城市轨道交通有权网络相继故障可靠性研究

通过轨道网络交通智能卡的数据建立了网络权重矩阵,再加上复杂网络的参数被网络结构确立,复杂网络参数的有无权重定义了四种相继故障的参数和评价模型。以我国首都北京为例,研究分析有无权重的可靠性,根据研究分析表明,可靠性评价模型十分适用于判断可靠性,它的可操作性强,不仅可以弥补中的缺陷,而且还可以向更好的方向发展。     

基于复杂网络理论的广州轨道交通网络可靠性研究

城市轨道交通网络是由轨道线路和车站组成的复杂网络,利用复杂网络理论探讨轨道线网的可靠性对提升其可达性和运营效率有重要意义. 采用space L方法对广州轨道交通网络进行了拓扑建模,计算分析了节点度、聚类系数、平均路径长度等指标及其分布规律,并重点研究了换乘车站故障情况下整个轨道交通网络受影响程度及可靠性. 结果表明,现阶段广州轨道交通网络呈现随机网络的特征,换乘车站发生运营故障将严重影响网络中的较长距离出行,降低轨道交通网络的客流吸引度,广州轨道交通网络在换乘车站故障后其全局效率降低,局部效率不变,车站之间的紧密程度较差.     

城市轨道交通超大客流网络拥挤传播研究

为研究城市轨道交通超大客流传播的时间规律以及不同数量拥堵站点对整体轨道交通网络的影响,通过定义超大客流,引用疾病传播理论,建立了基于网络拥挤模型的超大客流拥堵网络疾病传播模型,并运用Adams微分方程数值进行模型求解。对反演参数得到的SIR传染病模型的传播特性拟合运用于轨道交通网络,并通过不同的初始拥堵站点数量进行仿真。研究表明：轨道交通超大客流的病态传播受传染概率、恢复概率、初始拥堵站点数影响,该联系为超大客流网络拥挤传播提供一种新的研究思路。     

不确定需求下轨道交通网络的鲁棒性优化

轨道交通网络设计是轨道交通规划的重点,本文研究不确定需求下轨道交通网络设计的鲁棒性优化问题.提出了不确定需求下轨道交通网络鲁棒性的概念.针对不确定需求可以被预测和不可以被预测的两种情况,分别建立了scenario 模型、minmax模型,这两个模型在优化目标中均综合考虑了最小化轨道交通线路总长度、最小化乘客总出行距离、最小化乘客总换乘次数,并基于遗传算法给出了这两个模型的求解算法.scenario 模型权衡网络的服务水平与网络对于不确定需求的抗干扰能力;minmax 模型侧重于网络在最坏情况下仍然能够保持较好的服务性能.最后,给出算例,验证了提出模型与算法的有效性.     

轨道交通网络级联失效影响范围研究

轨道交通系统因多因素干扰引发客流集中、车站拥挤，并相继传播至周边车站，形成级联失效. 把握拥挤在轨道交通网络的传播范围，是减少交通突发事件影响的基础. 基于轨道交通拥挤传播机理分析，将物理结构、网络初始交通状态、客流量融合进耦合映像格子模型 (Coupled Map Lattice，CML)中，通过历史客流数据量化参数，构建轨道交通拥挤传播模型，展开3 种不同情景下拥挤传播过程分析. 实例验证结果表明，轨道交通车站的初始状态、耦合系数对拥挤传播影响显著，网络结构对拥挤传播范围的影响并不明显. 根据网络结构、初始值和耦合系数，可以掌握拥挤传播规模，识别拥挤车站的影响范围，有助于提高轨道交通系统的可靠性.     

