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％.     

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。     

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...     

基于网络瓶颈控制的轨道交通车站客流疏导研究

轨道交通客流在特定时空区间的强聚集效应导致车站内部设施的服务能力与客流量不匹配,极易造成乘客拥堵、滞留等问题。通过对轨道交通车站客流流线大范围调研,确定服务设施实际通行能力,识别车站瓶颈区域。进而利用多点联动的瓶颈控制方法,构建网络瓶颈客流疏导模型,协调流线网络结构中设施通行能力的匹配度,计算瓶颈点上下游客流调节量。以北京东单地铁换乘站为例进行流线瓶颈优化,制定不同客流强度下瓶颈优化方案,验证模型的有效性和实用性。模型可协助车站管理人员明确瓶颈控制区域的范围,并制定详细的限流泄流乘客量分配,为高密度客流组织提供理论依据与数据支撑。     

基于Anylogic的地铁车站客流仿真分析

采用Anylogic仿真软件，从流畅性、时效性及舒适性3个方面，对地铁车站进行客流优化研究，以地铁车站乘客平均排队人数、平均逗留时间及区域密度3项指标分析和评价客流组织方案。具体以兰州地铁西站什字站为例，建立乘客进出站流线及列车进出站的人?车混合仿真模型，对兰州地铁西站什字站站厅和站台的客流进行研究，分析站内客流存在的主要问题，并针对瓶颈问题提出优化建议，从设备配置和管理措施2个方面进行客流优化。     

基于列车满载率的城市轨道交通进站客流量控制

基于新冠肺炎疫情的防控要求，2020年初北京轨道交通将列车满载率作为客流控制指标，严格控制城市轨道交通的进站客流量。为此，亟需量化各车站的进站客流控制阈值，用以作为现场客流管控的依据。提出了基于列车满载率的进站客流控制模型及相关客流控制方案。首先根据线网的客流特征对控流日客流的OD(起讫点)信息进行预测，再结合列车运行图精确推演出乘客进站—上车—换乘—下车的全过程出行链信息，计算得到乘客出行所乘坐的各计划运行车次的列车满载率数据；然后结合列车满载率控制指标进行逆向推演及反算，得到该计划列次在各站上车的客流控制阈值，再根据车站客流分布特征计算得到各站10 min粒度的进站客流控制阈值；最后，举例说明了该客流控制模型在北京轨道交通线网进站客流控制管理中的科学性及有效性。     

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。     

基于深度 Q 网络的城市轨道交通协同限流方法

为解决城市轨道交通高峰小时区间满载率过高的问题,本文提出一种基于深度强化学习的城市轨道交通协同限流控制方法。该方法利用历史客流数据建立线网层面的限流仿真环境和智能体模型,以区间满载率为状态,以限流策略为动作,以客流体验为奖励,通过多轮强化学习训练产生最优的限流方案。随后利用北京地铁线网数据构建仿真实验并验证了该方法的有效性。仿真结果表明,协同限流方法可以有效降低断面客流量,缓解高峰小时区间拥挤程度,提高乘客出行舒适度。     

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。     

基于站外限流与时刻表调整的地铁换乘站大客流协同控制

针对高峰期地铁换乘站站台容易发生拥挤问题,在分析乘客进站及换乘走行过程的基础上,构建了站外限流与列车时刻表协同优化模型。该模型可在满足站台安全容量约束下尽可能降低站外限流率,实现站外站内乘客加权人均等待时间最小。采用混沌遗传算法求解模型,并以惠新西街南口站为例,对本文模型、优化前方案和既有只限流方法进行对比分析。结果表明:与优化前方案相比,模型所得方案可满足站台安全容量约束,加权人均等待时分减少了21.2%;与只限流方法相比,模型可使站外平均限流率从36%下降到7.3%,加权人均等待时分减少了43.8%,且模型方案的各项指标在乘客走行时分发生波动的情形下表现更稳定。     

大型高速铁路客运站客运设施配置仿真优化

通过研究高速铁路客运站客运设施配置与旅客在候车厅内活动的相互影响和相互作用，建立基于Anylogic仿真软件的成都东站高架层候车厅环境仿真模型，统计客运设备服务参数并进行仿真参数设定，模拟成都东站高峰时段旅客候车过程，分析仿真结果和行人密度图，发现由于候车空间进深较短，两侧检票口排队旅客阻碍进入候车厅旅客流线而产生拥堵。针对此问题，提出改变排队队形并配合座椅调整的优化方案，对比分析优化后行人密度图发现，主通道冲突点数下降为零，平均排队时间缩短78 s，验证了调整措施的可行性。     

