CN107067103A - 一种基于自动售检票系统的乘客路径选择分析方法 - Google Patents

一种基于自动售检票系统的乘客路径选择分析方法 Download PDF

Info

Publication number
CN107067103A
CN107067103A CN201710174477.5A CN201710174477A CN107067103A CN 107067103 A CN107067103 A CN 107067103A CN 201710174477 A CN201710174477 A CN 201710174477A CN 107067103 A CN107067103 A CN 107067103A
Authority
CN
China
Prior art keywords
mrow
msub
passenger
mtd
mtr
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710174477.5A
Other languages
English (en)
Inventor
许心越
李海鹰
谢丽平
刘军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201710174477.5A priority Critical patent/CN107067103A/zh
Publication of CN107067103A publication Critical patent/CN107067103A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B11/00—Apparatus for validating or cancelling issued tickets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Nitrogen And Oxygen Or Sulfur-Condensed Heterocyclic Ring Systems (AREA)

Abstract

本发明公开一种基于自动售检票系统的乘客路径选择分析方法，所述方法包括：S1：根据轨道交通网络进行路网构建，得到路径集合；S2：根据乘客旅行时间约束条件筛选所述路径集合得到有效路径集合；S3：根据乘客路径选择影响因素，基于效应最大化理论建立乘客路径选择的评定模型；S4：求解所述评定模型，得到乘客路径选择概率分布，本发明基于自动售检票系统的大量数据，并综合分析影响乘客路径选择的影响因素，建立乘客路径选择的评定模型，通过求解该模型的各参数得到乘客路径选择的概率分布，从而对轨道交通客流进行精确分配。

