COVID-19在城市轨道交通系统内的传播建模与预测

考虑城市轨道交通出行特征, 将新冠疫情下城市轨道交通系统内的乘客分为易感者、感染者、暴露者; 假设病毒自由传播, 以疫情发生初期的病例为研究对象, 结合相关研究, 选择病毒传染概率为0.41;将感染者乘坐城市轨道交通的过程分为出入站阶段和乘车阶段, 考虑病毒有效传播范围、人群分布特征、人群流动特征, 建立新冠疫情在城市轨道交通系统内部的传播模型; 以某市地铁为模拟案例, 假如有13个感染者乘坐地铁, 结合历史客运数据确定模型参数的取值, 预测不同载运水平下可能造成的感染人数, 同时研究与可能感染人数相关的各类要素。研究结果表明: 当载运水平降低至平均水平的10%时, 多数案例的可能感染人数降低至1人以下, 证明了城市轨道交通客流管控强度的有效性, 起终点站内人数折减引起的感染人数变化(小于20%)低于车厢人数折减引起的变化(60%~80%), 说明相比起终点站内人数, 车厢内的人群密集程度对可能感染人数的影响更加显著; 在经停时, 假如上下车人数之比不大于1, 则能有效控制可能感染人数的升高; 当经停站数与可能感染人数非线性正相关时, 载运水平、经停站数、可能感染人数之间的函数关系具有较高的拟合优度(决定系数为0.700 1)。      

过饱和地铁线路的列车容量分配策略及优化模型

为缓解过饱和地铁线路的局部车站极端拥挤问题，提出一种新颖的车厢容量分配策略及优化方法，即通过预留和分配车厢的方式，将列车运力合理分配到各个车站，从而确保各车站乘客(特别是拥堵车站)均能得到公平服务，缓解极端拥堵。基于上述策略，以线路各车站所有乘客总等待时间最小为目标，以各列车在各车站的预留车厢数量为决策变量，构建关于车厢容量分配问题的线性整数规划模型。针对北京地铁八通线，对其工作日早高峰7:00-10:40下行方向的车厢容量分配进行数值实验。实验仿真结果表明，线路内各车站最大乘客聚集人数均降到安全范围内，其中最大聚集乘客数量由3642人降低至1345人，约降低63%。而全线乘客的总等待时间仅由418027 min增加至420099 min，增加0.5%。上述结果表明，列车容量分配的方法有效缓解了过饱和地铁线路内极度拥挤问题，实现各车站客流聚集均衡，在线路层面提高了总体运营安全性， 同时保证了客运服务质量。     

地铁车厢立席乘客的空间舒适度建模与模拟

地铁车厢拥挤直接影响乘客的乘车舒适度.本文根据“人体空间气泡”的概念, 引入地铁车厢内乘客心理舒适度,结合乘客感知空间舒适性调查,建立乘客空间理论模 型,并以此得到基于空间舒适性的立席密度评价标准.基于现有行人模型,借鉴社会力模 型中人与人之间的排斥力,定义“广义拥挤力”,建立地铁车厢乘客“拥挤力”量化模型.以 北京地铁4 号线为研究对象,结合实地调研得到的车厢内乘客密度分布规律,应用 PFC2D 离散元软件以力的形式来模拟乘客空间舒适度状态.结果表明,要使80%乘客的空 间舒适度等级在舒适以上,则合理密度应该在4-5 人/m2之间,为制定合理立席密度标准 提供参考.     

技术站广义动态配流问题的局部邻域搜索算法

为了实现技术站阶段计划的计算机编制,研究了静态配流和列车解编方案调整的协同优化.在综合考虑优先排空和优先发送较近编组去向车流的编组要求、欠轴列车停运要求,以及到发列车时间和车流接续关系的基础上,以静态配流为主线,通过调整欠轴列车编组顺序以及与其相关到达列车的解体顺序构造邻域,设计了局部邻域搜索算法.该算法的主要思路是:每次搜索只考虑最早出发的欠轴列车;构造其邻域时保证不产生新的欠轴列车;通过邻域搜索后,该列欠轴列车如不能满轴就停运.算例表明,与既有方法相比,该算法能求出编组列车数、编组车辆数和中时的更好解.     

市内集送货问题的混合禁忌搜索算法

针对单程多次装卸的市内集送货问题的数学模型,结合Clarke-Wright节约算法和2-opt邻域搜索算法设计混合禁忌搜索算法,给出算法初始可行解的生成策略,设计相应的候选集构造方法,并阐述了基于均衡原理的特赦准则和动态的禁忌长度选取策略.通过计算实例,说明了混合禁忌搜索算法求解市内集送货问题的有效性.     

多机并行模糊调度带回溯追踪结构的禁忌搜索算法

对多机并行模糊调度问题以及禁忌搜索算法的邻域、禁忌表和搜索策略进行研究,提出一种求解该问题的带回溯追踪结构的禁忌搜索算法,该算法带有回访跟踪功能,对未访问的历史解的邻域继续搜索.仿真结果证明了算法的有效、可行.     

多机并行模糊调度带回溯追踪结构的禁忌搜索算法

对多机并行模糊调度问题以及禁忌搜索算法的邻域、禁忌表和搜索策略进行研究,提出一种求解该问题的带回溯追踪结构的禁忌搜索算法,该算法带有回访跟踪功能,对未访问的历史解的邻域继续搜索.仿真结果证明了算法的有效、可行.     

