基于客流的地铁网络节点重要度评价方法

为定量分析地铁车站的重要性,建立考虑时间变化的网络节点评价模型,将地铁线路结构和始发站至目的站的客流数据分别抽象为物理网络和客流网络,分析2种网络对节点重要度的影响情况,进而给出基于客流的地铁网络节点重要度的定义和评价方法.利用该方法对成都地铁156个节点的重要度进行计算分析,结果表明:成都地铁网络中重要度排名前10的...     

考虑交通需求特征的有轨电车运营网络优化

为了提高有轨电车线网规划的科学性与运营效率, 研究了有轨电车运营网络的特征与指标, 建立了基于客流需求特征的运营网络搜索方法; 考虑有轨电车网运分离特点, 应用客流需求-运营效益建立了节点-边集网络; 以断面客流量为依据, 采用切比雪夫法则确定初始选择阈值, 通过计算重要度、“节点-流量”矩阵, 建立了时间效益-票价-运营成本的最优运营效益模型, 对有轨电车运营线网进行筛选, 结合遗传算法对运营网络总规模进行控制; 基于西咸新区有轨电车线网规划方案, 筛选出14条有轨电车运营线路, 通过MATLAB软件进行运营网络最优化模拟。分析结果表明: 有轨电车最优运营线路长度为24~25km, 运营网络总规模为339.5km, 得出的运营网络与最优效益、断面客流分布、线网布局、客流需求特征、重要客流集散点等网络要素有较好的匹配, 且大部分运营线路长度小于30km, 满足一般有轨电车运营网络要求; 该优化方法考虑了有轨电车规划与运营过程中诸多实际因素, 通过对搜索过程的整合与量化, 得出的优化结果与需求特征较为符合。     

融合网络拓扑结构特征与客流量的城市轨道交通 关键节点识别研究

科学合理地识别轨道交通网络的关键节点，并制定针对性的维护管理措施，有助于保障轨道交通的稳定运行。网络中的节点在局部发挥着对外传输与连接的作用，在全局中影响着网络的传输效率，同时，也必然受到其他节点的影响，本文提出一个考虑邻居节点影响的改进节点度模型评价节点的局部重要性，以及一个考虑其他节点影响的改进节点效率模型评价节点的全局重要性，基于改进的节点度模型和节点效率模型构建节点网络拓扑结构重要度评价模型，综合反映节点的局部重要性和全局重要性，也能反映其他节点对目标节点的影响；以进出站客流和换乘客流为基础建立节点客流量重要度评价模型；进一步构建综合考虑节点网络拓扑结构重要度和客流量重要度的关键节点识别模型，更加全面地评价节点的重要性，并以西安市数据为基础进行实例验证。结果表明：本文模型所识别出的关键节点，能很好地体现节点在网络中的功能特性；排名前5的关键节点失效，会导致客流损失34.41%，网络效率降低57%，相对最大连通子图比例下降91.82%，证明了模型的有效性。     

基于网络客流传播的轨道交通关键站点识别

为了更为真实的反映城市轨道交通网络的实际运营情况,在复杂网络理论基础上,进一步考虑客流因素的影响,提高网络中关键站点识别的准确性,通过分析站区间断面客流来源,根据普通站和换乘站的客流运输功能特征,分别构建了客流传播模型,对历史刷卡数据配流统计标定模型参数,并结合复杂网络的度与介数提出了4个关键站点识别指标.以某市轨道交通网络为例,利用刷卡数据对某工作日早高峰时段进行了全网动态客流演示并展示关键车站.研究结果表明:关键线路为1号线与10号线,南站、西二旗、天通苑附近乘客滞留严重,客流负荷强度大的车站更易受到大客流的冲击;本文所构建的客流传播模型可动态显示全网各区间等级及滞留车站的变化,并能综合真实客流、线路运输能力以及线网结构三方面的指标识别关键站点,可更有效地为轨道交通网络安全管理提供参考.     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。     