基于组合权重的城市轨道交通项目效益评价

利用组合权重对城市轨道交通项目效益评价进行研究,以优化轨道交通建设资源分配,使前期建设规划更具有指导性、可行性。首先,选取轨道交通项目的交通效益、环境效益、社会效益三个方面的节约乘客出行时间、减少交通事故、诱增客流、节约能源、减少环境污染、减少噪声影响、发掘经济潜力、促进国土增值和增加就业机会9个指标,构建轨道交通项目效益评价体系。然后,结合AHP(层次分析法)和CRITIC(客观权重法)各自特点,设计组合权重模型对评价指标进行组合权重计算。最后,研究选取成都轨道交通项目数据进行仿真实验。结果表明,组合权重可以弥补单一评价方法的不足,基于组合权重的评价体系得出的指标权重更具有可靠性,并为轨道交通项目前期规划设计提供一定的参考。     

基于贝叶斯网络推理的道路网络级联失效仿真

针对道路网络级联失效与其它复杂网络相比具有的特殊性,基于贝叶斯网络推理,融合驾驶者出行先验及出行信息,研究了道路网络级联失效的演变机理及演变过程.编制MATLAB程序生成基于道路网络的贝叶斯网络结构,根据贝叶斯网络参数学习 MATLAB程序,学习了驾驶者感知路段属性变化;给出了仿真算法,仿真了贝叶斯网络推理中不同出行先验权重,以及出行信息量对道路网络属性及级联失效的影响.结果表明,贝叶斯网络推理可以较好地反映驾驶者出行路段选择对道路网络级联失效的定量影响,为研究道路网络级联失效提供了新的研究思路和方法.     

城市轨道交通网络化运营安全对策研究

随着我国城市轨道交通网络化进程的快速推进,轨道交通的运营管理方式正从单线相对独立运营逐步向多线综合运营的方式转变,形成了轨道交通网络化运营的新局面.新线路、新技术、新设备的密集投入使用,轨道交通网络结构日益复杂,不同轨道交通线路制式和功能多元化等因素都使得网络化运营管理的难度大大增加.因此,研究城市轨道交通各线路间的协调问题,制定合理的网络规划和运营计划,提高各线路规划和运营协调性,对于保证轨道交通网络的高效、安全和可靠运营具有重要的意义.     

基于空间流量度的城市路网关键节点挖掘方法

针对城市路网关键节点识别与管控问题中传统方法欠考虑结构、流量等多元因素影响,并引入了过多权重参数主观性太强等问题,引入了节点的空间流量度和网络结构流量熵两个新概念,构建了有向含权路网模型,提出了基于空间流量度的城市关键节点识别方法.以北京市四环内路网为例,计算了路网度分布以及速度分布,对比了不同方法的有效性.研究结果表明:方法能够同时识别出流量较大和结构重要的节点;此外,模型参数α增加和β降低有利于提高网络连通性能,但α增加和β降低不利于流量的均衡分布;文中方法和结果可为城市交通规划、设计和管理提供参考,对于缓解拥堵、提高鲁棒性具有重要意义.     

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。     

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。      

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。     

重大公共卫生灾害主动限流背景下城市轨道交通网络集成韧性

分析了重大公共卫生灾害对城市轨道交通网络集成韧性的影响机理；基于韧性曲线模型对传统韧性测度方法进行了修正，构建了面向重大公共卫生灾害影响的城市轨道交通网络集成韧性测度方法；评估了城市轨道交通网络节点重要度水平，运用复杂网络构建了城市轨道交通网络拓扑模型，对节点客流进行了模拟分配；应用SEZIR传染病传播模型模拟了灾害传播过程，研究了城市轨道交通在重大公共卫生灾害背景下的集成韧性水平演化规律；以西安市疫情发展过程为研究对象，对主动客流限制下城市轨道交通网络的集成韧性水平进行了模拟和数值分析。研究结果表明：主动客流限制措施能够有效提高城市轨道交通网络对重大公共卫生灾害的阻断能力，当客流限制水平达到30%后，重大公共卫生灾害传播过程趋于平缓；主动客流限制措施会直接导致城市轨道交通网络运行效率降低，但能够提升城市轨道交通网络在重大公共卫生灾害影响下的集成韧性水平；当客流限制水平分别为70%、40%和20%时，城市轨道交通网络集成韧性水平的改善提升效果更加明显，累积改善效果分别可达到10.73%、46.87%和226.81%。     

基于时序特征的城市轨道交通客流预测

通过分析城市轨道交通客流量的时序特征和RBF神经网络的作用机理,将具有不同时序特征的数据分别用不同的神经网络进行处理,建立了基于客流时序特征的并行加权神经网络模型,并用该模型对北京市城市轨道交通各条线路的客流进行预测.结果表明,各线路客流量预测结果的平均绝对百分误差均在10％以下,小于单个神经网络的预测误差,提高了预测精度.     

