網(wǎng)絡(luò)可控性的城市軌道交通客流網(wǎng)絡(luò)限流優(yōu)化控制方法

軌道交通網(wǎng)絡(luò)初步形成后,客流會(huì)呈現(xiàn)出幾何倍數(shù)的增長(zhǎng),線(xiàn)網(wǎng)客流之間的關(guān)聯(lián)性越來(lái)越強(qiáng),時(shí)空分布上會(huì)出現(xiàn)極度的不均衡性,如何從根源上解決網(wǎng)絡(luò)客流均衡的問(wèn)題成為了軌道交通企業(yè)、政府、設(shè)計(jì)院等重點(diǎn)研究的問(wèn)題,文章從運(yùn)營(yíng)組織、乘客需求、城市綜合管理3個(gè)角度對(duì)網(wǎng)絡(luò)客流均衡方法進(jìn)行了初步探討和闡述。

軌道交通高峰時(shí)段乘客滯留站臺(tái)已經(jīng)是運(yùn)營(yíng)管理部門(mén)面臨的重大安全問(wèn)題,考慮到目前運(yùn)能提高空間較小,提出了對(duì)相關(guān)車(chē)站進(jìn)行客流控制的安全管理措施。通過(guò)分析軌道交通客流特征及其擁堵傳播規(guī)律;在滿(mǎn)足安全約束條件下,基于受影響乘客數(shù)最少為目標(biāo)構(gòu)建路網(wǎng)協(xié)調(diào)客流控制優(yōu)化模型;并設(shè)計(jì)了基于遺傳算法的求解方法;最后以實(shí)際路網(wǎng)為背景進(jìn)行了案例分析,驗(yàn)證了該模型和算法的有效性。

對(duì)城市軌道交通網(wǎng)絡(luò)的客流動(dòng)態(tài)估計(jì)進(jìn)行優(yōu)化，可以為城市軌道交通網(wǎng)絡(luò)的順暢運(yùn)行和社會(huì)的安全穩(wěn)定奠定基礎(chǔ)。突發(fā)事件會(huì)引起市民的恐慌，使城市軌道交通網(wǎng)絡(luò)中客流分布時(shí)刻發(fā)生變化，導(dǎo)致傳統(tǒng)的估計(jì)模型不能準(zhǔn)確把握客流動(dòng)態(tài)分布規(guī)律，無(wú)法對(duì)不確定因素進(jìn)行預(yù)判，降低了估計(jì)的準(zhǔn)確率。為提高準(zhǔn)確率，提出一種基于拓?fù)渚W(wǎng)絡(luò)模型的突發(fā)事件下城市軌道交通網(wǎng)絡(luò)客流的動(dòng)態(tài)估計(jì)方法。根據(jù)拓?fù)渚W(wǎng)絡(luò)的原理建立城市軌道網(wǎng)絡(luò)模型，根據(jù)單位時(shí)間內(nèi)各車(chē)站起始點(diǎn)客流的歷史數(shù)據(jù)獲得受到突發(fā)事件影響的評(píng)價(jià)模型，能夠得到突發(fā)事件下隨著時(shí)間變化受到影響的客流量，實(shí)現(xiàn)突發(fā)事件下城市軌道交通網(wǎng)絡(luò)客流動(dòng)態(tài)的準(zhǔn)確估計(jì)。仿真結(jié)果表明，改進(jìn)算法能夠提高突發(fā)事件下城市軌道交通網(wǎng)絡(luò)客流動(dòng)態(tài)估計(jì)的準(zhǔn)確率和效率。

城市軌道交通網(wǎng)絡(luò)客流控制方法研究

根據(jù)城市軌道交通形成網(wǎng)絡(luò)具有客流量大規(guī)模增長(zhǎng)、換乘線(xiàn)路間運(yùn)能不匹配、客流控制難度大、換乘關(guān)系復(fù)雜、乘客吸引力強(qiáng)等客流組織特點(diǎn),采用城市軌道交通網(wǎng)絡(luò)客流控制辦法,以及單線(xiàn)級(jí)和網(wǎng)絡(luò)級(jí)客流聯(lián)控模式的限流數(shù)值計(jì)算,以廣州城市軌道交通的客流組織為例,通過(guò)對(duì)限流車(chē)站和限流數(shù)值的計(jì)算,提出客流控制方案。2010年廣州亞運(yùn)會(huì)期間各種控制方法的成功實(shí)施,有效發(fā)揮了城市軌道交通網(wǎng)絡(luò)的優(yōu)勢(shì)。