Description

一种基于自动售检票系统的乘客路径选择分析方法
技术领域
本发明涉及乘客路径选择分析方法领域。更具体地，涉及一种基于自动售检票系统的乘客路径选择分析方法。
背景技术
随着国内经济的持续发展以及城市化进程的加快，交通问题已经成为各大城市可持续发展的主要“瓶颈”，优先发展公共交通是缓解城市交通问题的重要举措。作为公共交通系统重要的组成部分，城市轨道交通以其运量大、速度快、安全性好、准时快捷、节能环保等优势成为支撑大城市交通可持续发展的较好选择。随着城市轨道交通建设的不断推进，城市轨道交通网络逐步形成，其运营管理模式也从单线运营转化为网络运营。
目前国内外各大城市的城市轨道交通大多采用自动售检票系统(AFC，AutomaticFare Collection)来实现乘客的自助进出站过程。海量的AFC数据存储着乘客每天的出行过程信息，包括出发及到达时间、地点等数据，但是对于乘客选择网络的具体路径没有记录，这给运输组织和票务清分工作带来一定的困扰。虽然AFC系统已经在一定程度上解决了传统乘客数据的采集和统计问题，但大规模AFC数据下的乘客出行行为内在特性研究不多。
因此，需要提供一种基于AFC的乘客路径选择分析方法，基于AFC数据和城市轨道交通网络数据，研究乘客出行路径选择规律，实现对轨道交通客流的精确分配。
AFC数据中记录着乘客的起讫站点和进出站时刻，通过这些信息可以对乘客出行过程的时空因素进行初步设定。乘客的出行是一个空间位移随时间变化的过程，各个阶段花费的时间与列车运行时刻表以及车站的布局存在一定关系，通过判断各个阶段发生的时间点和花费的时间间隔可以计算出行者在轨道交通网络中的出行路径，实现对轨道交通客流的精确分配。
发明内容
本发明的目的在于提供一种基于自动售检票系统的乘客路径选择分析方法，以基于AFC数据和城市轨道交通网络数据，研究乘客出行路径选择规律，实现对轨道交通客流的精确分配。
为解决上述技术问题，本发明采用下述技术方案：
本发明公开了一种基于自动售检票系统的乘客路径选择分析方法，其特征在于，所述方法包括：
S1：根据轨道交通网络进行路网构建，得到路径集合；
S2：根据乘客旅行时间约束条件筛选所述路径集合得到有效路径集合；
S3：根据乘客路径选择影响因素，基于效应最大化理论建立乘客路径选择的评定模型；
S4：求解所述评定模型，得到乘客路径选择概率分布。
优选地，所述S1包括：
S11：将轨道交通网络上的每个换乘车站转换为连接其所在路径上该换乘车站前、后两个普通车站的虚拟弧；
S12：采用深度遍历法生成所有可行的路径，组成路径集合，所述路径集合包括除去换乘车站的既有普通车站构成的区间弧、普通车站到换乘车站的接入弧、换乘车站到普通车站的接出弧和换乘车站内部的虚拟弧。
优选地，所述区间弧、所述接入弧和所述接出弧的权重均为实际物理网络中的区间运行时间，所述虚拟弧的权重为换乘车站对应的路径上的换乘时间。
优选地，所述路径集合为
其中，si为第i个车站；si+1为第i+1个车站；Sr,o,d为OD对(o,d)的某一路径r经过的车站顺序集合，|Sr,o,d|为该集合的元素个数；STr,o,d为(o,d)的某一路径r经过的换乘车站集合；为路径r上的某一换乘车站i换入的线路方向；为路径r上的某一换乘车站i+1换出的线路方向；和为与路径r不同的线路运行方向。
优选地，所述乘客旅行时间约束条件为路径换乘次数、乘客理论旅行时间和乘客最大候车时间。
优选地，所述乘客理论旅行时间为
tp,r,o,d＝iwtp,r,o,d+wtp,r,o,d+stp,r,o,d+sttp,r,o,d+ttp,r,o,d+owtp,r,o,d
其中，iwtp,r,o,d为乘客进站走行时间，wtp,r,o,d为乘客候车时间，stp,r,o,d为列车区间运行时间，sttp,r,o,d为列车停站时间，ttp,r,o,d为乘客换乘时间，owtp,r,o,d为乘客出站走行时间。
优选地，所述S3包括：
S31：确定所述乘客路径选择影响因素为是否换乘和车内拥挤指标，计算所述车内拥挤指标模型；
S32：建立乘客在所述有效路径上的广义费用估计模型，从而建立乘客路径选择的评定模型。
优选地，所述车内拥挤程度为
其中，xa为客流量，za为列车的座位数，Ca为列车能容纳的最大乘客数，B和D为校正参数。
优选地，所述广义费用估计模型为
式中，为第w个OD对之间第r条有效路径上可确定的广义费用,为随机项，且
其中，为
