城市轨道交通大客流等车时间计算模型

城市轨道交通的运营在早、晚高峰或突发大客流情况下,客流量超过列车最大承载能力,乘客将排队等待后继车辆而延长等车时间。乘客等车时间是评价交通服务水平和优化列车开行方案的关键因素。提出一种基于列车时刻表,利用排队论方法,准确计算严重拥挤情况下乘客等待时间的模型。针对乘客等车时间计算模糊的问题,在考虑乘客实时到达规律、OD(起讫点)分布、发车间隔和列车运能的基础上,创新地提出可用于城市轨道交通网络和双向的大客流和常规客流的等车时间累计计算方法,可为大客流的时刻表优化策略提供理论依据,并通过累计输入-输出算法计算大客流等车时间的实例,分析多参数变化趋势。实证表明,模型可用于城市轨道交通网络和双向的大客流和常规客流的等车时间实时计算。     

地铁突发故障下的公交接驳和客流管控协同模型

地铁发生突发故障后,通常采用接驳公交车疏散滞留乘客.然而,当大量乘客被接驳公交车运送到折返站时,很可能会造成折返站的乘客滞留.为了降低公交接驳阶段和乘客换乘阶段全过程的乘客延误,构建了地铁突发故障下的公交接驳和客流管控协同模型;通过求解模型得出乘客延误最小的应急管理方案,并对影响模型性能的相关因素进行敏感性分析.以深圳地铁3号线为例,对比传统模型和协同模型的性能.研究结果表明:协同模型在降低乘客延误方面比传统模型拥有更好的性能,协同的管理方案可以有效降低乘客延误;当所有乘客都能被疏散时,增加公交车数量对降低乘客延误的效果甚微;列车小交路模式启动时间和列车发车间隔对降低乘客延误起着重要作用.     

基于多智能体的城市轨道交通列车延误仿真模型与应用

城市轨道交通列车延误处置方案制定是轨道交通运营管理的重要工作,处置方案的合理性是提高处置效率的前提,验证处置方案的合理性也是运营管理部门急待解决的问题。基于此,以多智能体（以下简称多Agent）理论为基础,分别构建乘客Agent、列车Agent、网络Agent及突发事件Agent的仿真模型;分析列车延误的多Agent仿真原理;以上海轨道交通2号线列车延误为背景,编写多Agent列车延误仿真程序,并对处置方案进行仿真分析,该模型已在上海轨道交通人民广场站大客流处置工作中得到了实际应用。     

基于多智能体的城市轨道交通列车延误仿真模型及应用

城市轨道交通列车延误处置方案制定是轨道交通运营管理的重要工作,处置方案的合理性是提高处置效率的前提,验证处置方案的合理性也是运营管理部门亟待解决的问题。基于此,以多智能体(以下简称多Agent)理论为基础,分别构建乘客Agent、列车Agent、网络Agent及突发事件Agent的仿真模型;分析列车延误的多Agent仿真原理;以上海轨道交通2号线列车延误为背景,编写多Agent列车延误仿真程序,并对处置方案进行仿真分析,该模型已在上海轨道交通人民广场站大客流处置工作中得到了实际应用。     

考虑乘客旅行时间价值的市域轨道交通列车开行方案

[目的]鉴于市域铁路的功能定位,以及当前经济社会发展下乘客对出行快捷性、舒适性和经济性需求不一致的特性,需对考虑乘客旅行时间价值的市域铁路列车开行方案进行研究。[方法]构建了考虑乘客旅行时间价值的列车开行方案模型。该模型以乘客出行成本和列车开行成本为目标函数,以列车定员、站间客流及列车开行数量等为主要约束条件,同时采用帕累托模型对不同乘客的时间价值和不同编组列车的开行成本进行标定。以上海市域轨道交通机场联络线为研究背景,考虑了4节与8节两种列车编组形式,对虹桥站至上海东站站单方向高峰小时的列车开行方案进行了计算分析及评价。[结果及结论]考虑乘客旅行时间价值的列车开行方案能最大限度地减少乘客出行成本,更好地满足不同乘客的出行时间需求;增加乘客旅行时间价值较低的乘客旅行时间,缩短乘客旅行时间价值较高的乘客旅行时间,能更好地发挥列车开行方案的经济效益。     

考虑多编组的城轨列车跨线运营开行方案研究

随着城市轨道交通网络化进程不断加快,传统的单线独立运营模式已经难以满足乘客多样化的出行需求,以跨线运营为代表的网络化运营模式成为城市轨道交通的发展趋势。为不断提升跨线运营的服务水平,针对在跨线运营模式下因列车服务水平不同导致的运能利用不均、跨线列车和非跨线列车满载率差异过大的问题,构建考虑多编组的城轨列车跨线运营开行方案双层规划模型。上层模型在考虑乘客对跨线列车选择偏好的基础上,以乘客出行时间节省量和企业运营收益最大为目标,以列车开行频率和跨线列车折返站为决策变量;下层模型以跨线列车与非跨线列车间满载率均衡为目标,以列车编组数为决策变量。设计“内罚函数+枚举法”并利用MATLAB编程求解最优列车开行方案。算例结果表明：在“多编组、跨线运营”下,上、下行方向跨线列车与非跨线列车平均满载率之差分别减少7.3%和28.1%,列车满载率均衡性优化率为52.1%,跨线列车的最大满载率从120%降为114%。上述结果说明“多编组、跨线运营”可提高列车间满载率均衡性,使得运能利用更加均衡,缓解跨线列车超载现象,提高乘客的乘车体验。     