本文首先根據(jù)北京城市軌道交通網(wǎng)絡(luò)的特點(diǎn)，以靜態(tài)非平衡分配模型中的最短路徑分配為理論基礎(chǔ)，實(shí)現(xiàn)歷史客流在斷面上的分配，得到具有參考價(jià)值的斷面客流。然后通過(guò)大量bp神經(jīng)網(wǎng)絡(luò)建模試驗(yàn)，對(duì)北京城市軌道交通客流預(yù)測(cè)問(wèn)題，建立了合理的預(yù)測(cè)模型。最后利用bp神經(jīng)網(wǎng)絡(luò)模型對(duì)13號(hào)線(xiàn)西直門(mén)站至2號(hào)線(xiàn)西直門(mén)站的換乘斷面客流進(jìn)行預(yù)測(cè)，并與最小二乘擬合結(jié)果進(jìn)行對(duì)比分析，得出合理的客流預(yù)測(cè)結(jié)果。

通過(guò)對(duì)封閉系統(tǒng)理論研究,建立適用于網(wǎng)絡(luò)化客流組織模型,從而便于動(dòng)態(tài)客流分析、組織、控制.

針對(duì)目前軌道交通運(yùn)營(yíng)管理無(wú)法實(shí)時(shí)掌握客流情況的現(xiàn)狀,在全網(wǎng)各站點(diǎn)閘機(jī)實(shí)時(shí)數(shù)據(jù)以及歷史數(shù)據(jù)的基礎(chǔ)上,結(jié)合agent仿真技術(shù)對(duì)進(jìn)站客流建模,建立全網(wǎng)絡(luò)條件下軌道交通客流分布模型.快速、全面地對(duì)軌道交通各個(gè)站點(diǎn)、線(xiàn)路之間的客流分布、運(yùn)行情況進(jìn)行直觀(guān)仿真.通過(guò)向運(yùn)營(yíng)企業(yè)提供列車(chē)實(shí)時(shí)客流參數(shù),使其可以全面把握全網(wǎng)各站點(diǎn)、各列車(chē)的實(shí)時(shí)客流情況,以此及時(shí)調(diào)整列車(chē)運(yùn)行方案.另外,出行者也可以通過(guò)手機(jī)客戶(hù)端了解網(wǎng)絡(luò)客流狀況,根據(jù)自身情況選擇合適的出行方案.

城市軌道交通網(wǎng)絡(luò)是城市公交系統(tǒng)的重要組成部分。以北京地鐵和深圳地鐵為研究對(duì)象，建立兩個(gè)城市的軌道交通網(wǎng)絡(luò)模型，利用兩個(gè)城市的地鐵乘客刷卡數(shù)據(jù)，估計(jì)城市軌道交通需求od；基于復(fù)雜網(wǎng)絡(luò)理論分析兩個(gè)城市軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，提出城市軌道交通網(wǎng)絡(luò)脆弱性的評(píng)價(jià)指標(biāo)；建立城市公共交通雙層網(wǎng)絡(luò)，對(duì)城市軌道交通網(wǎng)絡(luò)的脆弱性進(jìn)行更深層次的分析。研究結(jié)果表明：北京市與深圳市軌道交通網(wǎng)絡(luò)脆弱邊地理分布很相似，深圳市軌道交通網(wǎng)絡(luò)平均而言更加脆弱；軌道交通網(wǎng)絡(luò)的脆弱性與其網(wǎng)絡(luò)復(fù)雜度密切相關(guān)；城市常規(guī)公交網(wǎng)絡(luò)可以降低城市軌道交通系統(tǒng)的脆弱性。

