疫情防控背景下的地铁多车站客流协同控制模型及算法

基于各车站在各时段客流进站速率的协同优化，考虑客流控制和客流承载过程中的各种约束，以列车车厢内客流聚集总风险最低和乘客在车站总等待时间最短为双目标，构建疫情防控背景下的多车站地铁客流协同控制模型。针对模型的非线性特点，设计基于变邻域搜索的启发式算法进行求解。依托南昌地铁1号线实际客流数据构建算例进行验证。结果表明：实施客流协同控制后，研究时段内全部23列列车的满载率均未超过满载率阈值0.5，且客流聚集总风险值较控制前下降65.41%，乘客平均等待时间仅为3.87 min；随着列车最大满载率阈值的增加，乘客的等待时间呈指数下降趋势，而客流聚集风险则呈线性增长；缩短发车间隔时间能够有效降低列车满载率，但列车运行成本也会急剧增加；按实际发车间隔时间（10 min）实施客流协同控制后，所有列车的满载率均低于0.5，客流聚集总风险值下降22.36%，而乘客平均等待时间仅增加0.6 min，验证了模型及算法能更加高效地降低列车满载率。     

基于AFC数据的城市轨道交通乘客目的站实时预测

为解决轨道交通只有在乘客刷卡离开路网，且获得实际列车运行图后，才可通过清分模型系统仿真推演其全出行链的问题，在实时接入自动售检票系统（AFC）刷卡数据情况下，建立基于乘客出行OD规律、乘客职住地规律及重点去向车站规律的级联目的站预测模型，为进站乘客快速预测目的站，进而与清分模型系统结合实现进站乘客在网分布的实时动态推演。通过开展乘客目的站预测，提高客流实时仿真推演系统对各项客流指标的预测准确度，不仅方便运营管理人员进行科学高效的网络化运营调度指挥及客运管理，还可为乘客出行提供个性化引导。     

客流饱和条件下轨道交通网络动态可达性分析

轨道交通客流的日益增长使乘客在网络上的出行可达性受到影响,当轨道交通处于客流饱和时乘客存在无法上车而被迫留乘的可能性。为分析轨道交通网络可达性的动态变化特征,建立考虑客流饱和条件下的轨道交通网络动态可达性的评价模型;模型以轨道交通网络拓扑结果作为可达性的空间特性,以列车运行计划作为其时间特性。在深圳轨道交通网络上进行案例分析,通过网络客流和列车运行计划,得到乘客在网络上的期望旅行时间,继而得到OD对及车站的可达性指标。结果表明,目前的轨道交通网络中客流需求更大的车站往往配备较好的列车运输能力,以提高可达性,但是受限于列车开行间隔,客流饱和条件下的部分热门车站动态可达性较低。提出可达性评价方法,可用于评价网络中的客流需求与列车运行计划的匹配程度。     

中、高风险等级新冠肺炎疫情地区的城市轨道交通客流密度控制方法

新冠肺炎疫情期间，控制城市轨道交通车站及列车的客流密度是城市疫情防控的重点。基于疫情下中、高风险地区对城市轨道交通列车及车站客流密度的控制要求，建立了城市轨道交通客流密度控制流程，研究了列车满载率的控制方法，以及车站内各关键点位客流控制人数的计算方法，使列车满载率、车站拥挤度这两个客流指标控制在标准阈值范围内。利用Anylogic软件进行仿真，验证了城市轨道交通客流密度控制方法的可行性和可操作性。     

共享单车对北京市轨道交通运营管理影响研究

在挖掘共享单车出行数据、轨道交通客流数据的基础上,分析北京市共享单车和轨道交通的出行特征,以及共享单车出现后轨道交通车站级、线路级、线网级的进站量变化和运距变化情况。结果表明,共享单车对轨道交通线网级进站量的影响不明显,但外围车站进站量增幅较大,6 km以下运距的客流略有减少,其中2 km以内出行运距的客流减少最为明显。同时,共享单车的无序停放不利于大客流车站的客运组织和应急情况下的客流疏散,城市交通管理部门和轨道交通运营企业需共同加强对共享单车的秩序化管理,使其在不影响城市交通正常运行的前提下充分发挥积极效用。     

延误条件下地铁车站客流的引导需求分析及信息服务对策

在高客流负荷和网络化运营条件下,列车延误会导致短时段内车站滞留客流激增,为防范拥塞导致的安全风险,地铁车站会启动预案及时引导客流。从乘客感知角度出发,调查并分析列车延误条件下乘客的出行计划改变意愿、信息需求偏好,研究表明,在不同程度的列车延误情景下,乘客出行计划改变及决策所需的信息需求存在显著差异。对站内客流引导服务现状进行调查,结果表明,乘客对于人工引导的依赖性最高,现有信息化引导措施与乘客的期望尚存差距。在此基础上,提出延误客流信息服务综合提升对策,以提升延误条件下乘客信息服务满意水平。     

