应对通过能力下降的地铁列车运行协同调整优化方法

在地铁网络化运营条件下，突发事件影响列车运行并导致线网内乘客的出行时间显著增加。为应对单个线路区间通过能力下降的问题，采用小交路折返、暂停运行和上线运行3种策略调整故障线路时刻表，并利用缓冲时间协同调整与故障线路直接相连的其他线路。考虑列车运行安全、配线占用、车底接续等约束，构建以最小化乘客出行时间为目标的列车运行协同调整优化模型；根据策略选择方案和调整后的时刻表构建时空网络，更新乘客的路径选择；结合量子粒子群算法、时刻表推算算法和改进的Floyd算法求解模型。以某市地铁部分线网为例，结果表明：列车运行协同调整明显减少故障发生后乘客的出行时间，提高线网换乘效率，缓解故障线路换乘站的客流压力；故障发生在靠近线路中部的区间时，线网有较强的抗风险能力。     

城市轨道交通票务清分算法研究

以不同的路径被乘客选择的概率为基础,同时考虑不同路径内各线路的收益分配比例,计算各条线路的收益清分比例,模拟接近真实情况的票务收益分配模型,并给出建议。     

基于手机数据的地铁线网清分模型验证与优化

如何高效准确地验证并优化地铁线网票款清分清算模型是地铁行业一直以来的研究重点。地铁票款清分清算模型大多是基于概率分布的出行路径选择模型。该类模型应用出行时间对应选择概率的正态分布得到乘客对不同出行路径的选择概率,结合不同出行路径上各个线路运营商的运营里程比,即可计算得到所谓的"清分因子"。为验证现有清分模型的准确性,提出使用手机数据重建乘客出行轨迹的方法。通过在地铁线网换乘节点安装无线探测装置,获取乘客智能手机唯一的MAC地址,将乘客出现的时间、地点信息实时发送到数据处理后台,按照时间先后排列捕获乘客出现的地点,以此重建出行轨迹。目前只有开启Wi Fi功能的智能手机可以被捕获。通过这一方法,不仅可以验证地铁票款清分清算模型,还可以进一步对模型参数进行修正。本研究在杭州市地铁线网中进行实验,通过重建当地乘客实际出行路径,对票款清分清算模型进行验证和修正。     

城市轨道交通换乘站位置对乘客换乘路径选择的影响

[目的]城市轨道交通乘客实际出行中存在一些不宜量化的因素(如换乘站在线网中的位置等)。这些因素难以量化折算为城市轨道交通多路径概率选择模型中的出行路径阻抗,需要研究这些因素对乘客路径选择的影响。[方法]根据换乘站在城市轨道交通路径中的位置将换乘站划分为居路径前段、居路径中间、居路径后段三类。基于手机信令获取得到的上海轨道交通线网乘客出行数据,选取其中的典型OD(起讫点)对及符合研究要求的换乘站,将多路径概率选择模型计算得到的选择比例与路径实际选择比例进行对比,分析得到不同换乘站类型对乘客换乘路径选择的影响规律。[结果及结论]与居路径中间换乘站相比,乘客更趋于选择在居路径前段、居路径后段的换乘站进行换乘,其路径实际选择比例较模型计算选择比例约高10%。构建多路径概率选择模型时,不能简单地将换乘因素量化折算为阻抗,应对各换乘因素进行综合考虑。     

欧洲铁道客车残疾和行动不便人士乘车路径设计

为确保铁道客车符合欧盟铁路互联互通性技术规范对残疾和行动不便人士（PRM）无障碍乘坐车辆的技术规定，设计欧洲铁道客车时，应根据线路条件和车辆参数，提前规划PRM乘客乘车路径。根据站台尺寸和车辆参数，计算车门相对站台的距离。根据PRM乘客乘车相关的技术标准和法律法规，以及设计欧洲铁道客车的经验，对车门、台阶、乘车辅助设施开展分析，并给出确定车门参数、台阶数量和尺寸、扶手位置的方法，以及乘车辅助设施使用情形。     