對(duì)我國(guó)主要城市軌道交通網(wǎng)絡(luò)魯棒性進(jìn)行仿真研究,有助于保證我國(guó)軌道交通網(wǎng)絡(luò)的穩(wěn)定安全運(yùn)營(yíng)。魯棒性需要著重研究樞紐站點(diǎn)相對(duì)于全局的作用,傳統(tǒng)方法直接將地理網(wǎng)絡(luò)拓?fù)浠赐怀鲋匾军c(diǎn),或者直接忽略一般站點(diǎn)對(duì)網(wǎng)絡(luò)的作用來(lái)突出樞紐站點(diǎn),兩者均存在一定偏差?；趫D論和復(fù)雜網(wǎng)絡(luò)理論,提出一種改進(jìn)的賦權(quán)網(wǎng)絡(luò)魯棒性評(píng)價(jià)方法,全面考慮一般站點(diǎn)與重要站點(diǎn),從多個(gè)靜態(tài)指標(biāo)衡量網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)魯棒性,并動(dòng)態(tài)仿真站點(diǎn)受到破壞后網(wǎng)絡(luò)性能的變化。結(jié)果顯示,深圳軌道交通網(wǎng)絡(luò)綜合魯棒性能較強(qiáng),杭州和西安軌道交通建設(shè)發(fā)展較均衡,鄭州軌道交通網(wǎng)絡(luò)魯棒性最差。通過(guò)增強(qiáng)軌道交通網(wǎng)絡(luò)的集聚效應(yīng),增加可換路徑,縮短換乘距離能夠提高網(wǎng)絡(luò)魯棒性。

客流分析是軌道交通運(yùn)營(yíng)組織的基礎(chǔ),傳統(tǒng)的客流分析方法無(wú)法從海量的乘客歷史出行大數(shù)據(jù)中提取與挖掘乘客出行規(guī)律和特征。大數(shù)據(jù)可視化為獲得洞察大規(guī)模復(fù)雜客流數(shù)據(jù)能力提供支撐?；诔鞘熊壍澜煌ňW(wǎng)絡(luò)實(shí)際運(yùn)營(yíng)需求,從客流認(rèn)知、可視化、人機(jī)交互的綜合視角出發(fā),基于gis地圖、網(wǎng)絡(luò)遷徙圖、日歷圖、散點(diǎn)圖、弦圖等可視化圖形,研究大規(guī)模復(fù)雜網(wǎng)絡(luò)od客流、斷面、進(jìn)出站和換乘客流大數(shù)據(jù)可視化的運(yùn)營(yíng)需求關(guān)鍵技術(shù)與實(shí)現(xiàn)方法。對(duì)上海城市軌道交通網(wǎng)絡(luò)客流大數(shù)據(jù)進(jìn)行實(shí)例分析,可視化展示結(jié)果有利于運(yùn)營(yíng)管理人員掌握網(wǎng)絡(luò)客流時(shí)空變化特征以及演變規(guī)律,為制定科學(xué)行車(chē)與客運(yùn)組織方案提供決策依據(jù)。

限流是應(yīng)對(duì)高峰時(shí)段的超負(fù)荷運(yùn)行以及突發(fā)事件大客流沖擊時(shí)的一種有效的客運(yùn)組織方案。從限流的定義及作用分析出發(fā)，提出了限流方案的制定原則、實(shí)施條件、實(shí)施方法和評(píng)價(jià)指標(biāo)，并對(duì)上海軌道交通網(wǎng)絡(luò)的限流方案與實(shí)踐效果進(jìn)行了總結(jié)與評(píng)價(jià)。目前限流方案的制定主要依靠運(yùn)營(yíng)管理人員經(jīng)驗(yàn)，其全局性和動(dòng)態(tài)性等方面的考慮明顯不足。

為預(yù)防突發(fā)事件對(duì)城市軌道交通網(wǎng)絡(luò)的影響,提高應(yīng)變能力、增強(qiáng)運(yùn)營(yíng)穩(wěn)定性,有必要對(duì)其網(wǎng)絡(luò)可靠性進(jìn)行分析。以上海市軌道交通網(wǎng)絡(luò)為實(shí)證對(duì)象,基于l空間和p空間方法建立兩種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),分析其復(fù)雜網(wǎng)絡(luò)的靜態(tài)特性。提出針對(duì)車(chē)站刪除方法的4種攻擊策略,并對(duì)各種攻擊策略下網(wǎng)絡(luò)可靠性的變化進(jìn)行比較分析。結(jié)果表明,軌道交通車(chē)站網(wǎng)絡(luò)和換乘網(wǎng)絡(luò)對(duì)隨機(jī)攻擊具有魯棒性,對(duì)蓄意攻擊具有脆弱性;動(dòng)態(tài)攻擊策略對(duì)網(wǎng)絡(luò)可靠性的影響比靜態(tài)攻擊策略更大。