基于时间匹配度的城市轨道交通乘客乘车方案辨识研究

城市轨道交通乘客乘车方案是指乘客在出行过程中先后登乘的列车以及相应的乘降车站按照时间顺序排列的集合。在乘客旅行时间划分和基于“二阶段法”的乘客可行乘车方案搜索研究的基础上,提出利用AFC数据和列车时刻表进行乘客乘车方案辨识的方法。首先定义旅行时间匹配度,并在构建随机时间分布的基础上提出随机时间匹配度,在此基础上建立乘车方案的时间匹配度指标;然后利用时间匹配度,提出基于列车容量限制的乘客乘车方案的辨识方法;最后介绍该方法在某市轨道交通系统中的应用。提出的辨识方法利用大量轨道交通数据,对城市轨道交通的运营具有一定的价值和意义。     

考虑跨站停车的地铁客流协同控制模型

针对城市轨道交通高峰时段客流需求过饱和与分布不均衡情形下,车站乘客滞留集中效应明显和乘客候车时间过长等问题,提出一种考虑开行部分跨站停列车的多站客流协同控制优化方法.建立以车站与列车安全容量、列车跨站数量、列车追踪间隔等为约束,以车站乘客滞留率方差最小与线路乘客候车时间最小为优化目标的控制决策模型,设计自适应差分进化算法,求解列车跨站停车方案与车站进站客流限制比例.研究结果表明:在时变的城市轨道交通高峰客流需求下,采取本文的协同控制决策方法,能够有效降低案例线路车站乘客滞留率方差60.23％和乘客候车等待时间24.78％.     

城市轨道交通非高峰期列车交路方案优化

为降低轨道交通运营成本,同时保证乘客的服务水平,针对城市轨道交通非高峰期客流不均衡情况,对城市轨道交通非高峰期列车交路方案进行研究。考虑列车OD客流量、列车运行间隔、列车车底数及线路交路限制等特征,建立运营商成本最小化及乘客等待时间最小化的双目标多约束优化模型。其次设置不同的权重,利用遗传算法对模型进行求解。结果显示偏好程度不同,模型指定的优化方法不同。该模型能够灵活地设计非高峰期列车交路方案,这为城市轨道交通决策者提供决策支持,具有一定的指导意义。     

城市轨道交通跨站停车方案优化模型及算法

城市轨道交通快速发展,人均乘行距离不断增长,使得研究城市轨道交通合理的列车停车方案成为必要,以满足越来越多乘客出行的需要.介绍轨道交通列车不同的停车模式,分析轨道交通跨站停车模式下影响乘客出行时间的相关因素.建立基于乘客总体出行时间节省最多的轨道交通列车跨站停车0-1整数规划模型,利用禁忌搜索算法进行模型求解.通过算例验证了该模型的可行性和禁忌搜索算法用于该问题求解的优越性,得出最优轨道交通列车跨站停车方案.对与目标函数值相关的列车发车间隔、停站时间和最高运行速度等参数进行灵敏度分析,结果表明:调节跨站运营条件下的发车间隔和停站时间可使目标函数,即乘客总体出行时间发生显著变化.     

城市轨道交通列车开行方案的优化理论及方法

根据城市轨道交通的特点,分析客流需求的时变特征、乘客在车站的等待行为和列车与运行线的匹配关系。以轨道列车运行要求、动车组数量和运营企业利益为约束条件,以最小化乘客的等待时间为目标函数,构造拥挤环境下城市轨道交通列车开行方案的数学模型。采用遗传算法求解模型,设计基于二进制结构的特殊编码方法。以南京市地铁1号线为背景,应用本文的模型和算法进行了仿真测算。计算结果表明,利用本文模型得到的非均衡列车开行方案能够更好地满足城市轨道交通乘客和运营企业双方的利益。     

基于弹性需求的城市轨道交通列车开行方案研究

城市轨道交通的列车开行方案直接影响乘客的出行费用,需要根据客流的需求弹性制定。针对目前城市轨道交通规划和运营实际,将列车开行方案归结为列车编组、开行时段,以及各时段每一列车交路的列车数量。在分析乘客广义出行费用的基础上,构造乘客出行的弹性需求函数,将乘客乘车选择归结为具有能力约束的弹性需求用户均衡问题。进而利用城市轨道交通营运企业与乘客之间的博弈关系,对列车开行方案相关的费用、效益等优化目标和约束条件进行分析,建立基于弹性需求的城市轨道交通列车开行方案的多目标双层规划模型,并设计基于模拟退火算法的优化算法。针对长沙地铁2号线的应用表明,优化方法具有较高求解效率和较好求解质量。     