地铁网络服务韧性评估与最优恢复策略

针对已有基于拓扑效率的地铁网络韧性指标无法反映地铁运营实际的不足,构建考虑线 路流量影响的路网服务效率指标和基于服务效率的路网服务韧性指标,以及基于路网服务效率 的节点重要度指标;提出以路网服务韧性最大化为目标的优化模型,并基于遗传算法求解模型获 得最优恢复策略。算例结果表明：分别以服务效率和拓扑效率作为路网性能指标,获得的失效节 点恢复次序明显不同;蓄意攻击下,最优恢复策略获得的路网服务韧性分别比基于重要度的优先 恢复策略、基于节点度的优先恢复策略和随机恢复策略高16.76%、72.11%和86.21%。上述结果 表明,必须根据地铁运营实际合理选择路网性能指标和恢复策略,否则可能得到次优甚至明显偏 离实际的方案,无法实现预期目标。     

高速铁路网络化客流分配方法

为了充分反映旅客在高速铁路网络化运营环境中的出行选择行为,以旅客中转换乘为重点环节展开高速铁路网络化客流分配方法研究.首先,围绕旅客在高铁网络中的中转换乘环节刻画旅客在网络中的出行过程,提出符合旅客网络出行特征的运输网络构建方法.其次,分析构建的运输网络中不同节点、不同弧段对旅客出行的意义,确定不同弧段的出行费用及能力约束,并构建整数网络化客流分配模型.最后,选取宝兰高铁、京广高铁等多条高铁构成的存在环状结构的网络实例研究验证模型的有效性,通过求解可得到客流完整的路径,打破以直达为导向的客流分配模式,实现网络中客流的均衡分配,更能全面反映客流在枢纽的换乘选择结果.     

网络条件下轨道交通开行方案协调优化研究

在轨道交通网络化运营条件下,考虑不同线路间乘客的脉冲性到达特征和拥挤度对乘客出行行为选择的影响,对轨道交通网络列车开行方案进行协调优化。以轨道交通运营企业成本和广义乘客出行费用之和最小为目标,构建列车开行方案优化模型,对路网中各条线路的列车发车间隔和各线路间的发车时刻相位差进行优化,并结合客流的离散性特征和模型结构,提出了一种基于仿真的遗传算法对该模型进行求解。给定某轨道交通网络,实例验证了所提出模型和算法的有效性。计算结果表明,相较于现有优化方法,本文所提出的优化模型能够有效降低网络化运营条件下的系统总成本,在提高轨道交通运营企业效益的同时降低了乘客的广义出行费用。     

北京市地铁网络拓扑结构复杂性研究

针对北京市地铁实际网络及运营关系，分别构建了SpaceL和SpaceP拓扑结构模型．基于复杂网络理论，应用现有和新的特征统计指标对两种不同的拓扑结构模型复杂性进行了分析．对SpaceL模型的研究显示，其节点度符合指数为4．1的幂律分布，满足无标度特性；其网络平均距离为15．26，连通度为0．36，代表容错性的补图效率为96．7％，说明其具备小世界网络短距离、高容错性的特点，但不同节点的补图效率显示，少量hub节点的故障会对网络造成较大损失，需重点防护．对SpaceP模型的研究显示，其网络度分布同样具有“幂律结尾”的无标度特性，幂指数为4．2；其平均距离为2．68，小于网络规模的对数（5．2），聚类系数达到0．94，具有明显的小世界特征．研究表明无论是实际网络还是运营层面上，地铁线网都具有复杂网络特征，这对进一步研究地铁线网的结构特性具有启示作用．     

给定站点条件下轨道交通线网初步辅助构建模型

为解决城市轨道交通线网规划实践中，缺乏量化为主的成网技术流程，站点数量较多情况下规划工作复杂等问题，基于给定站点，将站点间邻接关系和网络上的边是否存在线路以0-1变量表示，并作为决策变量，分别以线网总里程最小化和运营效率最大化为目标，建立由网络设计模型和线路选择模型组成的初步辅助构建模型；并在站点可达性和工程可行性的约束下，设计基于聚类的最小生成树算法和网络修正方案，求解网络设计模型，提高网络生成速度，修正不合理的网络结构；并在运营可行性约束下，设计基于禁忌算法的双目标规划求解算法，求解线路选择模型，成功将其转化为单目标问题，提高算法寻优速度。将实际运营轨网站点和客流OD作为输 入，双层模型可获得最优网络和线路方案，并与实例比较证明结果的合理性。结果表明，模型结果与已开通运营轨网近似，但线网总里程更低，运营效率更高，线网总里程降低1.7%，直达客流比增加0.7%，一次换乘客流比增加4.2%。     

