面向定时节能运行的列车牵引计算算法

列车牵引定时计算是轨道交通列车牵引仿真系统的重要功能模块,对于实现列车按运行图模拟仿真运行具有重要意义。在考虑定时运行的基础上,实现列车运行全过程能耗最小化,则使该研究更具实际价值。在分析列车牵引计算运动学理论基础上,构建基于巡航惰行组合中间过程的列车运行定时节能仿真双层规划模型,分析以巡航速度为能耗控制变量、以惰行点位置为运行时间控制变量的二分法求解模型的可行性及解的存在性,设计基于二分法的列车运行定时节能优化算法。完成定时节能仿真模块的计算机程序编写,并以广州市域快线18号线(规划方案)万顷沙—横沥区段做案例分析。仿真计算列车运行时间与时刻表时间误差满足精度要求,且在能耗上求得最优解,表明模型构建和算法设计有效,且具有计算量少的优点。     

基于时间匹配度的城市轨道交通乘客乘车方案辨识研究

城市轨道交通乘客乘车方案是指乘客在出行过程中先后登乘的列车以及相应的乘降车站按照时间顺序排列的集合。在乘客旅行时间划分和基于“二阶段法”的乘客可行乘车方案搜索研究的基础上,提出利用AFC数据和列车时刻表进行乘客乘车方案辨识的方法。首先定义旅行时间匹配度,并在构建随机时间分布的基础上提出随机时间匹配度,在此基础上建立乘车方案的时间匹配度指标;然后利用时间匹配度,提出基于列车容量限制的乘客乘车方案的辨识方法;最后介绍该方法在某市轨道交通系统中的应用。提出的辨识方法利用大量轨道交通数据,对城市轨道交通的运营具有一定的价值和意义。     

基于动态客流的城市轨道交通列车牵引能耗分析

城市轨道交通客运量的不断增长使得能源消耗越来越大,在此背景下,从动态客流层面研究城市轨道交通列车牵引能耗对实现城市轨道交通可持续发展具有重要意义。首先建立一个基于动态客流的城市轨道交通列车牵引能耗算法流程,通过研究动态客流对列车牵引能耗的影响,初步得到动态客流和列车牵引能耗的耦合机理。以广州地铁某线路区段为例,利用城轨列车运行计算模拟实验系统进行算例分析,以动态客流为x变量,牵引时分为y变量,牵引能耗为z变量,并利用Matlab对570组模拟实验数据进行多项式拟合,并对动态客流进行灵敏度分析。分析结果表明,列车牵引能耗随着客流的增大呈线性增长关系。     

考虑动态客流的城市轨道交通综合运营能耗精细化测算方法

考虑客流动态变化,提出了城市轨道交通综合运营能耗精细化测算方法.综合运营能耗主要包括列车牵引能耗、通风空调系统能耗和电扶梯能耗,以北京地铁8号线某区间为例,对其能耗进行精细化测算.测算结果显示,能耗分布特征与早晚高峰时段分布相符,验证了城市轨道交通综合能耗测算方法的准确性和可用性.     

城市轨道交通客流分布短时预测模型研究及应用

客流分布短时预测对于城市轨道交通运营管理和乘客出行服务具有重要的实际意义。采用自底向上的网络建模技术,利用动态仿真方法模拟乘客出行行为,构建城市轨道交通客流动态分布仿真模型,进行城市轨道交通线网客流分布短时预测,并通过实际AFC(自动售检票)刷卡数据进行二元校验。依托北京市轨道交通安全防范物联网应用示范工程,将其应用于北京地铁运营实践中,结合实例验证了模型的可行性和有效性。     

基于B-P神经网络的北京地铁运量预测模型

分析影响北京地铁运量的因素,选取城市轨道交通内部生产、人口因素、乘客收入因素和交通因素等作为运量预测的关键要素,应用B-P神经网络(Back Propagation ANN,基于误差反向传播神经网络)模型,对未来几年内北京地铁运量进行预测分析.结果发现B-P神经网络对地铁客运量的预测较为适用,可为北京地铁运营规划提供决...     

安检互认条件下的市郊铁路与地铁换乘站客流模拟仿真研究

在分析研究既有的行人仿真方法的基础上,利用基于元胞自动机的客流仿真技术对安检互认条件下的市郊铁路与地铁换乘站进行仿真,将车站内客流需求、设施设备、运行计划、乘客行为和客流组织集成到SRAIL系统中,通过动态监测手段对设施设备布局进行合理评估。并以在建的新航城站为例,通过SRAIL系统对站内客流进行仿真,从服务水平、交通组织等角度为调整、选择车站设计方案提供依据。     

轨道交通大数据运用现状及发展趋势研究

为了确保大数据在轨道交通领域规范运用、良性发展,在总结大数据基本概念的基础上,系统梳理轨道交通行业内大数据的基本特点、数据类型、主要内容、处理流程及关键技术,并选择其中的某个典型专业,总结轨道交通大数据在统计分析、应急辅助决策、乘客出行诱导、客流预测和调度管理等方面的运用现状。最后,阐述大数据在轨道交通应用方面的挑战,从轨道交通数据系统内部和外部两个方面提出轨道交通大数据应用的发展趋势。