换乘导向的轨道交通网络发车时间优化研究

针对大城市轨道交通网络换乘站在高峰时段换乘乘客聚集造成的瓶颈,带来的运营安全性能差、效率低等问题,基于非线性规划方法,构建了以网络总换乘等车时间最短为目标的数学模型.该模型考虑了乘客在换乘站的走行时间,以列车发车时间的调整变化量为决策变量,利用调整轨道交通列车在起点站的发车时间及时刻表,协调了列车在换乘站的换乘衔接时间.用模拟退火算法进行求解,得到优化的列车发车时间及时刻表.对13个换乘站及5条线路组成的深圳市轨道交通网络进行优化,结果表明,早高峰小时的优化方案使网络乘客总的换乘等车时间减少了689 h,提升系统换乘效率22%.     

区域轨道交通网络运能匹配方法研究

本文提出基于铁路列车到达时变性的区域轨道交通运能匹配优化方法,通过调整地铁首班车发车时间以及发车时间间隔的大小,通过最小化铁路换乘地铁和地铁内部换乘的总换乘等待时间为优化目标,提出区域轨道交通网络运能匹配优化方法。以成都市区域轨道交通网络为例,计算最优的首班车发车时刻和每条地铁线路的发车间隔,优化后路网的总换乘等待时间减少了17 002 577.37s,人均换乘等待时间减少了6.55%,铁路换乘地铁的乘客平均换乘等待时间减少了8.92%, 77.08%的乘客换乘时间缩短。     

“履带式”轨道交通换乘线路可行性研究

现有轨道交通体系中“换乘乘客”与“直达乘客”都直接共享同一线路车次,换乘站成为交叉拥挤的主要地段。为解决换乘站内换乘乘客与直达乘客相互占线而导致人流拥挤问题,在现有城市轨道交通规模下,将轨道交通换乘站进行整合,建立起环形或线形的“履带式”轨道交通换乘线路,结合建筑信息模型（BIM ）模拟“履带式”交叉线路换乘线路的构建。新规划的“履带式”轨道交通换乘站路线直接与原线路相脱离,成为专门的换乘线路,原线路规划为直达线路,换乘乘客与直达乘客仅通过换乘站进行乘客交换,然后各行其道达到互不干扰目的。     

基于乘客等待时间最短的市郊公交发车时刻优化模型研究

在对国内外研究现状分析的基础上,分析了轨道交通与市郊公交的换乘组织。针对市郊公交作为轨道交通接运交通的情况,从乘客换乘等待时间的角度对轨道交通与市郊公交的最佳衔接问题进行了研究,应用运筹学理论,建立了满足乘客换乘等待时间最短的市郊公交发车时刻优化模型。根据北京地铁13号线龙泽站的相关数据,对该站轨道交通与市郊公交的换乘进行了优化,提出了443路市郊公交发车时刻的优化建议。研究结果表明,此模型能最大限度地减少乘客换乘总等待时间,对于发车间隔较大的公交方式间换乘的时间节约效果更为明显。     

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。     

城市轨道交通首班车衔接优化研究

在城市轨道交通首班车接续关系中,不存在两交路无法接续的情况,仅需考虑等待时间。因此,客流分布规律、服务水平对首班车的发车时刻编排具有决定意义。通过分析首班车衔接优化研究的重要性,提出将各个换乘方向的换乘客流量作为权重定量衡量首班车协调层次的方法。以列车运行组织、换乘站到发时刻等为约束条件,以首班车乘客加权换乘等待时间最小化为衔接优化目标,建立首班车衔接优化模型。利用遗传算法思想,运用MATLAB对模型进行求解。最后,以北京市部分地铁线网为例验证了模型的可行性。     

城市轨道交通网络首班车时段时刻表优化研究

城市轨道交通首班车时段的客流规律与其他时段不同,依据时段内客流的规律来制定线网列车衔接方案与时刻表,可以提高乘客的换乘效率和减少换乘等车时间.基于简化的线网拓扑,考虑乘客和运营两个方面,以乘客换乘等车时间成本和线路发车成本最小为目标,构建首班车时段列车时刻表的优化模型,并利用遗传算法进行求解.最后,通过深圳地铁网络的首班车客流数据验证模型的有效性.结果表明:优化后的首班车时刻表减少了乘客换乘等车时间成本和列车发车成本,可以为制定首班车时段时刻表提供依据.     