一种基于BIM模型的铁路站场线路结构数据提取智能算法

基于BIM的铁路站场智能审查中，识别站场线路结构并提取为可用于审查的整体线路是关键问题。站场线路为线状实体工程，线路的BIM模型往往被道岔、轨缝、绝缘头等构件分割，因此线路结构具有离散性，难以被识别并提取为可用于审查的整体线路集合数据。针对这一问题，结合知识工程、图论，分别对线路规范、知识等文字性描述条文与线路图形结构等图形信息进行计算转译，两者结合后对线路图形信息进行识别，从而实现对整体线路结构数据的获取。首先，根据线路中线信息，获取识别站场线路结构所需的推理知识，建立线路基本特征与线路结构特征计算表达，依据一阶逻辑形式语法编制了线路结构描述的多级词汇表，并进行知识编码形成线路结构的计算语义表达；然后，根据线路在BIM软件中的数据结构，与图论相结合，实现了对线路结构图的计算转译，形成线路结构的无向图，随后根据深度搜索算法并结合线路基本特征，构建了一种考虑线路结构特征知识的类树结构构建算法，实现了单次遍历树形结构即可获取初步的线路整体结构数据；进一步，使用线路结构特征与一阶推理分析初步线路整体结构，从而将其提取为最终的整体结构数据。结果表明，本文所述算法可以高效地分析各类站场线路结构并...     

基于AFC数据的突发事件下城市轨道交通乘客路径决策研究

为了更好地刻画突发事件下城市轨道交通乘客路径决策行为,提出一种基于AFC数据的乘客感知路径决策分析方法。通过突发场景问卷调查数据,构建突发事件下乘客等待时间阶梯函数。依据突发事件下城市轨道交通乘客出行特点,建立突发事件下路径效用函数。考虑乘客出行行为受期望到达时间约束影响,构建乘客感知的路径决策模型,计算各路径选择概率。算例实验结果表明,模型计算结果与真实值相对误差不超过15%。将突发事件下与正常情况下的进出站客流、换乘量和断面客流量进行对比分析,掌握突发事件下路网客流分布规律。     

城市轨道交通乘客出行路径精准分析算法研究

乘客准确出行路径的计算是精准客流分析的关键，而既有技术方法在路径计算准确性及出行链颗粒度、时效性和实现成本方面还没有形成完整的解决方案。基于人车耦合的技术理念，构建不同换乘次数出行类型的时间序列，并通过同时段不同出行路径重叠过程耗时的相互替代，实现对出行路径详细时间序列的准确计算，进而推算出乘客准确出行路径。基于大数据技术，实现对海量乘客出行路径的快速分析计算，能够以低成本方式为以客流为驱动的精准化行车组织、客运组织和个性化乘客服务等应用场景提供关键数据支撑。     

城市轨道交通新线接入客流精细化预测模型

随着城市轨道交通的不断发展，每年都会有不同类型的新线或者延长线投入运营。新线接入不仅会改变原有轨道交通路网的拓扑结构，影响乘客出行路径选择，而且对客流时空分布有较大影响。以工程可行性研究报告中新线车站的开通年全日上下车人数为依据，采用改进的双约束重力模型实现新线车站相关OD客流量全日预测；建立路网及车站的分时进出站规律模型，实现新线相关OD客流量的精细化预测；采用加权平均法对既有车站OD客流量进行预测，并分析挖掘历史新线接入前后既有车站客流的变化规律，实现预测优化调整。提出的预测方法不仅可应用于新线接入前，为新线接入后的运营安全和科学高效的调度指挥提供有力支撑，而且可用于轨道交通线路规划阶段客流分布预测仿真。     

基于乘客选择的市域(郊)铁路快慢车停站方案设计

通过对乘客选择行为的分析,构建乘客选择行为的logit模型,得出乘客选择快车与慢车出行的概率.综合考虑快慢车开行比例、线路配线现状及线路通过能力等因素,构建乘客综合旅行时间最短的目标函数,并使用遗传算法进行求解.基于实际案例,提出了快慢车停站方案设计.案例分析结果表明,优化方案能缩短乘客总体旅行时间,增加乘客选择快车的概率,验证了目标函数及算法的有效性.