隨著城市軌道交通路網(wǎng)規(guī)模的不斷擴(kuò)大,網(wǎng)絡(luò)復(fù)雜性越來(lái)越高,od間乘客出行路徑更加多樣化.但是,由于路網(wǎng)中各條線(xiàn)路在換乘站之間的銜接性不太完善,經(jīng)常會(huì)發(fā)生乘客無(wú)法經(jīng)換乘抵達(dá)目的地或者等待時(shí)間過(guò)長(zhǎng)的問(wèn)題.本文在分析軌道交通網(wǎng)絡(luò)可達(dá)性影響因素的基礎(chǔ)上,對(duì)兩種類(lèi)型的可達(dá)性算法進(jìn)行了研究,并基于此進(jìn)行了網(wǎng)絡(luò)可達(dá)性系統(tǒng)的架構(gòu)設(shè)計(jì)和實(shí)現(xiàn),證明了算法的可行性.可達(dá)性算法和系統(tǒng)的投入運(yùn)營(yíng)將對(duì)提高軌道交通出行效率、出行的便捷性和準(zhǔn)確性起到非常重要的作用.

隨著城市軌道交通線(xiàn)網(wǎng)規(guī)模的不斷擴(kuò)大,網(wǎng)絡(luò)復(fù)雜性越來(lái)越高,od間乘客出行路徑更加多樣化.但是,由于線(xiàn)網(wǎng)中各條線(xiàn)路在換乘站的銜接不太完善,經(jīng)常會(huì)發(fā)生乘客須多次換乘抵達(dá)目的地或者換乘時(shí)間過(guò)長(zhǎng)的問(wèn)題.本文在分析城市軌道交通網(wǎng)絡(luò)可達(dá)性影響因素的基礎(chǔ)上,對(duì)網(wǎng)絡(luò)可達(dá)性計(jì)算系統(tǒng)架構(gòu)及實(shí)現(xiàn)進(jìn)行了探討,希望為后續(xù)的具體規(guī)劃建設(shè)工作提供參考.

隨著軌道交通不斷地發(fā)展,我國(guó)很多城市的軌道交通已經(jīng)完成了從單一路線(xiàn)到交通網(wǎng)的轉(zhuǎn)變,其運(yùn)輸能力不僅大幅提升,而且運(yùn)營(yíng)管理也更加復(fù)雜.鑒于這一現(xiàn)狀,本文對(duì)城市軌道交通的網(wǎng)絡(luò)化運(yùn)營(yíng)問(wèn)題展開(kāi)了討論,在開(kāi)篇介紹了網(wǎng)絡(luò)化運(yùn)營(yíng)的具體內(nèi)涵,其中包括運(yùn)輸網(wǎng)的形態(tài)和客流特征.淺述了共線(xiàn)運(yùn)營(yíng)、多交路運(yùn)營(yíng)、快慢車(chē)運(yùn)營(yíng)這三種主要的網(wǎng)絡(luò)化運(yùn)營(yíng)方法,并且概述了軌道交通網(wǎng)絡(luò)化的國(guó)內(nèi)外研究趨勢(shì).

軌道交通網(wǎng)絡(luò)的不斷擴(kuò)大和延伸，在大大提升城市交通的可達(dá)性、便捷性、可靠性，提高居民出行效率的同時(shí)，也帶動(dòng)了軌道交通沿線(xiàn)商業(yè)、物業(yè)的發(fā)展，逐漸形成以交通線(xiàn)路為中心、規(guī)模化的大型商圈。軌道交通網(wǎng)絡(luò)的發(fā)展正在打破城市傳統(tǒng)圈層結(jié)構(gòu)，對(duì)重塑城市形態(tài)起到巨大的推動(dòng)作用；構(gòu)建以軌道交通引領(lǐng)的開(kāi)放型運(yùn)輸網(wǎng)絡(luò)和多樞紐交通體系，通過(guò)軌道交通系統(tǒng)的建設(shè)促進(jìn)城市交通運(yùn)輸供給服務(wù)能力和水平的提升，更好滿(mǎn)足居民出行需求，更好支撐引領(lǐng)經(jīng)濟(jì)社會(huì)發(fā)展，是推進(jìn)城市交通供給側(cè)結(jié)構(gòu)性改革的有效途徑之一。