城市轨道交通换乘车站多方式客流控制模型

针对城市轨道交通换乘车站的客流控制展开研究,提出进站流量控制和换乘绕行相结合的多方式客流控制模型。模型以乘客平均停留时间最小为目标,并且满足站台人数在安全限制内。使用多子群混合粒子群算法对模型进行求解。模拟国贸车站早高峰大客流场景进行实验,实验求解过程收敛快且稳定;实验对比分析无客流控制、常态进站客流控制与多方式客流控制的不同指标数值,证明多客流控制方案的必要性以及模型的可行性与有效性。     

基于BC算法的地铁站台乘客分布建模及应用

为定量化分析地铁站台客流组织方案的应用效果,实地收集乘客候车分布数据,统计分析候车位置选择的特性,研究发现乘客的候车位置选择具有集中性,并受行走距离、排队长度和候车区域容量影响.基于细菌趋药性(BC)算法原理,结合站台乘客候车位置选择特性,建立了站台乘客分布仿真模型,并利用实测数据对模型进行了标定和验证.从实例站台的限...     

现代有轨电车合理站间距研究

现代有轨电车在组团式城市有着良好的区域适用性。通过分析现代有轨电车车站分布对吸引客流、乘客出行时间、工程造价和项目运营的影响,为站点布设提供理论基础。以运营效率最优兼顾乘客节约出行时间效益为目标,从车站工程费用、运营费用(车辆购置费)、运营收入(车费收入)和乘客节约出行时间效益4个部分建立有轨电车站间距优化模型;并用Matlab编程求解,结合成都市IT大道现代有轨电车工程的相关资料,对模型进行实证分析。结果表明:现代有轨电车能实现70 km/h速度的最小站间距为0.631 km,一般现代有轨电车的合理站间距为0.5~0.9 km;该优化模型计算结果与工程实际吻合度较高,可以为现代有轨电车车站分布提供借鉴和参考。     

基于前景理论的轨道交通乘客路径选择模型

研究有限理性条件下城市轨道交通乘客的路径选择问题。从出行费用角度出发,通过对不同类型乘客的出行时间、换乘时间、换乘次数和列车拥挤度4个因素的权重分析,建立乘客广义出行费用模型;并基于前景理论,建立以出行费用为参考点的路径选择模型,从而准确分析出乘客的选择偏好。实例结果表明,该模型对乘客出行路径的分析具有更高的可靠性。     

基于动态优化的城轨网络列车运行计划换乘衔接研究

随着城市轨道交通网络的快速发展，线路间的换乘点不断增多，换乘站时刻表的协调直接影响服务水平，有必要结合线网客流分布特点协调换乘站列车到发时刻，以尽量减少乘客在换乘站的换乘等待时间，提高乘客出行效率。以线路间列车衔接时刻点为优化对象，以重点换乘站的换乘衔接需求为主导，建立换乘衔接方案编排优化模型，在网络层面实现基于线网整体换乘等待时间动态最优的换乘站衔接时刻优化，并以广州地铁线网为例，利用模型开发软件，得到符合现场需求的换乘衔接优化时刻点，为网络化运营条件下的列车运行计划协同编制提供技术支持。     

基于周期运行图的京津城际铁路列车开行方案研究

城际铁路的客流性质、承担的运输任务以及提供给旅客的服务水平都与铁路既有线有所不同。制定城际铁路旅客列车开行方案，应考虑采用具有规律性强、使用灵活、能力利用率高、方便旅客出行等诸多优点的以周期运行图为特征的运输组织模式。本文研究基于周期运行图的旅客列车开行方案，同时考虑铁路运输企业运营的收益、旅客的总等待时间等具体需求，特别考虑到客流的不确定性，建立了包含3个具体目标的机会约束模型。并以京津城际铁路为背景，利用该模型计算得到列车的开行方案。结果表明，该模型较之单目标模型和确定性模型更能合理反映实际情况。     

大型客运站最高聚集人数仿真计算方法研究

铁路客运站最高聚集人数传统计算方法采用静态公式计算,忽略了车站功能布局、客流组织方案与最高聚集人数的互动影响。在研究旅客最高聚集人数形成机理的基础上,提出并证明3个规律,揭示最高聚集人数影响因素的作用规律、最高聚集人数的周期特性和出现时间;通过对15万条现场统计数据的拟合分析,提出旅客提前到站时间分布密度函数;运用车站客流组织仿真系统,研究提出车站最高聚集人数的仿真计算方法,并采用北京南站数据进行验算。结果表明,该方法可为车站方案设计、运营管理方案编制提供参考。