CN102306243A - 在轨道交通中的换乘客流清分方法 - Google Patents

Abstract

本发明涉及一种应用于轨道交通线网内跨线路换乘的客流清分方法，通过如下步骤实现，首先通过自动售检票系统获取进出站交易数据，然后将线网化信息进行数字化；根据最短路径算法找到进站站点至出站站点可实现的所有路径K；计算各路径的初始出行阻抗值；根据设定的出行阻抗阀值判断各路径的有效性，剔除无效路径；根据路径选择的主要因素，修订有效路径的出行阻抗值；用修正后的路径出行阻抗值作为乘客选择路径的依据，计算各有效路径的选择概率，作为客流清分的路径清分比例；根据进站站点至出站站点可实现的路径，得出各有效路径上所经线路的客流类型；根据路径清分比例及线路客流类型，对客流进行实时清分。

Description

在轨道交通中的换乘客流清分方法

技术领域

本发明涉及一种客流清分方法，特别涉及一种应用于轨道交通线网内跨线路换乘的客流清分方法。

背景技术

随着科技和城市经济的飞速发展，城市轨道交通也随之迅猛发展，越来越多城市的轨道交通也由前期的单线路独立运营发展为多条线路互联互通的线网化运营，为了向乘客提供更高质量的服务许多城市引入竞争机制，实行多个运营主体进行运营管理，如深圳，至2011年6月28日共开通1、2、3、4、5号轨道交通线网，并分别由深圳地铁、龙岗地铁及香港地铁三家不同的运营公司管理运营。同时，为了方便乘客，一般在轨道交通多线路之间都采用一票制、无障碍换乘的方式。在这种多线路之间一票制、无障碍换乘的模式下，乘客可在各线路间任意换乘，故客流也不能简单的只统计线路内客流，还应该包括换乘客流(包括换入客流、换出客流和途径客流)，其中无障碍换乘站的客流统计尤为复杂，因为无障碍换乘时，换乘站没有任何交易数据，但却承担着高密度的客流量，所以对换乘站的客流统计显得尤为重要。

目前的自动售检票系统只采集了乘客的进站信息和出站信息，而有换乘行为的乘客的路径信息自动售检票系统中无记录，且这种有换乘行为的路径往往涉及多个不同运营主体的多条线路，而起点站和目的站相同的不同的乘客出行，由于有多条路径可以选择，往往导致不同的乘客可能选择不同的乘车路径，但通常情况下不同的路径上不同的运营主体的贡献是不同的。由此与换乘有关的客流成了衡量运营贡献的重要数据，并且为运营管理提供主要参考依据。运营者会根据实时及历史客流数据分析得出具体的运营高峰期及高峰时段，以此来调整运营策略。

发明内容

本发明旨在提供一种科学、准确的换乘客流清分方法，根据进出站交易数据合理地统计出各线路内的客流分布数据、线路间的换乘客流数据，最大限度的接近实际客流数据，为轨道交通的客流统计、运营管理分析和决策等提供可靠依据。