針對(duì)城市軌道交通環(huán)境內(nèi)乘客日益增長(zhǎng)的無(wú)線(xiàn)寬帶上網(wǎng)及信息獲取等需求,提出在軌道交通環(huán)境建設(shè)wifi系統(tǒng)的主要技術(shù)方案,主要包括軌道交通站廳、站臺(tái)以及列車(chē)車(chē)廂內(nèi)的wifi覆蓋方式。并對(duì)軌道交通隧道環(huán)境下建設(shè)wifi系統(tǒng)方案進(jìn)行重點(diǎn)分析,結(jié)合各種情況提出建議措施。最后對(duì)軌道交通環(huán)境下的wifi系統(tǒng)應(yīng)用進(jìn)行介紹。

本文介紹了軌道交通環(huán)境中建設(shè)wlan網(wǎng)絡(luò)的技術(shù)要求及常見(jiàn)應(yīng)用,對(duì)軌道交通wlan網(wǎng)絡(luò)在軌道交通運(yùn)營(yíng)方面、商業(yè)經(jīng)營(yíng)方面的影響進(jìn)行了重點(diǎn)分析,最后提出了軌道交通wlan網(wǎng)絡(luò)的發(fā)展前景。

針對(duì)網(wǎng)絡(luò)換乘性能,提出了計(jì)算城市軌道交通網(wǎng)絡(luò)換乘次數(shù)的矩陣算法。利用圖論建立網(wǎng)絡(luò)數(shù)學(xué)模型,利用可達(dá)矩陣計(jì)算了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的平均換乘次數(shù)。在此基礎(chǔ)上考慮客流量的影響,通過(guò)挖掘地鐵afc（自動(dòng)售檢票）數(shù)據(jù),計(jì)算按客流量加權(quán)的平均按乘次數(shù)。定義網(wǎng)絡(luò)換乘效率為實(shí)際按乘次數(shù)與理論換乘次數(shù)的比值,并以北京地鐵為例進(jìn)行計(jì)算。計(jì)算結(jié)果驗(yàn)證了算法的有效性。

城市軌道交通客流分配需要考慮乘客換乘的影響.為了直觀(guān)表達(dá)乘客的換乘方案,方便換乘阻抗的計(jì)算,闡述了城市軌道交通換乘網(wǎng)絡(luò)的構(gòu)建方法,在分析換乘網(wǎng)絡(luò)弧的阻抗計(jì)算方法的基礎(chǔ)上,建立了城市軌道交通客流均衡分配模型.分析說(shuō)明了該模型與公路交通分配模型具有相同的形式,因此可利用公路交通流分配算法進(jìn)行求解.最后,通過(guò)實(shí)例驗(yàn)證了的該客流分配方法的有效性.

城市軌道交通的短時(shí)客流預(yù)測(cè)數(shù)據(jù)對(duì)運(yùn)營(yíng)組織單位面對(duì)潛在的大客流或突發(fā)事件的應(yīng)對(duì)準(zhǔn)備工作有著重要的作用.以原始移動(dòng)通信數(shù)據(jù)作為換乘站點(diǎn)換乘客流統(tǒng)計(jì)的數(shù)據(jù)來(lái)源,得到了精確的單條線(xiàn)路某個(gè)換乘站的換乘人數(shù),并結(jié)合自動(dòng)售檢票系統(tǒng)的統(tǒng)計(jì)數(shù)據(jù),通過(guò)建立elman神經(jīng)網(wǎng)絡(luò)模型對(duì)客流數(shù)據(jù)進(jìn)行樣本對(duì)訓(xùn)練,得到下游車(chē)站未來(lái)lh內(nèi)斷面客流量的預(yù)測(cè)結(jié)果.預(yù)測(cè)結(jié)果誤差符合要求,為站點(diǎn)的運(yùn)營(yíng)組織方案提供了良好的數(shù)據(jù)支撐.同時(shí)為了對(duì)比說(shuō)明建立了arima模型,并對(duì)預(yù)測(cè)結(jié)果作出分析比較.