城市轨道交通站台最高聚集人数计算方法研究

对周期时间内城市轨道交通站台客流分阶段变化过程进行分析和简化. 基于乘客遵循先下后上原则的情形,提出一种在列车到达间隔时间恒定条件下计算站台最高聚集人数的方法. 在此基础上,进一步考虑列车到达间隔时间偏离图定时间的情况,对列车到达间隔时间的分布进行分析,提出在列车到达间隔时间存在偏离的情况下对应于给定概率的站台最高聚集人数的计算方法. 以某城市轨道交通车站为案例,在考虑列车到达间隔时间偏离的条件下计算该站岛式站台最高聚集人数. 与现行设计规范的计算方法相比,采用本文提出的方法算得的站台最高聚集人数较小.     

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.     

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.     

市域轨道交通线路快慢列车停站方案研究

为解决市域通勤客流欲快速到达目的地的需求问题，以乘客的出行时间节约值最大为优化 目标，建立大小交路条件下的快慢列车停站方案模型。基于乘客出行时间效益优先原则，考虑乘客候车时间、乘客在车区间运行时间、乘客在车等待时间以及越行对慢车乘客的延误和快车乘客 的时间变化影响等因素，构建了目标函数，同时以列车开行密度、满载率等作为约束条件，建立 0-1 整数规划模型。通过在实际算例中运用遗传-禁忌算法对模型进行求解，得到快车的最佳停站方案，并将计算所得方案的乘客出行时间与相同交路条件、发车间隔以及开行比例下的普通站站 停开行模式的时间进行了对比分析。结果表明，该方案可以节省总出行时间约8 062h，节省人均出行时间约8.5min，人均延误时间约0.86min，总体提高了乘客出行效率和服务水平，具有有效性和合理性。     

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。     

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。     

混合到达模式下市郊列车开行方案优化研究

针对市郊铁路服务长距离通勤客流的定位和客流到达分布不均的特征,提出在市郊铁路以公交化方式开行多种停站模式列车.将市郊客流按照到达分布的不同,分为均匀到达和非均匀到达两部分,使用混合分布刻画不同列车服务频率下的两类客流到站方式,并考虑停站多样化产生的企业附加成本,建立以乘客出行时间最少和企业运营成本最低为目标的市郊列车开行方案优化模型.结合市郊客流特点,分析列车开行方案与乘客选择间的动态影响关系,给出在市郊列车多停站、公交化运营时的混合客流分配方法;以该方法为迭代基础,设计了遗传求解算法.算例分析表明,与均匀到达模式相比,本模型给出的开行方案可有效降低出行时间和开行成本,具有更好的开行效益.     

跨线运营模式下地铁列车运行图调整优化方法

地铁列车跨线运营模式使列车运行调整工作更为复杂精细。为应对因故障导致的线路区间通过能力下降，采用小交路折返、暂停运行、上线运行、取消跨线和恢复跨线这5种策略对列车运行图进行调整。考虑运行安全、配线占用、车底接续和乘客出行等约束，构建以乘客出行时间和列车延误最小化为目标的列车运行图调整优化模型，结合非支配遗传算法Ⅱ和跨线运营列车时刻推算算法对模型进行求解，并通过案例验证模型与算法的有效性。案例研究结果表明：与完全保留原跨线运营计划和转为独立运营模式的两种调整方案相比，本文提出的方法在多个场景下使乘客出行时间和列车运行延误分别平均减少了3.86%和21.07%；采用作业冗余时间较长的过轨方式可提高列车运行调整的抗风险能力，乘客平均换乘等待时间和列车平均延误分别进一步降低了4.06%和3.77%。     

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。      

基于时空路径推算的城轨网络客流分配方法

针对城市轨道交通客流分布推算问题，根据自动客票采集系统（AFC）数据和列车时刻表数据，提出基于乘客出行时空路径推算的网络客流分配方法.首先，利用前述两类数据估算乘客出行时间参数；其次，使用基于插点法的可行路径搜索算法得到全网各OD (origin–destination)对的可行路径集合；再次，基于乘客进出站刷卡信息、列车时刻表数据及匹配的可行路径集合，构建乘客有效出行路径集和列车集的推算模型，获得有效出行结果集；进一步，结合所得有效结果集合与列车载客量限制，并根据列车时刻表完成列车运行推演，确定唯一的有效出行路径和所乘列车；最后，设计开发基于C#语言的城市轨道交通网络客流推算系统，对某城市轨道交通工作日客流数据进行案例研究.结果表明：客流推算系统所得的断面客流推算值与运营参照值的平均差异上、下行分别为2.03%、3.90%；列车满载率变化趋势符合线路路由特点；早晚高峰时段换乘站的换乘客流来源站点固定，但早高峰来源量比例较晚高峰稳定.     

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.      

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。      

考虑城市客运结构优化的城市轨道交通定价方法研究

票价直接影响乘客出行方式选择和城市客运结构.在比较交通方式相对优势度和影响因素的基础上,以城市综合交通乘客出行时间最少,整体系统结构优化为目标,构建了城市客运系统整体出行时间最小的双层规划模型,并进行算例分析,验证模型的可操作性.算例表明,调整城市轨道交通票价情况下,随着票价降低,选择城市公共汽车和私人小汽车出行客流转移到城市轨道交通,城市轨道交通客流逐步增加,整个系统广义出行成本降低,系统总出行时间减少.城市客运系统结构中各交通方式优势的发挥受票价影响,在城市轨道交通票价制定时,应优先提高城市轨道交通客流量以增强客流分担率,最大可能发挥其运能大和系统出行时间少的特点.     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。      

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.     

考虑换乘时间影响的城市轨道交通路径选择行为研究

研究乘客路径选择行为有助于掌握城市轨道交通网络客流分布规律.本文在分析城市轨道交通乘客路径选择行为影响因素的基础上,重点考虑换乘时间对乘客换乘费用感知的影响.实际调查表明,乘客感知的换乘走行时间与实际的换乘走行时间符合幂函数分布.本文将换乘走行时间惩罚系数设定为换乘走行时间的幂函数.在此基础上,本文构建了乘客出行广义费用模型,采用改进的深度优先算法搜索两点间的有效路径,并利用Logit 随机路径选择模型计算各有效路径的选择概率.最后,以北京市轨道交通网络的数据对提出的模型和算法进行验证,案例分析结果验证了本文提出的模型的合理性.