寒地城市地铁客流特性及网络失效研究

为分析寒地城市地铁客流与网络特性，挖掘客流与寒地气候的相关性，本文利用《寒区城市多模式公交协同运营技术与示范工程》2013—2020 年共 8 年 11 万余条地铁客流数据进行研究。提出效用阻抗Space L-Space P模型建立地铁抽象网络，将时间维度细分为周、月和年这3类， 研究地铁客流特性与扰动因素，并建立寒地城市地铁网络失效模型，分析扰动后地铁站点与线路的客流分布。进一步选取哈尔滨市与南京市地铁数据，运用转移熵因果关系分析地铁网络客流分布与气候的相关性，得到寒地气候对地铁客流的影响。研究表明：所采集的地铁客流数据能够充分展现客流的状态与变化趋势，能够满足客流数据分析的精度与质量要求。近8年，哈尔滨市地铁客流呈现明显的增长趋势，地铁客流分布呈现2月为客流低峰，3月客流逐步回升，3~12月客 流较平稳且具有轻微波幅；换乘客流中夏季呈现8月大于7月大于6月的趋势，冬季则2月换乘客流最低，大多在周一与周五达到周换乘客流量极值。由地铁网络失效模型识别出关键站点，得到 哈尔滨市冬季客流略高于其余3季，冬季地铁网络较脆弱，结合实际数据的模拟分析表明，温度与地铁客流具有一定相关性，且哈尔滨市的相关性大于南京市。     

基于 K-means 的北京地铁路网重要度聚类分析

以图论为基础,以北京地铁为研究对象,结合地铁运营客流时空分布的特点, 构建北京地铁有向加权路网模型;采用 K-means 聚类分析方法,根据地铁路网中车站和区 间的两个基本的物理拓扑属性（度、介数）,以及客运量对其进行分类,确定关键车站和区 间.其中,度反映的是节点的局部聚集能力,介数反映的是节点和边对全局的影响能力,而 客运量则反映了不同时间段节点和边在运输中的重要性.实证分析表明,该方法可以从系 统网络的角度动态辨识系统中的关键车站和区间.     

城市轨道交通客流网络分布均衡性评价

复杂网络化运营下的城市轨道交通客流呈现时空分布不均衡特点,为量化表征客流网络分布不均衡程度,应用广义均衡性评价工具Gini系数和Theil指数,以车站客流量和区间断面满载率为评价指标多维度评价客流网络分布状态.以上海轨道交通网络为例,基于洛伦兹曲线求解得到早高峰 8:30-8:45、平峰 10:45-11:00和晚高峰18:30-18:45这3个时段全网车站客流分布的Gini系数分别为0.527、0.554、0.540.对照评价标准可知,3个时段客流分布均极不均衡;全网区间客流分布的Gini系数分别为 0.502、0.366、0.476,表明客流区间分布早高峰极不均衡、平峰相对均衡、晚高峰比较不均衡;基于线路分组的Theil指数求解结果与上述结论一致.最后,分析各线路客流分布不均衡对全网不均衡的贡献率,结果与实际客流分布状态相符,验证了本文方法的可行性与有效性.     

基于时段分布的市郊轨道交通车站滞留客流分布算法

市郊轨道交通车站滞留客流的分时段预测,关系到运营计划的调整、乘客出行 方式的选择、出行时间的预估等,尤其对市郊线路快慢车模式下开行方案的优化具有重 要意义.首先引入出行方式角度费用理论,分析了乘客公交出行与地铁线路形成的角度费 用,构建了角度费用模型Anglecostm,n k ,计算乘客的流失率VPn ,进而确定因滞留客流达到 阈值而导致的乘客流失量.其次,以AFC获取的客流数据为支撑,结合角度费用模型对乘 客流失量的计算,提出了一种基于时段的滞留车站客流分布预测方法,接着分析了站台 候车客流与通过列车实际载客情况两者之间的客流交互规律,提出了候车客流-列车载 客量影响动态交换模型,并分析和研究该模型求解算法.最后,以某市郊线路进行实例演 算,预测结果可为轨道交通开行方案优化提供理论和方法支持,对运营计划临时调整,客 流预测及引导模型的补充等提供参考.     