本发明解决上述技术问题采用的技术方案是，提供一种在轨道交通中的换乘客流清分方法，该方法包括如下步骤：首先通过自动售检票系统获取进出站交易数据的步骤；

将线网化信息进行数字化；

根据最短路径算法找到进站站点至出站站点可实现的所有路径K；

计算各路径的初始出行阻抗值；

根据设定的出行阻抗阀值判断各路径的有效性，剔除无效路径；

根据路径选择的主要因素，修订有效路径的出行阻抗值；

用修正后的路径出行阻抗值作为乘客选择路径的依据，计算各有效路径的选择概率，作为客流清分的路径清分比例；

根据进站站点至出站站点可实现的路径，得出各有效路径上所经线路及客流类型；

根据路径清分比例及线路客流类型，对客流进行实时清分；

所述的将线网化信息进行数字化包括对发车间隔、换乘车站换乘时间、列车站点停站时间和站间列车运行时间进行数字化。

所述的根据最短路径算法找到进站站点至出站站点可实现的所有路径，该路径的条数K≤5。

所述的计算各路径的初始出行阻抗值，包括如下步骤：

用出行时间作为出行阻抗，其中出行时间包括乘客乘车时间和换乘时间；

根据出行阻抗函数对乘车时间和换乘时间进行加权求和，其中，乘车时间和换乘时间的权重均为1。

所述的根据设定的出行阻抗阀值判断各路径的有效性，剔除无效路径，包括如下步骤：

针对某一对进出站信息，搜索出两站之间的路径K，其中K≤5条；

在选定的最短路径集合中，如果最短路径的阻抗值为次最短路径或者第三最短路径的综合阻抗函数值较最短路径的综合阻抗函数值超过容许范围

即大于时，其中

为有效路径初始出行阻抗值的上界，U₁是一个常量，那么则该次最短路径或第三最短路径为无效路径并剔除。

所述的修订有效路径的出行阻抗值，包括如下步骤：

在初始出行阻抗的基础上，综合换乘次数、换乘便利性和拥挤程度等因素对乘客路径选择的影响，对初始出行阻抗进行修正，修订函数为：

$C_w^n{}_1=(\mathrm{\α}\·E_w^n+C_w^n)[1+Y\left(x\right)]$

其中变量和参数与影响因素之间的对应关系如下表：

所述的修订有效路径的出行阻抗值根据实际运营情况统计得出。

所述的计算各有效路径的选择概率，该概率的计算机模型为Logit模型和/或正态分布概率模型。

所述的正态分布概率模型的计算函数为：

$P_i=\frac{\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{\left((\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))\right[1+Y\left(x\right)\left]\right)}^2}{2{\mathrm{\σ}}^2}}}{\underset{n}{\mathrm{\Σ}}\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{\left((\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))\right[1+Y\left(x\right)\left]\right)}^2}{2{\mathrm{\σ}}^2}}}$

其中，P_i为第i条有效路径的选择概率，对于有K条有效路径的OD对， $\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{P}_i=1;$

α为乘客在出行过程中对换乘时间的敏感度；

μ为乘客在出行过程中对出行时间的敏感度；

为第i条有效路径的换乘时间(分钟)；

为第i条有效路径的总出行时间(分钟)；

e为自然对数的底，约等于2.718；

σ是一个常数，通过实际乘客路径选择的调查结果分析拟合出参数σ的值。

本发明的贡献在于通过分析乘客路径选择行为的基本规律和影响因素，运用理论分析和交通调查相结合的方法，建立合理的客流清分规则和模型，并以此为依据对线网化轨道交通运营中的客流按线路进行清分。通过本发明的客流清分方法，可以较为准确和接近实际的统计出线网化轨道交通运营中各线路的实际客流数据，为轨道交通的运营管理提供更为科学和合理的分析参考数据。

附图说明

图1为本发明在轨道交通中的换乘客流清分方法的流程图；

图2为实施例中的轨道交通线网化示意图。

具体实施方式

下面结合说明书附图对本发明进一步解释和说明。

参见图1所示，本发明的在轨道交通中的换乘客流清分方法通过如下步骤实现：

首先通过轨道交通自动售检票系统获取乘客进出站交易的数据信息，进而将线网化信息数字化，轨道交通网络基础数据包括列车发车间隔、乘客换乘步行时间、列车运行时间和车站停车时间四个方面。其中：

1、列车发车间隔：需考虑到高峰和平峰的差异，本实施例中假设高峰和平峰时都为5分钟；

2、换乘车站换乘时间：结合轨道交通站内换乘设计和发车间隔时间，换乘分为通道换乘(换乘时间＝通道距离÷人行走速度+发车间隔÷2)，垂直换乘(换乘时间＝扶梯距离÷扶梯速度+发车间隔÷2)，平行换乘(换乘时间＝发车间隔÷2)。本实施例中有三个换乘站B站、F站、L站，假设为通道换乘、垂直换乘和平行换乘，根据公式计算各换乘站换乘时间如下：

3、列车站点停站时间：停站时间是指列车从起始站点到目的站点途径各站的停站时间。本实施例设定为30秒钟，即0.5分钟；

4、站间列车运行时间：站间车辆运行时间＝站间距÷列车运行速度，为便于进行示例说明，本实施例设定均为1.5分钟；

5、路径比例计算参数设定：为便于进行示例说明，假设通过调查分析，设定参数值分别为α＝3，μ＝2，σ＝7，Y(x)＝0；

6、有效路径阀值设定为15分钟，即U₁＝15min。

根据最短路径算法找到进站站点(Origin)至出站站点(Destination)，(以下将进站站点至出站站点简称OD)可实现的K条路径，取最优的前5条路径，即K≤5。结合附图2，在本实施例中如从A站到M站有两条可选路径K1、K2，分别为A-B-C-D-E-F-G-L-M(标记为K1)和A-B-H-I-J-K-L-M(标记为K2)，满足K≤5。

