运行延误下地铁换乘站多线协同客流处置方法

提出列车运营条件下城市轨道交通换乘站多线协同大客流处置方法.首先分析了换乘站站台客流构成及其变化规律,基于对乘客整体影响最少的目标构建多线协同大客流处置模型,满足站台乘客安全约束,然后利用遗传算法求解得出合理的相邻线路列车跳停方案.最后以实际换乘站为背景,进行案例验证分析,说明该模型的应用过程,并表明模型具有有效性.     

轨道交通换乘站换乘设施服务水平评价指标与标准研究

城市轨道交通换乘站作为轨道线网节点,其服务质量直接影响轨道交通线网整体服务水平以及运营效率。选取合理评价指标评价轨道交通换乘站换乘设施的服务水平,有利于提高轨道交通换乘站通行能力以及运营管理水平。在介绍轨道交通换乘站内部换乘设施及分析换乘设施服务水平影响因素的基础上,建立换乘设施服务水平评价指标体系;以苏州地铁广济南路站客流数据为基础,制定各换乘设施服务水平分级标准;考虑换乘客流方向不均衡性,运用加权法建立换乘设施整体服务水平评价模型,得出早高峰时段广济南路换乘站换乘设施整体服务水平为C级。     

西安地铁换乘站大客流组织研究

地铁换乘站客流组织是地铁运营管理的重点,当换乘站出现大客流、或某条线路发生延误、运能不足导致换乘站大客流事件时需要客流组织以及行车组织的相互配合,确保地铁安全运营与乘客人身安全。该文以北大街站为例,研究了大客流情况下线网联动,行车组织配合的措施。     

地铁换乘站大客流组织演练的研究——以广州地铁昌岗站为例

地铁车站尤其是换乘站常常面临着大客流现象,这对地铁的正常运营秩序及运营效率造成很大的影响。笔者以广州地铁2、8号线换乘站昌岗站的大客流组织演练为例,对地铁换乘站大客流组织进行探讨,总结出了一般的大客流组织演练方案和客流组织方法,并提出一些建议措施。     

基于LSTM的轨道交通进站客流短时预测研究

对轨道交通进站客流进行准确的预测有助于城市交通系统更好的管理,及时做出应对措施。使用Kmeans聚类方法对南京地铁113个站点进行聚类,得到5个不同类别的轨道站点,分析不同类型站点进站客流的时序特征以及天气与工作日因素对客流的影响,发现是否为工作日对进站客流影响最为明显。用长短时记忆网络将前35天的数据作为训练集预测后4天的客流量,将预测结果与循环神经网络和支持向量机做比较。结果表明:类别1和类别3站点的进站客流预测精度要优于其他类别,长短时记忆网络模型对居住型轨道站点进站客流的短时预测具有很好的适用性。     

城市轨道交通网络突发事件影响客流量的计算

城市轨道交通网络发生突发事件而造成临时性中断后,因列车运行延误具有传递性和扩散性,此时各相关车站会形成延误客流、绕行客流及损失客流.引入图论的方法建立城市轨道交通网络局部中断评价模型;再结合轨道网络单位时段内各站点间的起讫点出行分布历史或预测矩阵,得到了在各个受影响站点的各种受影响客流的评价模型.根据这些模型可以得到网络节点破坏后各相关站点随着时间的推移而不断变化的受影响客流量、绕行客流量、拥堵客流量、延误客流量、损失客流量、损失时间等参数.通过对上海轨道交通的局部网络的分析计算,证明了该应急处置参考模型的有效性.     

面向拥堵传播阻断的城轨站点分类

针对拥堵客流的传播阻断问题,研究了一种城轨站点分类方法.首先,通过分析影响站点拥堵传播阻断能力的相关因素,选取了站点客流量、站点运输能力和拓扑位置指标构建指标体系;其次,采用SOM神经网络和模糊分类算法对多指标数据进行分类,获取了不同时段下具有不同拥堵阻断能力的站点类别,实现面向拥堵传播阻断的站点分类;最后,采用北京市轨道交通实际运营数据对模型进行验证.研究结果表明:该方法能够在城轨系统不同时段下,随着客流量和运输能力的变化,准确识别不同类型的站点,并为后续研究城轨网络的大客流拥堵传播模型提供站点参数分析依据.     

