于时间变化的道路气候耦合特征,风险分级指标更符合基于时间动态变化的道路交通风险特性.      

SOM网络在铁路危险货物专用线风险评价中的应用

为合理确定铁路危险货物专用线的风险水平,提出了一种基于神经网络技术的风险评价模型.根据铁路危险货物专用线运营的特点及国家相关标准的要求,比较全面、系统地构建了铁路危险货物专用线及附属设施风险评价指标体系.为了弥补现有铁路危险货物专用线定量风险评价方法的不足,提出了基于自组织特征映射(SOM)网络的铁路危险货物专用线风险评价模型,并将训练后的模型应用于中石油某线路的风险评价,确定了该线路的风险等级.实例计算表明,该模型假设合理,计算结果符合实际情况.     

基于复杂网络的南京城市轨道交通站点重要度评估

随着城市化进程的迅速推进以及大都市城市轨道交通网络化运营的逐步实现,城市轨道交通在城市交通系统中扮演的角色越来越重要,一旦城市轨道交通网络中的重要节点发生了紧急事件,必然会严重影响到城市轨道交通的正常运营。本文主要利用复杂网络理论对城市轨道交通网络进行分析,首先介绍了城市轨道交通网络的复杂网络特征,在此基础上提出利用SpaceL方法构建城市轨道交通网络拓扑结构,并且使用TOPSIS方法构建基于城市轨道交通网络特性的节点重要度评估模型,以南京地铁为例,得出南京城市轨道交通站点重要度排序。确定城市轨道交通中的关键节点,可以给城市轨道交通网络可靠性的研究提供很大的帮助,对于城市轨道交通网络的优化有着重要的意义。     

基于动态反馈神经网络的城市轨道交通短期客流预测

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交通的断面客流特征的基础上,建立基于动态反馈神经网络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断面客流数据训练动态连续的神经网络,以此对未来客流进行预测;并以北京轨道交通某日早高峰客流为例进行分析,验证了该模型与方法的有效性。     

城市轨道交通碳排放效率与影响因素研究

从静态和动态两方面综合分析我国城市轨道交通的碳排放效率,以探索高效、绿色的城市轨道交通发展路径。首先,利用“自上而下”的方法测算城市轨道交通系统的碳排放量,构建涵盖车辆、人力、能源、环境、运输效益的要素体系;然后,运用考虑非期望产出的超效率SBM(Slack Based Model)模型测度我国23个省会城市轨道交通碳排放效率,利用方向性距离函数构建GML (Global Malmquist-Luenberger)指数分析碳排放效率的动态变化特性;最后,采用面板模型厘清碳排放效率的影响因素。模型计算结果表明：城市轨道交通碳排放效率总体呈现与网络规模正相关的差异化态势,不同类型城市轨道交通碳排放效率GML及其分解指数的变化特征有所差异; 规模效率、技术进步对城市轨道交通碳排放效率具有提升作用,规模效率、技术进步指数每上升 1%,碳排放效率GML指数分别提高1.906%、2.338%,火力发电比例对碳排放效率的提升有一定的抑制作用;随着城市轨道交通网络的发展,碳排放效率的提升仍需要技术进步的推动。最后,针对不同类型城市轨道交通提出了提升碳排放效率的策略要点。     

城市轨道交通网络化客流特征及成长规律——基于京沪穗深城市轨道交通网络客流数据分析

中国各大城市轨道交通将陆续进入网络化运营阶段,然而对于网络化进程中客流特征及成长规律尚缺乏深入细致的分析与研究。对北京、上海、广州、深圳4个城市轨道交通网络化进程中的客流特征及成长规律进行系统总结,涉及客运量及客运强度、断面客流量分布、线网换乘系数、乘距与运距、客流时间分布等。同时,针对轨道交通沿线土地利用、线网规模、服务水平、票制票价等影响客流特征变化的主要因素进行分析。在此基础上,对当前中国城市轨道交通规划、建设、运营组织的若干关键问题提出建议。     

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。      

北京市轨道交通车站客流时空分布特征

轨道交通线网客流特征实质上是车站客流时空分布叠加及交换的效果体现,通过分析车站客流的波动性,发现北京轨道交通系统在不同时间维度和区域范围均呈现出明显的不均衡特征。针对车站特点进行聚类分析,归纳出周边不同用地类型的车站客流时空分布差异性特征规律,并进一步分析了进站客流和换乘站客流特征以及进出站客流接驳特征。在此基础上,对北京市轨道交通发展提出应建立多层次的轨道交通系统和多样化的轨道交通运营组织方式;重视换乘站在网络中的合理布局,改进换乘站设计与运行组织;结合车站区位特征制定差异化接驳服务等建议。     

���й����ͨ���г�����ģ��ϵͳ�о�

探讨了开发城市轨道交通多列车运行模拟系统的关键问题.研制了可用于多 列车运行模拟、牵引计算、方案评价的模拟系统,该系统采用面向对象的方法和模块化的设计,具有良好的可扩展性.重点介绍了模拟系统的总体结构设计和多列车追踪运行的计算模型.此外,本文以实际线路为背景,对多列车的运行过程进行了模拟,模拟结果表明,系统可用于分析列车安全运行间隔、研究多列车运行时相互间的影响、研究不同的信号显示制式对列车运行的影响等.     

城市连绵地区轨道交通服务层级构建

面向城市连绵地区构建与之适应的轨道交通系统,关键在于提供具有针对性的服务层级,满足区域范围内不同的出行需求,应对出行链的复杂性和多样性。从城镇群、都市区、中心城市三个层面分析城市连绵地区的典型空间形态,并探讨与之对应的城际出行、城郊出行、城市内部出行活动特征。提出构建差异化的轨道交通层级,即区域轨道交通、市域轨道交通、市区轨道交通,重点探讨各个层级轨道交通的构成、作用、线路技术特征等,以及不同层级的衔接关系。     

公共汽(电)车与轨道交通衔接联动控制模型研究——以广州市为例

公共汽(电)车与轨道交通是城市公共交通系统中最重要的两种交通方式,如何协调两者之间关系,实现两网融合发展,提高整个公共交通系统的运输效率,是现阶段公共交通发展面临的重要课题。以广州市公共汽(电)车与轨道交通衔接为例,分析现状衔接水平,并将轨道交通服务区域划分为3个不同圈层。根据各圈层特点,综合考虑乘客对拥挤程度忍受的时间以及轨道交通客流平均运距等特征,选取表征轨道交通服务水平的评价指标,构建公共汽(电)车与轨道交通衔接联动控制模型,并制定相应的衔接联动控制策略。最后,以广州市为例,将构建的模型实际应用于轨道交通三号线沿线公共汽(电)车线路的优化调整。     

���й����ͨ�������ܷ���

随着新线的建设,城市轨道交通网络规模不断扩大,不同时期的网络特征不同,以北京为例分析发展变化规律,可以为轨道交通网络化运营提供建议.根据复杂网络理论,首先对比了北京市轨道交通规划路网和目前运营路网的网络特征值,分析了特征值的变化规律,得出规划路网的平均度、聚集系数、平均最短距离等指标均有所增大,但由于服务半径扩大,网络效率略有下降.然后针对重要节点失效和线路失效,对比了失效后的网络弹性,并确定了网络中的重要节点.结果表明：节点失效和线路失效对规划路网的影响较小,部分车站的重要度随着网络完善而发生改变,对于运营路网,必须保障重要节点的可靠性.     

���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.