其中，参数θ1、θ2表示乘客对非换乘时间和换乘时间的感知程度； 和为两个相邻车站之间所组成区间的列车区间运行时间；和为两个相邻车站之间所组成区间上的拥挤程度；mr,o,d为从出发车站o到目的车站d选择路径r的平均进出、站时间，si为第i个车站；si+1为第i+1个车站；Sr,o,d为OD对(o,d)的某一路径r经过的车站顺序集合，STr,o,d为(o,d)的某一路径r经过的换乘车站集合，为路径r上的某一换乘车站i换入的线路方向；为路径r上的某一换乘车站i+1换出的线路方向，和为与路径r不同的线路运行方向。
优选地，所述乘客路径选择概率分布为
本发明的有益效果如下：
本发明提出的乘客路径选择行为的数据挖掘方法，有效解决了乘客路径选择行为的建模和标定问题，为准确地把握乘客对于出行路径的选择过程进而得到客流的时空分布规律提供了可靠理论依据，并为后续的应急指挥、大客流疏导、票款清分等问题的开展提供了良好的研究基础。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1示出本发明一种基于自动售检票系统的乘客路径选择分析方法的流程图。
图2示出本发明换乘车站转换为虚拟弧的示意图。
图3示出本发明实施例中1号线线路区间满载率。
图4示出本发明实施例中2号线线路区间满载率。
图5示出本发明实施例中4号线线路区间满载率。
图6示出本发明实施例中6号线线路区间满载率。
图7示出本发明实施例中求解评定模型参数的c(四惠，大望路)迭代过程示意图。
图8示出本发明实施例中求解评定模型参数的c(西单,宣武门)迭代过程示意图。
图9示出本发明实施例中求解评定模型参数的c(陶然亭,北京南)迭代过程示意图。
图10示出本发明实施例中求解评定模型参数的θ1迭代过程示意图。
图11示出本发明实施例中求解评定模型参数的θ2迭代过程示意图。
图12示出本发明实施例中求解评定模型参数的α迭代过程示意图。
图13示出本发明实施例中高峰时段客流分配图。
具体实施方式
为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
如图1所示，本发明公开了一种基于自动售检票系统的乘客路径选择分析方法，所述方法包括：
S1：根据轨道交通网络进行路网构建，得到路径集合。具体的，所述S1可包括：
S11：将轨道交通网络上的每个换乘车站转换为连接其所在路径上该换乘车站前、后两个普通车站的虚拟弧。所述虚拟弧的权重优选为换乘车站对应的路径上的换乘时间。如图2所示，可将换乘车站分为属于不同线路的多个虚拟节点，可将换乘车站3分别按照不同线路分成节点节点节点和节点所有节点之间可通过四段虚拟弧连接，各段虚拟弧的权重为不同路径上该换乘车站之间的换乘时间。
S12：采用深度遍历法生成所有可行的路径，组成路径集合，所述路径集合包括除去换乘车站的既有普通车站构成的区间弧、普通车站到换乘车站的接入弧、换乘车站到普通车站的接出弧和换乘车站内部的虚拟弧。包括换乘车站的任意始发站O与终点站D(o,d)的路径tr被重构为：
其中，S为车站集合；A为区间集合(|A|个区间)；O,D为乘客出发和到达车站集合，Ro,d为某一OD对(o,d),o∈O,d∈D的全部路径集合；Lr,o,d为OD对(o,d)的某一路径r经过的线路集合，Sr,o,d为OD对(o,d)的某一路径r经过的车站顺序集合；|Sr,o,d|为该集合的元素个数，si为第i个车站；si+1为第i+1个车站；Sr,o,d为OD对(o,d)的某一路径r经过的车站顺序集合，|Sr,o,d|为该集合的元素个数；STr,o,d为(o,d)的某一路径r经过的换乘车站集合；为路径r上的某一换乘车站i换入的线路方向；为路径r上的某一换乘车站i+1换出的线路方向；和为与路径r不同的线路运行方向，olr,j,o,d∈L,olr,j,o,d≠Lr,o,d≠ilr,j,o,d，yp,r,o,d为OD对(o,d)的乘客p,p∈qod是否选择的路径r∈Rod：若乘客P选择路径r，则yp,r,o,d＝1；否则，yp,r,o,d＝0。
其中，lr,o,d、ilr,j,o,d和olr,j,o,d都是包括与路径r相关的线路运行方向。路径公式中第1项表示除去换乘车站的既有普通车站构成的区间弧，第2项表示普通车站到换乘车站的接入弧，第3项表示换乘站到普通车站的接出弧，第4项表示换乘车站内部的虚拟弧，前3项弧的权重均为实际物理网络中的区间运行时间，最后一项虚拟弧的权重为对应换乘方向的换乘时间。
