考虑跳停策略的城轨列车运行图与车站限流协同优化研究

为应对日趋严重的地铁系统拥堵问题及客流过饱和情况，从系统优化角度出发，将服务供给侧与需求侧综合为一个整体进行研究。考虑乘客的持续性到达特征，提出考虑跳停策略的城轨列车运行图与车站限流协同优化方法。首先，引入列车运行图与车站限流相关决策变量，以提高列车运行效率、减少客流乘车延误人数为优化目标，建立轨道交通列车运行与车站限流协同优化双目标整数非线性规划模型。其次，为便于模型求解，引入0-1变量，使用时间重构和大M方法将模型中的非线性约束线性化处理，将模型重构为整数线性规划模型，利用CPLEX软件求解。算例结果表明，双目标优化方法与传统单目标优化方法相比，相较于仅考虑列车服务时间，本文模型可使客流乘车延误人数显著减少；相较于仅考虑客流乘车延误人数，本文方法可使列车服务时间降低2%~3%。     

城市轨道交通小交路计划与客流控制协同优化策略

高峰时段的大客流需求易造成城市轨道站台乘客大量聚集,从而给城市轨道交通系统带来安全隐患,降低乘客乘车的舒适度;同时,客流空间分布的不均衡性导致供需能力不匹配,降低 了列车资源的利用率。针对该现象,本文结合大小交路开行方案与客流控制策略研究城市轨道交通列车时刻表协同优化问题。考虑到城市轨道交通客流的不确定性,将乘客到达率设置为不确定变量,而后基于客流演化与列车运行的动态关系,建立以最小化滞留乘客数、客流控制人数、 列车运行时间,以及最大化列车资源利用率衡量值为目标的优化模型,并设计一种基于机会约束 的随机场景优化算法进行模型求解。以北京市某轨道线路为例进行数值实验验证模型的有效性。结果表明,相较于常规运营策略,本文提出的协同优化策略在期望滞留人数和列车运行时间方面有了较大改善,更好地实现了乘客成本和企业运营成本之间的均衡。     

潮汐客流下城市轨道交通时刻表与车底接续协同优化

针对城市轨道交通客流需求的潮汐现象，本文研究不成对运输组织模式下的列车时刻表和车底接续计划协同编制问题。以双车场轨道交通线路为对象，基于客流的时空分布不均衡特性，以总乘客等待时间费用、列车固定使用费用和列车接续走行费用最小化为目标，以列车始发时刻、车次接续关系、车底出入库情况为决策变量，考虑时刻表约束、车底流通约束以及客流平衡约束，构建城市轨道交通列车时刻表与车底接续协同优化的混合整数非线性规划模型，经线性化处理后利用Gurobi进行求解。以上海地铁某线路为例验证模型的有效性，结果表明：本文方案相较于分步求解方案、均衡发车方案以及成对开行方案，乘客和企业总费用分别降低了6.06%、10.45%和6.35%，列车运力分布与客流需求匹配性提高，主客流方向乘客等待时间减少，有助于同步提高企业运输效益和乘客服务水平。     

轨道交通延误条件下列车跳站与客流控制协同优化模型

针对城市轨道交通突发列车延误问题,统筹考虑行车秩序的恢复和乘客出行体验,提出列车调整与客流控制协同优化方法。首先分析延误条件下城轨列车调整和客流控制的措施及效果,构建以跳站停车和多车站客流控制为手段的双层线性规划模型。上层模型以列车总延误最小为目标,以列车载客能力为约束;下层模型以上车客流量最大为目标,以列车载客能力和控流率均衡为约束。采用灵敏度分析算法求解模型,并以北京地铁亦庄线故障延误事件为例,验证模型和算法的有效性。结果表明：采用跳站停车与进站客流协同控制可使延误列车行程时间缩短5.2%,使各车站进站率方差降低97.8%,在保障乘客公平性的条件下提高列车运行和乘客集散效率。     