城市轨道交通网络化列车开行方案优化方法

通过引入备选集,建立双层规划模型,将网络化列车开行方案这一复杂的混合交通网络设计问题简化成0-1规划问题;采用混合遗传模拟退火算法对城市轨道交通网络化列车开行方案优化问题进行求解。上层模型以城市轨道交通网络化列车开行方案涉及的运营单位和乘客综合费用最小化为目标,以交路必须覆盖整个运营网络、限制区间交路数、满足发车间隔时间限制和区间客流量小于列车运力为约束条件;下层模型为用于城市轨道交通网络客流分配的随机用户均衡问题优化模型,它充分考虑了乘客选择出行时路径感知费用与实际费用之间的差异。算例结果表明,采用基于备选集的双层规划模型和混合遗传模拟退火算法对城市轨道交通网络化列车开行方案进行优化是可行和有效的,而且求解效率高。     

西安地铁北大街换乘站列车衔接时间优化研究

分析了城市轨道交通换乘站列车衔接时间的影响因素和列车相对延误不同状态下的衔接关系,考虑列车运行延误影响及乘客换乘满意度,提出了西安地铁北大街站列车衔接时间的组成及确定方法。在此基础上,针对北大街站1号线下行换乘2号线下行的具体算例,利用基于随机延误的换乘站列车衔接时间优化模型,运用Mathematica软件确定了北大街站该换乘关系的最优列车衔接时间,并给出了时刻表协调方法,从而为1、2号线列车运行图协调编制提供参考。     

站台门间隙探测装置和列车运行互锁的分析

基于城市轨道交通车站站台门与列车之间的间隙中存在滞留乘客、造成乘客人身伤亡的危险性,由于在城市轨道交通线路无人驾驶过程中,没有值乘人员对列车运行装置进行直接监控,必须由系统替代司机自动判断该间隙中是否有乘客滞留。简要叙述站台门间隙探测装置的现状,对站台门间隙探测和列车运行互锁方案进行分析,并对无人驾驶地铁线路的应用解决方案提出建议。     

城市轨道交通快慢车模式下乘客出行时间优化方法研究

在城市轨道交通快慢车运营组织模式下,对乘客出行时间进行分析,建立乘客出行时间最小模型;利用遗传算法,通过MATLAB程序对该模型进行求解;结合上海轨道交通16号线客流量进行验证,开行快慢车后乘客总出行时间为25642 h,较开行前减少1054 h,节省出行时间3.9％.对比原运营方案,优化方案可在一定程度上节省乘客出行时间,为出行提供便利.     

城市轨道交通换乘站的列车衔接时间优化

城市轨道交通网络化运营条件下,协调优化各线列车运行计划,使不同线路的列车在换乘站形成良好衔接,能够缩短乘客的换乘等待时间。合理的换乘站列车衔接时间是编制网络列车运行计划的基础。基于乘客的换乘等待心理和列车运行延误的随机性特点,确定了列车衔接时间的组成。分析了列车运行延误对列车间衔接关系的影响,建立了换乘等待时间的费用函数。在此基础上,提出了换乘站列车衔接时间的优化模型,并给出了具体算例。该模型可为列车衔接计划中安排的换乘衔接关系确定最佳的列车衔接时间,为网络列车运行计划的协调编制提供指导。     

考虑不同滞留程度的城市轨道交通车站侧式站台人数计算模型

对列车到站周期内的站台客流变化过程进行分析。基于乘客先下后上的顺序,提出在不同滞留程度下的城市轨道交通车站侧式站台人数计算模型。该模型以站台连接设施的通行能力为约束开始考虑滞留,结合列车运行条件和不同滞留程度影响,对站台人数进行计算,并且采用VISSIM软件进行仿真验算。验算发现,站台人数计算模型的计算结果与VISSIM软件的仿真结果具有较高的一致性,验证了站台人数计算模型的有效性。     

基于遗传-模拟退火算法的城市轨道交通快慢车停站方案

对规划新建的城市轨道交通,可通过合理地制定快慢车停站方案,来提高其服务水平,降低企业运营成本,实现城市轨道交通系统运营效益最大化。在详细分析乘客旅行时间及企业运营成本构成的基础上,考虑乘客在快慢车之间的选择行为,以停站方案及快慢车发车频率为决策变量,以乘客旅行时间最短和企业运营成本最小为目标,建立了城市轨道交通快慢车组合方案优化多目标整体规划模型,并设计结合模糊优化思想的遗传-模拟退火(GA-SA)算法求解。算例分析结果表明:开行快慢车后,乘客总旅行时间可节约8.7%,企业运营成本可降低5.9%。     

基于乘客候车时间的行车考核指标研究

乘客候车时间是乘客时间成本的重要组成部分,反映城市轨道交通运营企业的服务水平。相比行车正点率,乘客候车时间能够更好地作为城市轨道交通企业服务水平和自身运行状况的最主要考核指标。本文在已知站间客流分布和列车到站时刻基础上,提出乘客候车时间的计算方法,并分析了乘客候车时间指标的应用。该研究对城市轨道交通运营企业优化考核指标体系具有重要意义,并为乘客候车时间计算提供参考。