基于滚动时域优化的共享自动驾驶汽车动态调度方法

共享自动驾驶汽车被视为未来城市交通系统的重要组成部分。本文考虑随机订单需求研究共享自动驾驶汽车的动态调度优化方法。通过建立车辆调度时空网络，分别针对订单分配与空车移位生成车辆运行时间弧，提出车辆调度问题的刻画方法。基于马尔科夫决策框架，以时空节点流量为状态，以时空弧流量为决策变量，建立最大化系统净收益的车辆动态调度优化模型。 采取滚动时域优化思想，建立含前视时间窗的随机规划模型，并利用CPLEX优化引擎，滚动求解车辆动态调度决策结果。Sioux Falls网络算例结果表明，滚动时域优化方法可保证车辆动态调度决策效果，提升系统运营效率。在计算时间限制下，滚动时域方法应优先采用长时间窗中等规模 样本。在最大化系统净收益的同时进一步最小化乘客等待时间，可有效提升车辆动态调度决策效果。     

应对潮汐客流的城市轨道交通列车节能和乘客节时运行图优化模型

为应对城市轨道交通客流潮汐现象中因客流断面与客流方向不均衡而引起的列车牵引能耗高和乘客等待时间长的问题,提出一种考虑大小交路和列车放空运行的列车节能和乘客节时运行图优化模型.先通过优化上、下行方向大小交路站站停载客列车和非站站停放空列车开行序列,设计满足实际运营环境的6项约束条件,实现列车总牵引能耗和乘客总等待时间的双...     

考虑互联互通的城市轨道交通网络列车开行方案优化

为顺应城市轨道交通网络列车跨线运营的运输组织发展趋势,从乘客和企业两方面,提出一种互联互通条件下城市轨道交通网络列车开行方案优化模型。模型以网络列车跨线交路组合方案和发车频率为决策变量,考虑线路通过能力、运用车数量、断面运能等约束,以乘客出行成本和企业运营成本的系统成本最小化为目标。针对模型变量多的特点,设计考虑理性乘客客流分配方法的改进邻域搜索算法进行求解。以包含4条线路的某城市地铁网络进行案例分析,研究跨线运营下的最优开行方案,并与分线运营予以比较,验证优化模型的可行性和算法的有效性。研究结果表明：1)改进的邻域搜索算法求解时间较短,且收敛解质量较稳定;2)与分线运营相比,互联互通下,全网系统成本降低了接近4.0%,全网换乘客流量降低了4.8%,同时开行跨线列车能有效降低企业运营成本,最多可降低40%;3)开行跨线列车提高了乘客的直通性,乘客直达路径数量提高了6.4%,多次换乘的行为大幅减少;4)为保证跨线运营的服务水平,应合理设置跨线交路数量。采用本模型时应充分考虑全网实际客流特点和乘客时间价值,当全网小时进站量大于97 314人次且换乘系数大于1.45时,跨线运营比分线运营更具...     

市域快慢车越行组织下乘客选择行为研究

快车对慢车的越行影响了市域轨道交通快慢车运营组织下乘客换乘选择行 为.本文考虑乘客的时间感知差异,按照乘客出行起讫点的车站种类划分乘客,建立出行 广义费用模型;采用了Logit 模型求解案例中各类乘客的路径选择概率,并分析影响因素 的灵敏度.结果表明：换乘时间感知系数或始发站发车间隔增加时,乘客选择需换乘路径 的概率减小而选择慢车直达的概率增加;乘客出行途经车站数量或快车越行慢车次数增 加时,乘客选择需换乘路径的概率增加而选择慢车直达的概率减小.说明快慢车运营方式 适用于线路较长且乘客出行距离较远的市域轨道交通,能诱发乘客为了节省出行时间而 选择可能需要换乘的快车.     

基于深度强化学习的车车通信智能频谱共享

在城市轨道交通列车通信系统中,车车(Train-to-Train,T2T)通信是以列车为中心的新一代列控系统通信模式.与传统的以地面控制设备为中心的车地(Train-to-Ground,T2G)通信模式相比,T2T能降低系统的复杂度以及通信时延,提升列车运行效率.但为保障列车运行的安全性,当前的城市轨道交通列车通信系统...     

城市轨道交通多交路模式下中间折返站能力分析

在城市轨道交通大小交路开行方案下,中间折返站能力为线路运输能力的关键因素.本文分别针对中间站站前折返与站后折返,根据列车折返作业流程,分析列车在中间站的最小间隔时间,建立列车间隔时间的计算模型;并考虑列车接发车作业与折返调车作业之间的冲突,分析有作业干扰情形下的车站能力.案例表明:小交路列车开行比例越高,车站的发车能力越小,但不发生作业干扰时,大小交路开行方案对车站能力的影响较小;而在有产生作业干扰情形时,站后折返能力损失可能达30%以上,要高于站前折返.在实际运营过程中,有必要合理安排通过列车在中间折返站的到站时间,以减少作业干扰、避免线路能力损失.     

面向动态交通流的高速公路事故风险模型空间移植研究

本文旨在探究不同尺度数据集对高速公路实时事故风险建模的影响，并实现不同数据特征路段间事故风险模型的空间移植。首先，提取不同特征路段检测器信息，以动态交通流匹配事故数据构建多尺度数据集：高精度数据集、小样本数据集、低精度数据集以及同尺度条件下(同为高精度大样本量)的空间差异数据集；进而，通过贝叶斯Logistic回归量化不同样本量对事故风险模型预测性能的影响；分别采用统计学和机器学习手段建模分析高精度和低精度数据集；最后，基于贝叶斯更新方法建立实时事故风险移植模型，对高速公路实时事故风险预测模型进行空间移植，并验证其可靠性。结果显示：贝叶斯Logistic回归的性能随着样本量增大而有所提升；高精度数据条件下，贝叶斯Logistic回归和RF-SVM(Random Forest-Support Vector Machine)模型的AUC(Area Under Curve)值比低精度条件下分别高出0.092和0.037；在不同数据精度的空间移植中，贝叶斯更新方法可令低精度路段模型的AUC值从0.645提至0.714，在相同数据尺度的空间移植中，该方法可将被更新路段模型的AUC值从0.737提...     

基于安全区段的站后双折返线折返能力

针对站后双折返线,考虑接车进路的安全区段,分别对安全区段延伸到正线和道岔两种情况的折返过程进行分析,并建立折返出发间隔的解析计算公式.以天津江湾二支路站与DKZ4型列车作为算例,计算、分析不同情况下的车站折返能力.研究结果表明:在江湾二支路站,安全区段需要延伸到道岔,靠近出发正线的折返线能力比靠近进站正线的折返线大7列/h;在增设绝缘节后,使安全区段延伸到正线,两折返线能力分别增加2.48列/h和9.5列/h.     

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.     

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.