考虑动态客流需求和大小交路模式的城市轨道交通列车开行方案优化

分析乘客出行需求的时间、空间分布特征,采用4参数Logistic函数对累计客流曲线分段拟合,推导各车站在任意时间段内客流需求量的计算公式。考虑客流需求的动态特征和大小交路模式下列车发车间隔时间的特点,以减少乘客平均等待时间、提高列车平均满载率以及减少列车总走行公里数为优化目标,建立列车开行方案的多目标混合整数非线性优化模型;利用改进的NSGA-Ⅱ对模型求解,并根据模型特征设计特殊结构的编码方式。以西安地铁2号线的实际运营数据为例,对轨道交通列车开行方案进行优化。结果表明:根据动态客流需求设计非固定间隔时间的列车发车时刻表,适时采用大小列车交路运行模式得到的列车开行优化方案,可有效满足乘客和运营企业双方的利益需求。     

城市轨道交通跨线列车开行方案优化研究

在城市轨道交通线网规模迅速扩张和客流需求快速增长的背景下,针对现有的单线运营模式导致的乘客换乘次数多、系统资源共享程度不高等问题,研究跨线列车开行方案优化以弥补上述不足。根据设施设备跨线运营基本条件、列车跨线次数和跨线客流需求生成跨线交路备选集,以备选跨线交路和本线交路的发车频率为决策变量,考虑线路通过能力、列车满载率和区间交路数量上限约束,以乘客换乘次数最少和出行时间最短为原则,对各OD乘客组进行客流分配,建立线网层面的跨线列车开行方案优化模型,最小化列车运行成本和乘客出行成本。应用模拟退火算法求解模型。南宁地铁线网的案例分析结果表明,相比于单线运营模式,跨线运营模式可使总成本降低6.18%,其中乘客时间成本降低7.33%,乘客换乘次数减少13.79%,可实现成本节约,提升线网服务质量和乘客出行效率的目标。     

浅谈城市轨道交通的配线设置

车站配线的设置必须从线网布局、车站分布、客流断面分布特征等全局考虑，并对客流预测、运行交路、发车密度、停站时分、列车满载率等基础要素进行分析。     

基于广义动态模糊神经网络的轨道交通车站进站量预测1

针对轨道交通车站短时进站客流的不均衡性、高度非线性和时变性特点，结合逻辑推理能力强的模糊技术与自学习能力强的神经网络，提出一种基于广义动态模糊神经网络（GD-FNN）的短时进站量预测方法。以北京轨道交通各车站的进站客流量数据为例，分析轨道交通车站的进站客流特征，确定影响短时客流分布的主要因素；然后采用GD-FNN方法构建车站短时进站量的预测模型，实现北京轨道交通系统若干车站进站量的预测，预测结果表明，该方法与传统的神经网络相比，预测效果更准确（最大相对误差小于8%），稳定性好。     

车站站台乘降区宽度的简易计算

阐述车站站台的列车停靠、乘客候车和上下车等功能,从乘降区的定义出发,分析乘客在站台上的动态行为和不同状态时所占的面积,并提出合理指标,从而对站台宽度进行计算。重点解决乘降区站台宽度计算的理念,以高峰小时段、每一列车、平均每一车门的上车客流作为计算客流的依据,探索简易计算方法。对换乘客流特征进行分析,提出车站高峰客流和换乘突发客流的新概念,以修正车站设计客流。     

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％.     

基于AFC数据的城市轨道交通短期客流预测实时修正研究

短期客流预测数据一般在预测日前1周或1月内生成，但突发疫情、恶劣天气等非预知情况会引起预测量与实际量有较大偏差，因此需要根据AFC数据对预测趋势及预测指标进行实时修正。首先建立基于AFC数据的客流实时清分推演模型，预测当前时刻前已进站但未出站乘客的出站车站、出站时间，出行路径及所乘车次；然后提出趋势修正策略，根据实时AFC刷卡数据及下一时段的预测OD客流量，采用自下而上的策略对下一时段各车站的预测OD客流量及预测出行记录进行修正；进而采用指标修正策略，将趋势修正与实时清分推演结果结合，生成下一时段全维度修正指标；最后以突发疫情为例，通过实验验证实时修正系统的应用效果。短期客流预测的实时修正能够进一步增强路网运营全貌监视能力及实时调度辅助决策支撑力度。     

基于安全服务的城市轨道交通车站客运设备设施通过能力评估方法研究

为在设计阶段降低新建车站运营的安全风险、提高乘客安全服务水平,归纳分析了目前北京轨道交通线网高风险车站出现的规律及特征,从车站客运设备设施通过能力、通过客流计算关系与该处客流密度的对应关系入手,说明了目前设计单位所依照的设计标准不能满足实际运营要求。提出了基于安全服务的轨道交通车站客运设备设施通过能力评估方法,为新建车站满足安全服务的要求提供了有力依据。     