基于优化PSO-BP算法的耦合时空特征下地铁客流预测

为提高地铁客流预测的准确性,以西安地铁1号线为例,分析了地铁客流的耦合时空特征,提取了影响地铁客流变化的5个主要因素,包括节日、非节日、时间段、站点和天气,构建了反向传播(BP)神经网络,预测了地铁客流;利用引入自适应变异与均衡惯性权重的粒子群优化(PSO)算法,优化了BP神经网络,形成了考虑复杂因素影响的地铁客流预测系统;选取了换乘站、非换乘站的首站与中间站,引入天气、节日、非节日因素,对比了不同时间段下的BP神经网络模型,优化了PSO-BP神经网络模型的预测误差。研究结果表明：考虑天气、节日、非节日因素,换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了40.13%、31.46%和23.89%,较分时段的BP神经网络模型分别平均下降了17.50%、17.86%和17.32%;非换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了16.50%、20.99%和32.59%,较分时段的BP神经网络模型分别平均下降了11.48%、12.10%和17.73%;各站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差、平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了24.37%、24.48%和29.69%,较分时段的BP神经网络模型分别平均下降了13.49%、14.02%和17.59%,因此,利用考虑多影响因素的优化PSO-BP神经网络模型能提高地铁客流预测的准确性。     

城市轨道交通有权网络相继故障可靠性研究

城市轨道交通各条线路和车站因其所承载客流量多少不同在网络结构的地位也不同,仅从网络结构来评价可靠性可能会产生误判.本文根据地铁网络智能卡数据构建了网络权重矩阵,结合网络结构确定了无权、有权网络的复杂网络参数,并基于有无权重 两个网络分别定义了4 种相继故障的策略参数及网络可靠性评价模型.以北京市轨道交通为实例系统性分析有无权重两个网络的可靠性,结果表明,模型可操作性强,弥补了城 市轨道交通网络可靠性研究的不足,加载了客流的网络脆性更明显,站点重要性排序也 发生较大变化.     

公交线路资源配置与高峰客流协调评价研究

公交线路资源配置与高峰客流协调发展是公交系统可持续发展的重要保障.对二者协调程度进行评价,通过对公交系统规划与运营的深入研究,运用数据包络分析法,以公交车辆数、站点数、沿线客流强度为投入指标,以高峰客流量、高峰满载率适宜度为产出指标组成评价指标体系,并建立二者之间协调评价模型.以哈尔滨市主城区86 条公交线路为评价单元,利用数据包络分析法的CCR模型,得到了每条线路的相对效率值,对每条线路进行协调度评价.结果表明,40 条处于强协调状态、34 条处于弱协调状态、9 条处于轻度失调状态、3 条处于严重失调状态,公交线路总体上处于弱协调状态.提出的评价方法在实际运营中具有较强的实用性,可为公交规划与运营管理提供理论依据.     

基于路网仿真的地铁运营协调性分析

面向地铁运营状态的动态性、不确定性及多因素动态关联性,采用路网运营仿真技术,基于路网客流分布状态变化,从网络整体角度研究地铁运营协调性的定量分析方法.将运营协调决策问题分成资源配置、服务设计、客流控制三个层次,提出利用运能需求匹配度,将系统不同层次的协调性进行关联分析的思想.从运输单元运能需求匹配度的均衡性和换乘服务效能两个方面构建网络运营协调性分析指标,给出基于分布熵的协调性指数计算方法.构建地铁路网运营中观仿真模型,给出面向协调性研究的路网仿真实验流程.最后,以北京地铁为例,进行案例研究,利用路网客流分布仿真实验数据分析两条线路的运营协调性,给出优化后的列车开行间隔.