下一步，计算各路径的初始出行阻抗值，本实施例用出行时间作为出行阻抗，出行时间包括乘客乘车时间和换乘时间，出行阻抗函数对乘车时间和换乘时间进行加权求和，并假定乘车时间和换乘时间的权重均为1。根据初始化参数计算两条路径的初始出行阻抗值，分别为

A-B-C-D-E-F-G-L-M：(1.5+0.5)*8+3+2.5＝21.5

A-B-H-I-J-K-L-M：(1.5+0.5)*7+4＝18

接着再根据设定的出行阻抗阀值判断各路径的有效性，剔除无效路径。初始出行阻抗值的阀值判断方法是：对某一对OD，搜索出两站之间的K(K＜＝5)条可选渐短径路集合中，假设最短路径的阻抗值为如果次短路径或者次次短路径的综合阻抗函数值较最短路径的综合阻抗函数值超过某一个范围(即大于

)时，认为该次短路径或次次短路径不合理。可以表示为：

其中，为有效路径初始出行阻抗值的上界，U₁是一个常量。根据交通调查结果显示在不同的出行时间乘客的选择是不同的，本实施例根据乘客出行的距离进行分别判断。比如，现搜索出某OD间的三条渐短路径分别为路径a，路径b和路径c，其初始出行阻抗函数值分别为20，25，40，取U₁＝15min，则路径c的阻抗函数值超过了容许区域范围(40＞20+15＝35)，则将该路径排除在有效路径之外。在该实施例中假定出行阻抗阀值为15分钟，那么上述的两条路径K1和K2的初始出行阻抗值分别为21.5分钟和18分钟，则K2为有效路径，且

分钟，又21.5＜18+15，故K1也为有效路径，所以从A站到M站的两条路径均为有效路径。

在初始出行阻抗的基础上，通过对乘客出行的历史数据进行分析调查，对影响乘客路径选择的各因素进行参数化，综合换乘次数、换乘便利性和拥挤程度等因素对乘客路径选择的影响，对初始出行阻抗进行修订，用以下函数进行修订：

$C_w^n{}_1=(\mathrm{\α}\·E_w^n+C_w^n)[1+Y\left(x\right)]$

其中变量和参数与影响因素之间的对应关系如下表

通过以上方法本实施例中各路径修正后的出行阻抗值为：

K1：(3*5.5+21.5)*(1+0)＝38

K2：(3*4+18)*(1+0)＝30

所述的对初始出行阻抗参数的修订可以根据实际运营情况统计，并做适当调整，以便能更切合实际。

用修正后的路径出行阻抗值作为乘客选择路径的依据，计算各有效路径的选择概率，作为客流清分的路径清分比例。常用的概率计算模型有概率正态分布概率模型和Logit模型，可根据两种概率计算模型的误差值进行加权平均，得出实际路径选择概率，也可只采用其中之一，在本实施例中优选采用正态分布概率模型，通过比较分析，得出如下计算函数：

$P_i=\frac{\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{\left((\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))\right[1+Y\left(x\right)\left]\right)}^2}{2{\mathrm{\σ}}^2}}}{\underset{n}{\mathrm{\Σ}}\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{\left((\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))\right[1+Y\left(x\right)\left]\right)}^2}{2{\mathrm{\σ}}^2}}}$

其中，P_i为第i条有效路径的选择概率，对于有K条有效路径的OD对， $\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{P}_i=1;$

α为乘客在出行过程中对换乘时间的敏感度；

μ为乘客在出行过程中对出行时间的敏感度；

为第i条有效路径的换乘时间(分钟)；

为第i条有效路径的总出行时间(分钟)；

e为自然对数的底，约等于2.718；

σ是一个常数，通过实际乘客路径选择的调查结果分析拟合出参数σ的值。

通过上述方法及设定的参数值计算得出路径K1和K2的客流清分比例(保留8位有效数字)如下：

K1(A-B-C-D-E-F-G-L-M)：0.34117647

K2(A-B-H-I-J-K-L-M)：0.65882353

根据进站站点至出站站点可实现的路径，得出所经线路及客流类型，在本实施例中得出如下线路和客流类型如下表：

根据路径清分比例及线路客流类型上述数据对从A站到M站的客流进行清分。假设从A至M全天的客流为10000人次，则最终的客流清分为：

L1：换出10000人次(10000*0.65882353+10000*0.34117647)；

L2：换入10000人次(10000*0.65882353+10000*0.34117647)；

L3：途径3412人次(10000*0.34117647)。

针对线网内的所有进出站组合，也可预先生成对应的清分规则，实际清分时，根据具体的进出站点找到对应的清分规则进行客流清分。当线网结构发生变化时，再重新生成对应的清分规则，进行清分。