城市轨道交通网络的拓扑结构分析

基于图论及复杂网络理论,选取中国10个典型城市的轨道交通网络结构,并对其网络拓扑结构进行分析,其中将复杂度、连通度及其延伸性作为宏观特性表征指标,度、度分布、最短路径长度及其分布、聚类系数作为微观特性表征指标,网络稳定性则以网络效率和最大联通子图作为表征指标。研究结果表明:中国轨道网络的宏观特征为大部分城市的轨道网络处于初期发展阶段,节点的三角形布局形式及大型换乘站设置对轨道网络的整体效率有显著影响;中国轨道网络微观特性为城市轨道网络具有无标度及小世界的特性,大型换乘站点是影响轨道交通发展模式的核心要素;轨道交通网络在应对随机攻击时稳定性较强,但应对蓄意攻击时稳定性相对较弱,仅通过改变轨道网络规模无法显著提高其整体稳定性,大型换乘站对增强网络的稳定性同样具有重要作用。     

基于客流转移的轨道交通换乘站客流分析

换乘站客流研究是城市轨道交通重要的研究方向,本文针对轨道交通换乘站客流分析预测存在的不足,提出了一种基于客流转移的换乘站客流分析方法。文章主要对比轨道交通信息运营前后两个阶段,获得换乘站准确的客流变化情况,为下一步进行客流预测建模提供坚实的理论与数据支撑。     

城市轨道交通换乘站换乘效率研究

城市轨道交通换乘站是2条或者2条以上城市轨道交通线路的衔接车站,在轨道交通逐步进入网络化运营的进程中,换乘站作为网络节点逐渐增多。本文针对城市轨道交通换乘站换乘效率进行研究,从运营者角度出发,结合效率的概念给出换乘效率的定义,分析换乘效率效用,提出有效换乘与无效换乘概念,并将有效换乘行为进一步分为高效换乘与低效换乘,然后利用AFC客票数据挖掘技术通过实例进行应用说明,最后阐述换乘效率评价的意义与特点。该研究为换乘站运营组织改善和客流实时监控提供了理论支持。     

城市轨道交通客流加权复杂网络分析

本文以上海轨道交通网络为例,使用复杂网络理论构建拓扑网络并以断面客流为权重分析了节点强度、加权最短路径等指标及其分布规律,定量计算各个站点对于蓄意攻击的脆弱性,以鉴定对网络连通度影响最大的关键站点.仿真结果表明,上海轨道交通网络节点强度服从幂律分布,网络加权平均最短路径长度较大,连通性有待提高.面对蓄意攻击时,上海火车站、曹杨路和镇坪路作为关键节点对网络效率和网络最大连通子图的影响都较大,应在运营中加强保护.     

基于Anylogic的城市轨道交通客流仿真优化

轨道交通作为城市居民日常出行的主要交通方式之一,其车站的运营效率和服务水平对整个轨道交通线路网的顺畅运营起重要作用。针对我国地铁现存的问题,以轨道交通站点中的换乘站为研究对象,从乘客进站流畅性、优化方案的时效性、站内设施利用率3个方面对车站进行研究。利用Anylogic仿真软件建立济南地铁八涧堡换乘站的仿真模型,通过导入真实人流数据进行仿真模拟,针对各个瓶颈问题从站内设施布局和客流组织两方面提出科学合理的优化方案,并利用仿真实验对换乘方案进行检验。结果表明,通过研究站内人员、乘客、配套设施的集散状况,本文优化方案提高了车站面积和站内设施的利用率,消除了站内客流瓶颈,可有效缓解站内拥堵现象的产生并提高流线的流畅性,能为其他城市轨道交通换乘站优化提供决策性的支持。     

基于快慢车组合的城市轨交走廊客流分析模型

构建的客流分析模型由三部分组成,首先在随机用户均衡分配理论的基础上建立乘客路径选择模型,确定乘客选择路径的原则和客流分配的基本依据;其次,以轨道行程时间、车内拥挤度及平均候车时间作为影响乘客出行成本的主要因素建立乘客出行成本模型;再次,通过建立弹性需求模型,考虑乘客出行意愿与服务水平的相互影响.最后运用案例,对客流分析模型进行验证,并得出快慢线组合运营对轨道交通走廊运营效率的影响效用及相关结论.     

太原市轨道一号线站间OD及沿线区段空间分布研究

客流预测是轨道交通网络规划的一个重要组成部分,结合轨道交通客流预测结果,基于重力模型,可以分析得到轨道线路上沿线各站点间OD分布,在此基础上,将轨道沿线按土地利用进行区段划分,可以得到轨道沿线各区段的空间分布。站间OD分布与沿线区段空间分布结果可以很好地反应出轨道沿线各站点及各区段用地的人口出行特性,结合轨道线路沿线土地利用规划,可以实现客流预测与土地利用的互动反馈。本文以太原市轨道一号线为例,对其站间OD分布及沿线区段空间分布进行研究。     