考虑换乘站客流疏解的地铁列车跳站与客流控制协同优化

早高峰时段，各大城市地铁线路和换乘站的客流运输与疏解压力巨大。本文首先说明部分列车在换乘站跳站，可延缓换乘客流乘车过程、降低换乘站客流疏解压力。在此基础上，构建地铁单线双方向列车换乘站跳站开行与客流控制协同优化模型，极小化乘客在始发站等待延误时间和换乘延误时间。其次，对相关非线性约束进行近似线性替代，将原模型转化为线性整数规划模型。最后，以北京地铁5号线早高峰为背景设计数值实验，使用优化求解器CPLEX调用分支定界算法求解模型，验证了模型的实际优化效果。实验结果表明，相较于列车站站停和既有客流控制，优化所得方案在14 min内使得列车运载的乘客增加了2954人，并使乘客在站外延误时间、换乘延误时间和总延误时间分别降低了58.9%、16.9%和41.6%。     

客货混运下的城轨时刻表与流量控制协同优化研究

利用城市轨道交通平峰期冗余运力进行客货混合运输是缓解地面交通拥堵和节能环保的重要手段。本文在客货混合运输模式下，研究城市轨道交通列车时刻表和流量控制问题。首先，以列车发车时间、列车车厢布置和客货需求分配给列车车厢的数量为主要决策变量，以最小化乘客和货物的等待时间以及列车车厢能耗为目标，考虑流平衡、列车容量限制及时刻表等约束，构建城市轨道交通客货混合优化模型。其次，为验证模型的有效性，以上海地铁17号线为例进行实证研究，借助优化求解器Gurobi求解模型。结果表明：本文所提协同优化方法具有良好的优化效果和计算效率，与逐一求解法对比，乘客和货物延误数量可显著降低；协同优化可减少乘客延误人数21.92%，货物延误数量9.73%，乘客和货物的平均等待时间减少35.88%和25.56%，碳排放量减少1.7%。该方法可以提高地铁满载率，减少地铁平峰时期的运力浪费，同时提高轨道交通运营安全性和运输效率。     

考虑拥挤的轨道交通网络时刻表协调优化建模

以非连通型城市轨道交通网络为研究对象,根据城市轨道交通网络周期性运行特点,在深入考虑拥挤及换乘客流脉冲性到达特征的前提下,给出1个循环周期内城市轨道交通网络运营费用及乘客出行费用计算方法.并在此基础上,以各运营线路发车间隔及发车时刻相位差为决策变量,以乘客及运营企业的综合费用最小为目标,以列车发车间隔、列车容量、站台容量、运营补贴等为约束,建立城市轨道交通网络列车时刻表优化模型.根据模型特点,提出了一种基于仿真的遗传算法对模型进行求解.算例结果显示,与既有优化方法相比,本文模型能够更加细致地刻画乘客换乘过程,有效降低系统综合费用,并确保各项服务指标在安全范围之内.     

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。     

城市轨道交通列车时刻表与车底运用整合优化模型

基于单条城市轨道线路,分析客流需求、列车时刻表及车底运用之间的密切联系, 以运行安全、资源限制、列车容纳能力等作为主体约束,综合考虑公司运营费用和乘客出行费 用,构建基于客流分布的城市轨道交通列车时刻表与车底运用整合优化模型,并采用线性处 理方法,将模型转化为混合整数线性规划(MILP)模型.最后,以北京地铁亦庄线为实例,利用 ILOG CPLEX对模型进行求解.结果表明,与既有的优化方法相比,本文模型得到的列车运行 计划方案能够更好地节约成本,提高车底利用效率,满足城市轨道交通乘客和运营企业双方 的利益.     

考虑客流空间分布的地铁列车节能时刻表优化方法

客流变化引起的列车质量变化是影响地铁列车能耗与节能运行的重要因素之一. 本文考虑地铁线路客流空间分布差异，研究耗散型再生制动能利用方式下的列车节能时刻表优化方法. 结合各区间载荷差异和列车运动方程，建立以净能耗最小为目标的时刻表优化模型，通过适度优化计划停站时间、区间运行时间和折返时间协同多列车牵引、巡航、惰行和制动过程的时空分布，设计二分法和粒子群算法对模型求解. 以北京地铁某线路进行实例研究，结果表明，优化模型能有效协同多列车的节能运行，考虑客流空间分布差异比假定列车载荷为常数能进一步提升节能效果.     