基于系统动力学的轨道交通车站客流演变算法

将轨道交通车站看作人、设施、环境、管理4类元素相互交融的复杂系统,引入系统动力学的方法分析轨道交通车站系统各元素之间复杂的关系;在考虑闸机通行力、楼梯通道最大容纳人数、通道阻塞以及列车满载率等因素的基础上,利用系统动力学建立轨道交通车站客流的演变模型及演变算法;对轨道交通车站的客流演变规律进行分析。在此基础上,以一典型换乘车站为例,将该算法结合轨道交通服务水平评价方法,应用于以优化车站设施服务水平为目的的轨道交通乘客引导决策支持;通过实例与仿真软件legion的仿真结果进行对比,验证该客流演变算法的可信性。     

苏州轨道交通初步成网阶段客流特征分析及启示

概述了苏州轨道交通的3个发展阶段(一条线运营阶段、两条线运营阶段和初步成网阶段),重点分析了线网客流的发展特征，主要包括高峰小时客流最大断面的客流特征、进出站客流特征及乘客出行OD(起讫点)特征等，总结了苏州轨道交通客流发展的4个规律。在此基础上，分析了目前苏州轨道交通线网存在的主要问题，为苏州轨道交通的进一步发展提出建议。     

基于深度Q网络的轨道交通客流控制

针对高峰时期城市轨道交通因有限运能,不足以满足乘客出行需求而引发的安全问题,需要采取客流 控制策略来调节进入车站的客流量,以缓解车站拥挤。提出一种基于强化学习深度 Q 网络的多站协同控制模 型,用来优化每个车站在一定时间内的进站量,以最小化地铁车站乘客的站台超限量、平均等待时间,提高 客流控制强度的综合效益。以北京地铁八通线为例进行仿真实验,验证该方法的有效性。仿真结果表明,所 提出的模型可以在客流控制强度较低的条件下有效地降低乘客等待时间,提高乘客出行效率,有助于缓解车 站的乘客拥堵。     

考虑预警机制和开行方案的多车站客流控制问题

现代社会经济的快速发展和城市人口数量的急剧增长给交通运输行业带来了巨大的运营难度,由此产生的车站、车厢过度拥挤及交通网络延迟等问题已成为我国建设“智慧交通”面临的重要问题之一。针对城市轨道交通高峰时段大客流组织而导致的站台候车乘客出行安全问题,以单条城市轨道交通线路为研究对象,提出考虑预警机制和开行方案的多车站客流控制方法,为高峰时段的客流控制问题提供理论依据。考虑列车开行方案、车站客流控制及乘客上下车过程等约束,构建以乘客平均延误时间和车站最大平均限流时间最小化为目标的数学模型。其中决策变量为进站乘客数量和车站平均限流时间,并采用线性加权法将原目标模型转化为单目标模型;在此基础上,针对问题特性,设计混合禁忌搜索算法进行求解。数值实验对问题特性进行分析,并通过多组算例与实际案例验证模型的正确性及算法的有效性。研究结果表明：考虑车站平均限流时间可以提高乘客乘车公平性,缓解全线车站客流拥挤;合理设置站台客流预警等级可以提高乘客出行满意度;采用大小交路和小交路列车不同编组的混合策略可提高运输效率,并在一定程度上降低企业成本;针对大规模问题,混合禁忌搜索算法可以在短时间内求解并获得更高质量的解...     

城市轨道交通AFC实时进站客流有效数据筛选

针对目前城市轨道交通AFC实时进站客流数据不准确,分析数据传输流程及其不准确的原因,探索解决办法。在挖掘轨道交通历史同期进站客流量规律的基础上,通过设定阈值来对AFC实时进站客流有效数据进行筛选,初步建立阈值设定的方法,通过大量数据对阈值设定方法进行检验,找到方法的不足之处;之后对阈值设定方法存在的问题进行分析与解决,得到一套能够满足地铁各类车站AFC实时进站客流数据阈值设定的流程,并进行实例验证。     

城市轨道交通线网客流动态起讫点估计框架及关键技术

针对既有动态OD(起讫点)估计方法在轨道交通线网中适用性不强的问题,构建城市轨道交通线网客流动态OD估计框架,并讨论所涉及的关键技术。框架构建以自动售检票系统数据为基础,提取线网客流历史OD矩阵和进出站客流信息;结合乘客出行过程和历史客流OD数据,构建OD流和进出站客流间的动态流量关系;最后,通过分析客流需求和行程时间的分布特征,构建动态OD估计模型,并引入标准化均方根误差等指标评估OD估计模型的性能。