Claims (9)

1.一种在轨道交通中的换乘客流清分方法，包括通过自动售检票系统获取进出站交易数据的步骤，其特征在于，该方法还包括以下步骤：

将线网化信息进行数字化；

根据最短路径算法找到进站站点至出站站点可实现的所有路径K；

计算各路径的初始出行阻抗值；

根据设定的出行阻抗阀值判断各路径的有效性，剔除无效路径；

根据路径选择的主要因素，修订有效路径的出行阻抗值；

用修正后的路径出行阻抗值作为乘客选择路径的依据，计算各有效路径的选择概率，作为客流清分的路径清分比例；

根据进站站点至出站站点可实现的路径，得出各有效路径上所经线路及客流类型；

根据路径清分比例及线路客流类型，对客流进行实时清分。

2.根据权利要求1所述的在轨道交通中的换乘客流清分方法，其特征在于，所述的将线网化信息进行数字化包括对发车间隔、换乘车站换乘时间、列车站点停站时间和站间列车运行时间进行数字化。

3.根据权利要求1所述的在轨道交通中的换乘客流清分方法，其特征在于，所述的根据最短路径算法找到进站站点至出站站点可实现的所有路径，该路径的条数K≤5。

4.根据权利要求1所述的在轨道交通中的换乘客流清分方法，其特征在于，所述的计算各路径的初始出行阻抗值，包括如下步骤：

用出行时间作为出行阻抗，其中出行时间包括乘客乘车时间和换乘时间；

根据出行阻抗函数对乘车时间和换乘时间进行加权求和，其中，乘车时间和换乘时间的权重均为1。

5.根据权利要求1所述的在轨道交通中的换乘客流清分方法，其特征在于，所述的根据设定的出行阻抗阀值判断各路径的有效性，剔除无效路径，包括如下步骤：

针对某一对进出站信息，搜索出两站之间的路径K，其中K≤5条；

在选定的最短路径集合中，如果最短路径的阻抗值为次最短路径或者第三最短路径的综合阻抗函数值较最短路径的综合阻抗函数值超过容许范围即大于

时，其中

为有效路径初始出行阻抗值的上界，U₁是一个常量，那么，则该次最短路径或第三最短路径为无效路径并剔除。

6.根据权利要求1所述的在轨道交通中的换乘客流清分方法，其特征在于，所述的修订有效路径的出行阻抗值，包括如下步骤：

在初始出行阻抗的基础上，综合换乘次数、换乘便利性和拥挤程度等因素对乘客路径选择的影响，对初始出行阻抗进行修正，修订函数为：

$C_w^n{}_1=(\mathrm{\α}\·E_w^n+C_w^n)[1+Y\left(x\right)]$

其中变量和参数与影响因素之间的对应关系如下表：

7.根据权利要求1所述的在轨道交通中的换乘客流清分方法，其特征在于，所述的修订有效路径的出行阻抗值根据实际运营情况统计得出。

8.根据权利要求1所述的在轨道交通中的换乘客流清分方法，其特征在于，所述的计算各有效路径的选择概率，该概率的计算机模型为Logit模型和/或正态分布概率模型。

9.根据权利要求8所述的在轨道交通中的换乘客流清分方法，其特征在于所述的正态分布概率模型的计算函数为：

$P_i=\frac{\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{\left((\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))\right[1+Y\left(x\right)\left]\right)}^2}{2{\mathrm{\σ}}^2}}}{\underset{n}{\mathrm{\Σ}}\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{\left((\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))\right[1+Y\left(x\right)\left]\right)}^2}{2{\mathrm{\σ}}^2}}}$

其中，P_i为第i条有效路径的选择概率，对于有K条有效路径的OD对， $\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{P}_i=1;$

α为乘客在出行过程中对换乘时间的敏感度；

μ为乘客在出行过程中对出行时间的敏感度；

为第i条有效路径的换乘时间(分钟)；

为第i条有效路径的总出行时间(分钟)；

e为自然对数的底，约等于2.718；

σ是一个常数，通过实际乘客路径选择的调查结果分析拟合出参数σ的值。

Images