地铁车厢内乘客站立位置选择行为研究

基于地铁乘客在车厢内站立位置选择行为设计问卷并调查,引入信效度分析判断问卷及其结果的可靠性,分析乘客在车厢内站立位置的选择偏好和对座位的需求程度.针对乘客从车厢两端和车厢中部车门上车两种情景,将车厢内部站立区域划分为6部分,建立考虑乘客出行距离和车厢内立席密度的乘客站立位置选择基线—类别Logit模型,采用调查数据对模型参数进行估计并验证.研究表明,模型标定结果与调查数据较为吻合,可较好地刻画乘客的选择行为.此外,乘客对车门前区的选择概率随车厢内立席密度的增大而增大,而坐席区域和侧边区域则相反;乘客出行距离较长时,乘客选择坐席区域的概率对车厢内立席密度的变化更为敏感.     

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.     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

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。     

基于社交网络的民航旅客偏好建模

从社会网络的视角，提出了一种旅客个体偏好与关系偏好相结合的建模方法．首先，从旅客的历史出行记录中，构建基于共同出行关系的旅客社会网络；然后，构建旅客个体偏好模型和旅客关系偏好模型；最后，基于旅客偏好模型给旅客推荐座位．在民航领域的一个真实的数据集上进行了实验，证明本文提出的偏好模型能够有机地将旅客个体偏好与关系偏好结合起来，较好地描述旅客对航班座位的偏好．     

中国铁路客车无障碍设计研究

为获取我国铁路客车无障碍设计的相关依据,从分析乘客的需求出发,先后建立了行动不便旅客乘坐铁路客车的需求模型、车厢的无障碍流线模型和无障碍区域的基本布局模型,对比得出了最优的理论布局方案;通过真人实验和虚拟人仿真研究,明确了轮椅回转空间、通行宽度、轮椅使用者手的可及范围等关键尺寸;最后整理提出了我国铁路客车无障碍信息符号及其放置位置.研究结果表明:我国铁路客车应设有优先座位、专用无障碍车厢和通用齐全的无障碍信息符号;宜将轮椅席位和无障碍厕所集中设置于无障碍车厢侧门入口处的两侧;优先座位数应不低于每列车总席位的5%;列车8节及以下数量编组时应设置1个轮椅席位,8节以上编组时应设置2个轮椅席位;无障碍流线上的转弯处应预留轮椅转弯空间,直径应不小于1 500 mm;通行的最小宽度应不小于950 mm;操控设备宜安装于离地板面高389~1 354 mm范围;操作台面深度宜小于423 mm.      

轨道交通延误条件下列车跳站与客流控制协同优化模型

针对城市轨道交通突发列车延误问题,统筹考虑行车秩序的恢复和乘客出行体验,提出列车调整与客流控制协同优化方法。首先分析延误条件下城轨列车调整和客流控制的措施及效果,构建以跳站停车和多车站客流控制为手段的双层线性规划模型。上层模型以列车总延误最小为目标,以列车载客能力为约束;下层模型以上车客流量最大为目标,以列车载客能力和控流率均衡为约束。采用灵敏度分析算法求解模型,并以北京地铁亦庄线故障延误事件为例,验证模型和算法的有效性。结果表明：采用跳站停车与进站客流协同控制可使延误列车行程时间缩短5.2%,使各车站进站率方差降低97.8%,在保障乘客公平性的条件下提高列车运行和乘客集散效率。     

新型客机座舱环境下的旅客登机效率研究

通过优化旅客登机序列可以有效地缩短登机时间，减少航班过站时间.登机效率的提高可通过调整座舱结构，增加过道通过能力来实现，如安装可侧向滑动的Side-slip 座椅来增加过道宽度，进而减少登机冲突.本文研究Side-slip座椅提高登机的效率.在掌握旅客登机行为以及与登机环境相互作用的基础上，建立考虑旅客异质性的元胞自动机旅客登机仿真模型；以行人流动态特性分析为基础，开展登机时间与登机影响因素间的敏感性分析；对新型座椅的有效性进行比较评价.结果表明，Side-slip座椅可大幅提高登机效率，同时可吸收行李分布变化、非熟练操作等不确定因素对登机时间稳定性的干扰.     

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。      

面向城市轨道交通的启发式疫情密接人群追溯方法

在复杂轨道交通网络中，某些乘客的出行行程是确定的。这些乘客可以作为启发式的“证人”，为其他乘客证明某个行程的可能性，从而在保证查全率的前提下，准确地找出潜在的密接乘客。本文的目的是开发一套适用于城市轨道交通的疫情密接人群追溯方法，利用有限的确定行程乘客作为虚拟的目击者，采用启发式的树搜索生成目标乘客可能的出行链，通过验证目标出行链与感染者行程是否有交集，判断目标乘客是否为密接乘客。以北京城市轨道交通为例，招募志愿者在特定线路乘车，并假定感染者乘车信息，通过提取有关自动售检票(Automatic Fare Collection, AFC)数据识别密接乘客，以验证方法的有效性。在实验场景下，本文提出的方法对密接乘客的识别查全率达到100%，查准率达到92.7%，表明方法具备一定的可行性。识别结果有助于有关部门针对性采取措施，更高效率地防范疫情蔓延和传播。     

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。      

城市轨道交通故障下客流分布计算及评估方法

为了精细化掌握城市轨道交通故障对乘客出行的影响,对等车、上车和下车过程的客流与列车交互状态进行抽象,建立了站台等待乘客、车内乘客等客流分布数据的计算方法,设计了动态客流仿真算法及乘客服务水平评估指标. 以实际线路为背景,以正常运营场景为参照,计算和评估了故障场景下的客流时空分布,分析了乘客等待时间对列车和站台上客流分布及出行时间的影响. 算例结果表明:具体故障下乘客多等待能通过避免离开而减少部分出行时间,但与正常场景相比,列车满载率高、站台人数多的现象增多;最大等待时间15 min与9 min相比,离开人数减少77.0%,带惩罚的总旅行时间降低超过10.0%,留乘发生率一样,但最大留乘人数增加94.1%,最大等待人数增加29.6%.      

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。