基于灵活编组的轨道交通列车开行方案优化方法

针对城市轨道交通全日客流时间分布不均衡特性下的列车开行方案优化问题,从乘客广义出行成本和企业运营成本角度,考虑列车满载率对牵引能耗成本的影响,利用数学规划方法构建基于灵活编组模式下的多目标列车开行方案优化模型,并提出四阶段求解算法.以某城市轨道交通线路为对象进行案例分析,对比传统固定编组列车开行方案,基于灵活编组的列车开行方案使乘客广义出行费用和企业运营成本分别减少了14.6％和11.0％.结果表明:该方法能有效实现既有固定编组条件下,列车开行方案难以达到的乘客出行费用和企业运营成本双赢目标,可为我国城市轨道交通新型运输组织方案的制定提供新方法.     

城市轨道交通列车牵引能耗分析

对现有城市轨道交通列车牵引能耗影响因素研究进行梳理和总结,得到了较为全面的指标体系,并以日常运营中的可变因素作为变量进行牵引能耗的物理建模,在此基础上建立了多元线性回归统计模型。以北京轨道交通2号线运营数据为基础,进行牵引能耗统计回归。研究结果表明,该模型对牵引能耗实际数据拟合程度高,对变量解释能力强,对未来预测能力佳。     

地铁车辆再生制动能量利用率影响因素

采用情景分析法,搭建了城市轨道交通车网仿真模型,对发车间隔、上下行发车时间差、载客量、行车密度、路况地理状态等因素对再生制动能量利用率及牵引变电站牵引能耗的影响进行了分析,给出再生制动能量利用率的主要影响因素.通过再生制动能量利用率较低的工况仿真,分析了站点列车制动电阻开启次数、低电压出现次数与该站点再生制动能量的利用以及电能质量间的作用关系.以上海地铁线路运营时段的发车间隔为例,运用仿真方法,探讨了地面储能系统容量配置与城市轨道交通发车间隔的取值控制策略.研究成果可为城市轨道交通节能提供理论指导.     

基于时空特征的城市轨道交通客流量预测方法

随着城市轨道交通网络运营里程的不断增长及网络承载客流量的不断提高,特定站点客流量极易发生急剧变化,这种变化引起整个网络客流量的不均匀分布,从而增加运营调度的难度和运营事故的发生概率.本文以城市轨道交通实际运营中采集的大量客流数据为基础,从时间和空间两个维度分析城市轨道交通客流分布的特点,并进一步提出基于贝叶斯网络的客流量预测方法,实现对特定站点的客流量预测.本实验完全基于实际数据,结果表明:预测客流量平均绝对百分比误差基本在0.1以下,预测准确程度较高.     

基于AFC数据的大型活动期间城市轨道交通客流预测

准确预测大型活动期间城市轨道交通客流,是城市轨道交通管理与运营部门制定运输组织计划的重要依据,也是实现活动期间交通保障的关键.在分析大型活动期间城市轨道交通历史客流特征的基础上,针对活动期间的客流成分,分别构建活动客流与背景客流预测模型,以实现对未来大型活动期间城市轨道交通客流的预测.基于城市轨道交通自动检票系统(AFC)采集到的客流数据,分析大型活动期间的历史客流数据的变化规律,并依据其客流特征进行成分分解.针对活动客流,构建基于小波分解与重构的GM-ARIMA客流预测模型,针对背景客流则采用ARIMA模型与底特律法进行预测.基于广州地铁在2011—2014年广交会期间的历史AFC客流数据,对提出的方法进行验证.结果表明:该方法能够捕捉大型活动期间的客流特征,并可实现对大型活动期间城市轨道交通客流的预测.     

《列车牵引计算》课程建设方法研究

《列车牵引计算》是城市轨道交通运营管理专业的重要课程,它涉及列车牵引力、列车运行阻力、列车制动力、列车能耗、牵引定数等基本知识与技能。为适应我国城市轨道交通相关专业的人才培养需求,该课程的教学方法与建设需要不断完善和改进。该文从课程建设的角度出发,结合该课程的需求与教学目标,探讨了实践环节建设与相关内容建设的方法,并在实践中取得了良好的效果。     

基于脆弱性理论城市轨道交通的乘客安全研究

解决城市轨道交通运营过程中在大客流扰动下的安全问题.首先,用仿真模拟分析并比较城市轨道交通在大客流扰动下的脆弱性.运用MATLAB仿真模拟,编写程序代码并运行程序得出结果.选北京地铁1号线的车站作为分析与模拟的对象,并设置模拟系统的参数,每个地铁车站进行2次模拟.通过专家座谈、现场问卷调查和实地调研得到大客流扰动下城市轨道交通脆弱性分析的基本数据.通过MATLAB对基础数据进行处理,得到北京城市轨道交通大客流扰动下1号线站点脆弱性指标的得分.对得分进行归一化处理,并将归一化后数据带入突变理论模型中,得到在大客流扰动下城市轨道交通的暴露度、敏感度、适应度和脆弱性值.结果表明,北京城市轨道交通1号线在大客流扰动下,大望路站的脆弱性最高,东单站的脆弱性适中,军事博物馆站的脆弱性较低.     

服务于智能交通系统的离群交通数据识别

为了提高交通建模的准确性和可靠性,或者提取重要的有价值的隐藏信息,将离群数据挖掘技术引入交通数据处理.首先分析了3种典型的离群数据挖掘算法:基于统计的方法、基于距离的方法以及基于密度的方法的原理、特点和时间复杂性;其次给出了2个实例分析,一是在建立交通流量预测模型前,将基于统计的方法和基于距离的离群检测方法分别用于交通量时间序列,寻找离群数据;二是将基于距离的方法和基于密度的方法用于路面平整度检测.实例研究表明,离群数据挖掘算法可有效识别异常交通数据,在交通工程领域具有较大的应用潜力.     

基于灰色熵权模型的城市轨道交通站点运营风险动态评价

随着运营环境的不确定性变化,城市轨道交通站点会呈现不同的运营风险。通过对城市轨道交通站点历史运营事故的致因分析,从人员、设备、管理和环境4个方面构建站点运营风险评价的指标体系;基于灰色理论和熵权模型,提出一类站点运营风险的动态评价方法。对指标进行经典域划分后,利用灰色熵权模型计算指标权重,利用灰色关联度方法计算评价指标时间激励因子,进而获取城市轨道交通站点运营风险的综合评价值,并确定站点运营的风险等级。算例分析的结果表明,基于灰色熵权模型构建的城市轨道交通站点运营风险动态评价方法具有一定的可行性。     

基于ARMA模型的城市轨道交通客流量预测

客流量预测是城市轨道交通规划设计和运营管理的基本依据,是城市轨道交通建设过程的重要组成部分.在对天津地铁一号线日客流量变化的规律进行分析的基础上,采用自回归滑动平均时间序列(ARMA)模型对客流量进行预测.结果表明,与实际数据相比,模型具有较小的预测相对误差,取得了较好的预测效果.