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.     

满足客流需求的地铁列车延误协同调整方法

以尽快疏散客流为出发点,提出协同调整城市轨道交通初始延误列车前方列车的方法.基于列车能力与客流需求的交互关系、运行约束和调整时间约束,协调考虑车内乘客和站台乘客,以全部乘客总旅行时间最小为目标建立了整数规划模型,并构建多列车、多车站时刻调整的组合动态规划求解算法.实例验证结果表明了模型与算法的有效性,与其他方法相比,该协同调整方法得到了更少的乘客旅行时间.     

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。     

基于差异化换乘感知的轨道交通末班车衔接优化

末班车衔接优化中难于协调的两个关键因素是最大限度减少换乘乘客等待时间和尽可能避免乘客换乘失败.针对末班车时段,重点考虑乘客对换乘满意度的差异化感知,分析换乘站乘客换乘过程及列车接续过程.选取各线路末班车时段内第一趟列车的发车时间为决策变量,以乘客换乘感知费用总和最小为目标,构建全网条件下末班车时段多趟列车的时刻表衔接优化模型,设计多种群遗传算法进行求解.以成都市轨道交通网络为例,对模型及算法进行应用与验证.结果表明:与现有的轨道交通末班车衔接方案相比,通过采用本文提出的模型及多种群遗传算法,成功换乘客流量增加了3.1%,乘客换乘感知费用总和减少了29.7%,有效提高了末班车时段列车接续效果,为网络化运营组织提供重要依据.     

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。     

城市轨道站台乘客候车位置选择行为分析与Logit建模

探索城市轨道交通乘客站台候车位置选择行为的影响因素,从乘客主体、站台特性、列车运行等3方面分析其对候车位置选择行为的影响。应用Logit模型,构建了包含拥挤容忍程度、排队长度、列车车厢满载率、走行距离、视野关注范围、出行目的等6个影响因素的乘客候车位置选择行为模型。通过调查问卷数据对模型参数进行标定。结果表明不同轨道交通乘客候车位置选择行为存在差异,拥挤容忍程度高的乘客倾向于综合列车车厢满载率和排队长度再选择候车位置,而视野关注范围小的乘客倾向于综合走行距离和列车车厢满载率再选择候车位置。     

城市轨道交通线路客流分布的实时预测方法

为准确计算轨道交通线路客流实时分布的各项参数,首先提出了各时段进站乘客的起讫点(OD)分布预测方法,然后在分析了站台与列车之间客流交换规律的基础上提出了站台—列车客流交互模型.最后,提出了轨道交通线路客流分布的实时算法,并通过实例验证了该算法的实用性.     

城市轨道站台乘客候车位置选择行为分析与Logit建模

探索城市轨道交通乘客站台候车位置选择行为的影响因素,从乘客主体、站台特性、列车运行等3方面分析其对候车位置选择行为的影响。应用Logit模型,构建了包含拥挤容忍程度、排队长度、列车车厢满载率、走行距离、视野关注范围、出行目的等6个影响因素的乘客候车位置选择行为模型。通过调查问卷数据对模型参数进行标定。结果表明不同轨道交通乘客候车位置选择行为存在差异,拥挤容忍程度高的乘客倾向于综合列车车厢满载率和排队长度再选择候车位置,而视野关注范围小的乘客倾向于综合走行距离和列车车厢满载率再选择候车位置。     

广州地铁体育西路换乘站大客流组织对策研究

为了研究大客流的组织对策,本文首先对大客流产生的原因进行了分析,并结合广州地铁3号线的客流特点和车站布局,分析了其大客流时存在的问题,从站台、站厅、行车组织和规划方面提出了应对措施。     

基于城轨交通车站特殊客流运输工作组织措施的研究

近年来,城市轨道交通得到了国家大力支持和大量乘客的认可,客流量迅速增多。目前,城市轨道交通特殊客流主要分为节假日大客流、大型活动大客流及恶劣天气大客流几种类型。从城轨运营专业角度来讲应采用对大客流可采用站台出入口、闸机出入口、车站出入口三级人流控制的方法,并且适当改变日常票务组织方法,启用应急预案来进行乘客运输组织工作。     

基于充分可观控实验方法的城市轨道交通客流随机分配模型优化

城市轨道交通起讫点间路径客流分配直接影响各条线路断面客流量的大小,进行科学精准的网络客流分配是实施客流统计分析、客流预测、运输计划编制、客运组织等工作的重要基础。基于城市轨道交通客流在轨道交通线网内的时空分布是充分可观控的理论,辨析影响客流随机概率分配的主要因素,建立网络模型架构,基于随机效用理论优化乘客出行的微观路径选择行为和决策过程,将客流随机分配模型中的有效路径效益值函数优化为分段函数。通过对结果进行路径分配比例验证及分线断面客流量验证,说明优化方法达到预期目标,为实现规范化、科学化、系统化的城市轨道交通清分奠定了坚实的基础。     

铁路城际客流预测模型的研究

在客运市场,准确把握城际客流的影响因素,及其对铁路城际客流的影响程度,对铁路运输企业是非常关键的.文章从铁路运输企业的角度,分析影响城际客流的因素,利用灰色理论中系统关联度分析方法,建立一种新的铁路城际客流GM(1,5)预测模型.并以广州至深圳城际客流为背景,预测其铁路城际客流,为铁路运输企业客运产品设计提供科学依据.     