基于动态反馈神经网络的城市轨道交通短期客流预测

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交通的断面客流特征的基础上,建立基于动态反馈神经网络的城市轨道交通短期客流预测模型,提出通过若干组连续历史断面客流数据训练动态连续的神经网络,以此对未来客流进行预测;并以北京轨道交通某日早高峰客流为例进行分析,验证了该模型与方法的有效性。     

城市轨道交通多交路共线运营客流分配方法

多交路共线运营客流分配是城市轨道交通复杂交路设计、列车开行方案优化的基础。本 文以典型共线运营多交路为例，通过划分客流出行区段将乘客分为不同类型，分析了不同类型客 流的路径选择策略，提出以发车频率确定的客流分担比例计算方法，构建了基于发车频率和乘客 出行区段划分的客流分配模型。在此基础上，将多交路共线运营物理网络转化为共线运营服务 网络，通过引入超路径的概念，将乘客出行优化策略转化为共线运营服务网络上的最短超路径问 题，并考虑乘客在车拥挤感知费用，提出了基于超路径的客流增量分配方法。最后，通过算例验 证了共线客流分配方法的有效性，对比分析了两种方法的特点和适用性。     

基于灰色理论的城市轨道交通短期客流预测研究

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作的关键。在研究城市轨道交通的断面客流特征的基础上,建立基于灰色预测的城市轨道交通短期客流预测模型,提出通过若干组连续历史客流数据构建灰色预测模型,以此类推对未来客流进行预测。以某城市轨道交通网络客流为例进行计算,得到预测数据与真实数据误差较小,验证了该模型与方法的有效性。     

基于非均匀发车间隔的大小交路时刻表优化模型

基于客流时空分布规律，考虑列车平均发车间隔、运行时间、最大载客量等约束条件，将列车在车站的停站时间与上、下车客流量相关联，建立城市轨道交通高峰时段基于非均匀发车间隔的大小交路时刻表优化模型，对乘客平均旅行时间及列车发车间隔平均偏离值进行协同优化。以某城市轨道交通线路实际运营数据验证模型的有效性。结果表明，优化后乘客在各个车站平均等待时间较优化前减少幅度为0.4%~13.1%，其中全线客流量较大的第7、8、9站优化幅度较为明显，分别为 11.7%、13.1%、11.9%。优化后列车在各个车站最大满载率较优化前降低幅度为1.8%~8.5%，且所有车站站台均无滞留乘客，体现了优化后列车运输能力与客流需求的良好匹配。灵敏度分析讨论了目标函数权重系数及列车平均发车间隔值对模型的影响，表明本模型具有良好的可用性及稳定性，能够为城市轨道交通列车时刻表优化提供参考。     

城市轨道交通多编组列车开行方案优化研究

针对城市轨道交通全日客流时间分布不均衡下的列车开行方案优化问题,以 乘客等待时间和企业成本最小为优化目标,以运输供给、列车最小发车间隔、最大服务间 隔,以及列车数为约束条件,构建基于多编组模式下的多目标列车开行方案优化模型,并 设计两阶段求解算法.案例分析表明：与传统单一编组列车开行方案相比,基于多编组的 轨道交通列车开行方案使乘客等待时间和车公里数分别减少17%和27%,列车运行小时 增加20%;当客流不均衡系数大于1.48时,宜采用多编组运输组织方式.     

基于效用理论的城市轨道交通运营管理优化策略

基于交通客流形成机理,分析了城市出行者交通需求产生和出行决策;提出了交通需要是交通需求的必要条件,出行者支付能力是交通需求的充分条件;认为出行决策是依据出行者效用最大化原则。基于效用理论的交通方式分担模型,讨论了城市轨道交通与常规公交竞争博弈机理。以广州市轨道交通为例,将时段客流分为高峰期、中峰期和低峰期3类,研究其交通客流特征。结果表明:在高峰期客流充足,城市轨道交通运输资源得到了充分利用;在平峰期和低峰期客流稀少,资源闲置。根据效用最大化理论,将分时段弹性票价运营策略和适当调整发车时间间隔策略运用于广州市轨道交通中峰时段,结果表明:实行综合优化策略的日客流量增加了14.9%。     

城市轨道交通车站站台行人交通特性

为了确定城市轨道交通车站站台行人交通特性,以北京市地铁2号线西直门站站台视频资料为基础,观测站台区域行人交通行为,分析行人速度、候车位置分布、密度时空分布特性。分析结果表明：与街道环境相比,站台区域行人自由流速度均值偏高,且站台与楼梯邻接区域行人速度随密度的增大下降较快;车辆到达之前行人候车呈队列形式,车辆到达后呈扇形分布在车门两侧;站台区域行人密度时空分布受轨道交通车辆班次影响,表现出规律性波动变化。