基于客流加载的城市轨道交通网络关键点分析

在城市轨道交通网络化运营中,节点重要度的有效评估对优化网络结构、提高网络运营效率具有十分重要的意义。以网络节点为研究对象,改进经典space L模型,考虑运用同异站台换乘构建网络拓扑结构,建立客流均衡分配模型,基于复杂网络理论,提出网络客流加载条件下车站节点重要度的3个评价指标,分析各指标与实际客流的相关性,得到节点重要度的综合测算模型。以北京地铁网络进行实例分析,结果表明客流加载条件下的节点重要度更符合地铁网络的运营实际。     

融合网络拓扑结构特征与客流量的城市轨道交通 关键节点识别研究

科学合理地识别轨道交通网络的关键节点，并制定针对性的维护管理措施，有助于保障轨道交通的稳定运行。网络中的节点在局部发挥着对外传输与连接的作用，在全局中影响着网络的传输效率，同时，也必然受到其他节点的影响，本文提出一个考虑邻居节点影响的改进节点度模型评价节点的局部重要性，以及一个考虑其他节点影响的改进节点效率模型评价节点的全局重要性，基于改进的节点度模型和节点效率模型构建节点网络拓扑结构重要度评价模型，综合反映节点的局部重要性和全局重要性，也能反映其他节点对目标节点的影响；以进出站客流和换乘客流为基础建立节点客流量重要度评价模型；进一步构建综合考虑节点网络拓扑结构重要度和客流量重要度的关键节点识别模型，更加全面地评价节点的重要性，并以西安市数据为基础进行实例验证。结果表明：本文模型所识别出的关键节点，能很好地体现节点在网络中的功能特性；排名前5的关键节点失效，会导致客流损失34.41%，网络效率降低57%，相对最大连通子图比例下降91.82%，证明了模型的有效性。     

广州市轨道交通客流特征分析

科学合理的预测轨道交通客流状况已成为轨道交通系统决策中面临的重大课题,需要在实践中不断积累、完善和提高。根据广州市轨道交通运营资料,从网络、线路、车站三个层面探讨轨道交通从单线向网络转变过程中的客流特征和成长规律,为客流预测模型的参数选择提供参考。分析发现：随着轨道交通网络的扩展,客运强度边际效应递减、换乘系数增大、平均运距增长;从线到网,换乘客流成为客流增长的主要来源;不同类型车站的客流特征差异较大,预测时应分类考虑。     

���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.     

基于元胞自动机的轨道交通客流拥堵传播研究

随着轨道交通网络化运营的发展,客流拥挤己成为大城市轨道交通常态.本文基于元胞自动机建立轨道交通大客流拥堵传播仿真模型,研究通勤大客流情景下城市轨道交通车站与区间拥堵状态传播问题.该仿真模型克服平均场理论的局限,通过建立局部交互的演化规则反映大客流传播过程中车站与车站间、车站与列车间的交互作用,定义列车满载率作为传播强度的衡量指标.从网络层、线路层和车站层构建指标,定量分析大客流拥堵传播规律.结果表明,本文模型可用于分析可预见性的大客流,预测客流在轨道交通网络中的传播规律,为客流控制策略的制定和评价提供依据.     

轨道交通与城市协同发展的空间差异性分析：以北京市为例

为识别轨道交通与城市协同发展程度的空间差异性，以及不同空间范围内城市发展水平对轨道交通客流影响的差异性，引入描述空间集聚特征的莫兰指数Moran's I 建立轨道站点周边城市发展水平评价方法，将轨道站点周边城市发展水平和站点客流空间集聚分布特征作为轨道交通与城市发展协同程度判断标准，划定若干研究区域，利用地理加权回归GWR 模型研究两者空间相关性和城市发展因素对轨道交通客流的影响. 实证研究表明：轨道站点周边城市发展水平与站点客流协同程度较高的区域，城市发展水平对站点客流影响更大；将城市发展因素对站点客流影响程度进行排序，密度高于交通便捷程度、功能多样化程度和发展紧凑度.