考虑随机性和服务水平的地铁站自动售票机仿真优化配置

为优化配置地铁站的自动售票机数目,将自动售票过程抽象为具有状态相关性和容量限制的单服务台排队系统.基于实际调查数据发现,客流到达间隔和自动售票时间分别服从对数正态分布和伽马分布;根据地铁设计规范,将排队区域行人的等待忍耐极限转化为排队系统容量.在此基础上,利用Anylogic软件设计排队系统仿真优化实验,获取不同服务水平等级下的最优自动售票机台数.最后,对排队系统仿真实验进行微观仿真验证.结果表明,排队系统仿真与微观仿真实验结果高度吻合,由此证明了所提方法的可信度和适用性.     

大规模场景下网约车与城市交通拥堵交互影响仿真研究

网约车为居民提供了便捷的出行服务,同时也给城市交通性能带来影响,受影响的城市交通环境又将反作用于网约车运营.为了在大规模场景中探究这种交互影响机制,本文首先基于宏观基本图理论和元胞传输模型建立了同时考虑交通需求时变性,状态相关性和区域边界各项异性的交通动力学模型,将其集成到时间和事件混合驱动的模块化仿真组件中.其次,将考虑接驾半径约束的二部图匹配模型集成到出行模块中.最后,基于仿真结果,通过引入交互项的回归模型分析了出行延误率、网约车车队规模及其交互作用对网约车运营指标的影响机制与边际效应.结果表明,回归模型中各项指标的拟合优度均达到0.97以上.对于道路拥堵,网约车每增加1000辆,道路出行延误率全天平均增加1.59%,高峰期平均增加2.04%.对于网约车,不同的拥堵条件下都存在使网约车达到利润峰值的最佳车队规模,多项指标表明大型车队不利于网约车的运营.此外,在精度方面,仿真结果与真实数据差距较小.在效率方面,与微观仿真相比,仿真计算时间至少节约83.3%.     

城市轨道交通车站到达客流时间间隔分布拟合

采用7个常用分布和“通用性与解析性较好”的相位分布 （phase-type distribution，PH） 稠密子集混合埃尔朗分布 （hyper-Erlang distribution，HErD） 对多个车站的出入口到达客流时间间隔的统计分布进行拟合，得出HErD 的拟合效果最佳，并给出了各种分布的适用性. 然后抽取出HErD的拟合参数分析其变化规律，结果惊奇地发现： 该分布的参数只与变异系数有关，当变异系数小于1 时，该分布由一个指数分布 （exponential distribution，ED） 和一个4阶埃尔朗分布 （Erlang distribution，ErD） 混合而成，其中ED 的混合比例与变异系数的平方成Power函数关系： 当变异系数大于1 时，该分布由两个ED混合而成，其中一个的混合比例与变异系数的平方成S函数关系. 由此，HErD 的参数被简化成两个尺度参数. 最后给出了通过易于获取的高峰客流量和超高峰系数确定这两个参数的实用方法.