基于满意度的航班延误群体性事件处置策略

为研究航班延误引发的旅客群体性事件的处置策略,本文建立旅客满意度动力学模型与延误服务价值评估模型,设计交互式问卷刻画不同种类旅客的服务效果调节因子,并设计实验定量模拟各类旅客群体在面对不同处置措施组合时的满意度变化,分析各项延误服务的价值,确定不同延误时间内航空公司与机场的最佳处置策略组合,实现了该模型从理论到实际的映射。仿真结果表明,随延误时间的增加,不同处置策略会带来不同控制效果,因此合理的处置策略能够有效提高旅客满意度,防控旅客群体性事件。     

城市交通干道上被动式公交信号优先控制

基于传统绿波带控制,提出了被动式公交绿波带协调控制,以降低多数公交乘客在干道上的延误.首先,改进了传统绿波带的设计方法,考虑了初始排队和公交站台对绿波带的影响;其次,基于公交车辆停靠站影响,提出了公交绿波带设计.最后,统筹公交车和社会车辆的综合效益,建立了传统绿波带和公交绿波带的综合控制策略,以降低整个干道上的总人均延误.以济南市经十路为例,利用VISSIM微观仿真进行模型验证,结果证明:相比于传统绿波带,改进的绿波带能够降低社会车辆延误,而新建立的公交绿波带和综合绿波带均能显著降低公交车辆在干道上的延误和停车次数,并减少整个网络中社会车辆和公交车辆的总人均延误.     

铁路客运需求分析与短期客流预测研究

旅客对于铁路客运的需求直接决定了铁路自身的运输生产,对历史旅客需求规律的准确分析以及对未来短期需求的准确预测对旅客运输组织的优化极为重要。为此,提出了基于Prophet模型的铁路客运量需求分析方法和基于Seq2Seq-Attention与Prophet非线性组合模型的短期客流预测方法。前者可以从长期的历史数据中分解出普适整个数据的客流时间分布特征,从而对过去的客运需求规律做出分析;后者利用神经网络进行非线性组合,以求在不同规模的数据集上充分发挥Seq2Seq-Attention网络与Prophet模型各自的优势,做出更精准的客流需求预测。通过实例验证表明,使用Prophet模型将客流历史数据分解成多种时间分布类型数据后在整个数据集上的误差仅有6.68%,同时Seq2Seq-Prophet模型在数据集上的预测效果好于组成它的单模型和其余既有方法。     

多方式交通条件下基于策略的公交定价方法

本文研究基于策略配流的公交定价方法。首先考虑基于策略的公交配流方法,研究票价变动对于公交网络中乘客需求量和公交运营商总收入的影响,在弹性需求条件下得到运营总收入最大时的最优票价。然后,在多方式交通条件下运用Logit方式分离模型分析票价变化对公交流量、公交需求比例和公交运营收入等的影响,确定了考虑公交公益性的最优票价。最后,在一个简单的公交网络上验证了该方法的实用性和有效性。     

基于云模型-Markov链的城市轨道交通车站客流状态分析

在大客流条件下,城市轨道交通车站为缓解大客流的冲击,需要全面地分析和准确地预测车站客流状态,进而采取大客流组织措施.本文在明确车站结构设施设备布局的基础上,针对车站不同的设施设备进行了客流状态划分,确定了车站设施设备客流状态等级,基于此,构建了车站客流状态辨识模型,通过状态隶属关系结合马尔科夫状态转移理论分析了客流状态的动态变化情况,系统地实现了设施设备客流状态级别的判断与动态预测.通过实例分析,验证了该方法能够较准确地判别车站客流状态变化情况,为车站安全运营管理、客流控制、应急处置等方面提供决策支持,具有较强的应用价值.     

基于证据推理的高铁综合客运 枢纽客流图像背景建模

针对高铁综合客运枢纽客流图像特征,提出基于证据推理的客流图像背景建模方法. 利用均值背景模型和灰度分区处理提高背景模型的处理速度,通过引入证据推理构建合适的mass函数,提高背景灰度值的取值范围的置信度,从而提高背景图像的精确性. 结果表明,该方法原理正确,在高铁综合客运枢纽客流安全预警实际应用中,能够快速准确地生成客流背景图像,保证了客流信息提取的速度和精度.     

遗传算法在铁路客车横向稳定性多参数优化中的应用

以典型铁路客车的动力学模型为研究对象,以车辆最大可行速度为目标函数,采用遗传算法对其横向稳定性参数进行了最优化的计算研究．结果表明：遗传算法在求解车辆动力学系统的参数优化问题中具有很好的适用性．尤其是对于多参数、多峰的非线性问题,该法提供了求解问题全局最优解的可能性．