考虑同站台换乘的地铁线路到站时刻协调

地铁线路时刻表的协调有利于节省乘客在不同线路之间的换乘时间,对于同站台换乘的情况,除了要考虑乘客换乘时间外,还需要兼顾换乘客流对冲的安全因素。本文首先建立了地铁列车到站时刻协调优化的混合整数线性规划(MILP)模型,模型以乘客总换乘时间及列车惩罚项之和最小为优化目标,包含列车到站时刻、乘客换乘行为以及换乘客流对冲三组约束条件。接着,本文构造了四个数值算例,使之涵盖两条线路发车间隔的三种关系:两者相等;两者不等且成倍数关系;两者不等且不成倍数关系。结果表明,本文模型针对线路发车间隔的三种关系,均能给出最优解,在避免或减少换乘客流对冲的情况下,使得乘客总换乘时间达到最小。     

广州市公交与地铁调度协同发展方案

研究公交与地铁调度协同发展,以地铁客流为基准匹配接驳公交的发车间隔和运力配置等,可有效减少乘客换乘等待时间,提升公交与地铁衔接一体化效益。首先建立以乘客换乘时间和公交企业运营费用的总成本最小化为目标的运营计划优化模型,确定调度协同的综合启动阈值,通过分析接驳公交客流分布特征,初步制定各接驳公交晚高峰时段的发车时刻表;其次以满载率等为约束条件,确定初始车型建议,得到初始的调度协同方案;最后对线路的满载率分析,对于存在满载率过高或过低的线路调整发车间隔和车型配置,得到最终的公交与地铁调度协同方案。研究结果有利于解决广州市目前公交与地铁换乘时间过长问题,提高接驳公交的吸引力和竞争力。     

考虑换乘站点时间权重的公交时刻表优化

不同公交线路间的有效换乘是提高城市公共交通系统运行效率、减少乘客换乘等待时间的重要环节,其核心是确定合理的公交发车时刻表。首先,针对国内外公交时刻表优化设计现状进行分析,提出不同出行目的乘客出行时间效用值不同的概念,将其与换乘站点重要度结合考虑,构建出了考虑换乘站点时间权重的最小化乘客换乘等待时间的优化设计模型,并利用遗传算法对算例中的公交时刻表进行优化。与现有模型比较分析可知所建立的优化模型能减少公交网络总换乘等待时间,且换乘站点的时间权重越大,该站点的换乘等待时间就越小,与实际情况相符。     

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。     

城市轨道交通车站站台行人交通特性

为了确定城市轨道交通车站站台行人交通特性,以北京市地铁2号线西直门站站台视频资料为基础,观测站台区域行人交通行为,分析行人速度、候车位置分布、密度时空分布特性。分析结果表明：与街道环境相比,站台区域行人自由流速度均值偏高,且站台与楼梯邻接区域行人速度随密度的增大下降较快;车辆到达之前行人候车呈队列形式,车辆到达后呈扇形分布在车门两侧;站台区域行人密度时空分布受轨道交通车辆班次影响,表现出规律性波动变化。     

换乘效率对城市轨道交通分担率的影响研究

为评估换乘效率对轨道交通分担率的影响,引入拥挤感知系数、环境修正系数及换乘次数惩罚系数,将客观换乘时间转化为感知换乘时间,并以此为基础构建了轨道交通分担率模型.利用北京市第4次出行调查数据对该模型进行标定,探讨了轨道交通网络换乘效率改善对不同出行距离乘客分担率的影响.结果表明:换乘次数、换乘走行时间、换乘等待时间及换乘环境的改善能够有效地提高轨道交通的分担率,尤其是对中短距离乘客的影响巨大;换乘拥挤是影响中长距离乘客选择轨道交通的重要因素,当换乘通道通过能力及换乘站台容量较小时,拥挤感知系数快速增加,严重降低轨道交通网络的分担率.     

多模式网络公交OD矩阵的一种推算方法

为了分析轨道交通对常规公交乘客选择出行方式的影响,用Dijkstra算法寻找出行时间最短的路径,在此基础上,以出行时间最短作为出行方式选择的规划目标,使用MATLAB软件,设计了轨道交通影响下的常规公交客流量OD矩阵的算法.与传统的重力模型相比,避免了估计阻抗系数的复杂过程.算例结果表明:为了换乘轨道交通, 43.7%的公交站客流量增至轨道交通出现前的2.73倍; 56.3%的公交客流量被轨道交通替代.      

考虑列车总晚点和到发均衡性的地铁列车运行调整 方法研究

当城市轨道交通列车在运行过程中因设施设备失效、司机操纵不当、上下车客 流过多等外部因素发生晚点时,需对晚点列车的计划运行时分进行调整.为保证城市轨道 交通系统服务水平和降低车站站台客流集聚过多或列车过于拥挤造成的安全隐患,本文 构建以减少列车总晚点和提高列车到发均衡性为优化目标的列车运行调整模型,并采用 遗传算法进行求解.案例分析表明,本文提出的模型和算法可以较快地求出满意的列车运 行调整方案.通过调整遗传算法适应度函数的权重系数可以平衡调整方案中的列车总晚 点时分和列车到发均衡性.在人工驾驶的线路上,与各列车赶点运行调整策略相比,本文 提出的列车运行调整方法可以在降低列车总晚点时分的同时显著提高列车到发均衡性.     

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。