基于客流规律的地铁车站客流风险分析

地铁车站类型识别和客流风险识别对地铁安全运营管理有着重要的作用。基于深圳地铁AFC(automatic fare collection)系统数据,采用无关值和异常值清理、聚合、均值滤波、标准化、主成分分析等数据清洗步骤,提取不同时段客流比例、不同天数客流比例和换乘客流比例等特征。运用Gauss混合模型(GMM)对工作日和周末客流进行聚类,分析客流出行规律,辨识车站类型及其对应的客流风险时段,提出车站客流风险分析方法,通过大数据分析对车站类型和客流风险进行识别。分析结果对掌握车站大客流风险情况,避免大客流冲击造成的拥挤踩踏等群体性事件的发生,保障乘客安全具有指导意义。     

基于耦合映像格子模型的城市轨道交通网络可靠性研究

为进一步提高轨道交通网络化背景下的系统可靠性,预防系统潜在客流风险,从复杂网络视角,分析了轨道交通网络可靠性及其加权客流网络可靠性。为衡量客流权重对网络可靠性的影响,构建了客流加权可靠性评价指标。利用上海公共交通卡数据,得到网络节点真实客流权重,以实际客流权重为参数,衡量客流加权网络可靠性。基于耦合映像格子（CML）模型,构建上海轨道交通网络动力学模型,模拟不同情境下网络节点引发的网络级联失效动力学过程,并衡量级联失效过程中的网络客流加权可靠性变化情况。结果表明：地铁网络客流加权性质在毁损初始阶段,下降较小;网络毁损规模超过50%,客流加权网络可靠性趋近于0。因此,在网络毁损初始阶段采取措施能有效防止故障在网络扩散。     

韧性交通枢纽中突发大客流疏散优化研究

提升交通枢纽的韧性以应对突发大客流给交通运输系统带来的压力至关重要。基于交通枢纽的内部设施布局，将客流在其内的疏散备选路径抽象为由节点和路段构成的网络图。从改变客流疏散路径角度出发，当发生突发大客流时，考虑开启平时不开放的应急通道用于疏散客流。在已知各起讫点之间的客流量以及客流疏散备选路径的条件下，以最小化客流疏散时间与开启应急通道的广义成本为优化目标，建立客流疏散优化模型，并设计混沌蚁群算法对模型进行求解，得到客流疏散的优化方案。最后以北京南站为案例验证模型与算法，结果显示，在发生突发大客流时，开启合适位置和数量的应急通道可以有效缩短客流疏散时间。该研究从交通枢纽内部的规划布局与客流疏散优化角度，为城市交通枢纽的韧性提升提供了理论支撑。     

基于自动售检票数据的轨道车站客流识别模型

为探究城市轨道交通车站客流模式,采用轨道自动售检票(automatic fare collection,AFC)数据,构建客流指标,提出了一种基于K-means聚类算法的站点客流识别模型.以重庆轨道3号线连续1个月的AFC数据为例,探讨工作日、周末、节假日时期不同客流指标和综合多变量指标的聚类结果.结果表明:不同时期客流指标能够促进车站客流识别;将站点客流模式分为7类时,聚类效能最佳;通过连续1周和连续1个月聚类结果对比,验证了分类结果具有良好的稳定性.结合结果数据特征和站点实际情况对车站客流特点进行归纳总结.     

城市轨道交通客运量影响因素与预测精度研究

城市规模不断扩大,我国城市轨道交通趋于高速发展,客流量是城市轨道交通建设规模的重要考量因素.为探究轨道交通客运量影响因素,以北京市为例,通过分析轨道交通客流的影响因素,探讨各影响因素与客流相关性;结合轨道交通发展规模,运用Matlab软件对客流量进行灰色预测,影响因子灰色关联度排序为:运营车辆数>运营线路数>运营公里数>常住人口数,为城市轨道交通客流合理预测提供思路与方法.     

基于运力协调的城市轨道交通网络列车运行计划优化

针对高峰时间客流量大、换乘站客流风险突出的情况,从能力匹配角度研究了城市轨道交通网络运输组织协调方法.分析了站台客流的变化规律,确定了列车疏解能力、候车客流需求、站台最大聚集人数的计算方法.提出了运力协调度的概念,用以描述客流需求与各线运输能力的匹配程度.以换乘站整体的运力协调度最优为目标,以首班列车发车时刻和列车运行间隔为决策变量,以保证站内客流安全为主要约束,建立了列车运行计划协同优化的非线性整数规划模型,并采用遗传算法求解.对某两线相交网络进行算例分析表明:采用运力协调方案后,列车开行总数仅增加1列,留乘人数减少了68.44%,运力协调度更接近1,大客流方向站台的最大聚集人数分别降低11.77%与19.68%,各方向的运能供给更好地适应客流需求,可有效提高乘客和运营企业双方的利益.