S2：根据乘客旅行时间约束条件筛选所述路径集合得到有效路径集合。结合AFC数据和列车时刻表信息生成各乘客的有效路径集合，所述乘客旅行时间约束条件可为路径换乘次数、乘客理论旅行时间和乘客最大候车时间。
首先，考虑到乘客的心理承受范围，可删除所有换乘次数超过3次的路径，得到
Ωp,o,d＝{r||STr,o,d|≤3,r∈Rod}
其中，|STr,o,d|表示集合STr,o,d的元素个数。
其次，考虑乘客理论旅行时间，所述乘客理论旅行时间为乘客从刷卡进站到下车刷卡出站过程，该过程只包括正常的走行及候车时间，无刻意在车站逗留、餐饮等消耗的时间。所述乘客理论旅行时间为
tp,r,o,d＝iwtp,r,o,d+wtp,r,o,d+stp,r,o,d+sttp,r,o,d+ttp,r,o,d+owtp,r,o,d
其中，tp,r,o,d、iwtp,r,o,d、wtp,r,o,d、stp,r,o,d、sttp,r,o,d、ttp,r,o,d、owtp,r,o,d分别为某一乘客P在OD对(o,d)上的路径r的理论旅行时间、进站走行时间、候车时间、区间运行时间、车站的停站时间、换乘时间、出站走行时间。
最后，需考虑乘客最大候车时间，任何路径r上，出发车站o的进站乘客P从到达该车站站台到上车离开该车站的候车时间最多不超过3辆车的列车开行间隔时间，同时，换乘乘客P的等待时间最多不超过3辆车的列车开行间隔时间。进站乘客和换乘乘客的乘客最大候车时间分别为
其中，Hr,o,d为(o,d)的路径r的出发车站所属线路方向lr,o,d的列车开行间隔时间，wttp,r,o,d为路径r上乘客的换乘等待时间，Hr,s,o,d为(o,d)的路径r上换乘站s的换入线路方向lr,s,o,d的列车开行间隔时间，为(o,d)的乘客P在路径r上的换乘站s的换乘等待时间。
由此，可进一步缩小乘客P的可选路径得到有效路径集为
其中，表示AFC记录的乘客P的理论旅行时间的最大值，即所有列车区间运行时间取最长时间、乘客等待时间取乘客极限承受的等待时间下的乘客旅行时间，表示AFC记录的乘客P的旅行时间的理论最小值，即所有列车区间运行时间取最短运行时间且没有等待时间下的乘客旅行时间。
本发明中具有两个假设前提。其中，假设1为：各车站的乘客进、出站走行时间、换乘车站的换乘走行时间为固定值，且均可通过调研数据提前获取，例如，
owtr,o,d＝δr,d
iwtr,o,d+owtr,o,d＝mr,o,d
其中，为乘客在路径r的出发车站o的平均走行时间，δr，d为乘客在路径r的到达车站d的平均走行时间，为乘客在路径r的换乘车站s的平均换乘走行时间，mr,o,d为乘客从出发车站o到目的车站d选择路径r的平均进、出站走行时间。
假设2为：各区间运行时间存在一定的波动，满足正态分布，且相互独立，即
其中，ca为区间a的平均列车运行时间，为区间a的列车运行时间偏差，所有区间相互独立，假设所有区间运行时间偏差都在同一范围内。为简化有效路径集的运算，可进一步设定
S3：根据乘客路径选择影响因素，基于效应最大化理论建立乘客路径选择的评定模型。具体的，S3包括：
S31：确定所述乘客路径选择影响因素为是否换乘和车内拥挤指标，计算所述车内拥挤指标模型。本发明主要针对高峰时段通勤乘客的出行选择行为，通过分析确定影响乘客路径选择的主要因素为时间因素，并将其细分为非换乘旅行时间和换乘旅行时间，同时考虑拥挤程度因素对乘客路径选择的影响。其中，非换乘旅行时间是指乘客在整个路径非换乘过程中所需消耗的总时间，包括各路径的刷卡到上车的走行及等待时间、乘客在车上的区间运行时间、累计列车停站时间以及下车到出站刷卡的走行时间。换乘时间是指乘客在整个路径中的换乘过程所消耗的时间，包括换乘走行时间和换乘等待时间两部分。拥挤程度是指地铁车厢内乘客的拥挤情况，它与区段上的客流量及列车能力有关。当列车上乘客数小于座位数时，由拥挤引起的额外费用为零；当乘客数大于座位数时，部分乘客必须站立甚至过度拥挤，由此产生的拥挤系数可表示为：
其中，Ya、xa、za、Ca分别为轨道交通网络区段a(a∈A)上的拥挤系数、客流量、列车的座位数以及列车能容纳的最大乘客数，B和D为校正参数。
S32：建立乘客在所述有效路径上的广义费用估计模型，从而建议乘客路径选择的评定模型。以经典的效应最大化理论刻画乘客路径选择行为，假设在城市轨道交通网络中，共有|W|个OD对，在第w(w＝1,2,...,|W|)个OD的某个乘客P可选的路径集为Ωp,o,d，令为该OD对之间第r(r∈Ωp,o,d)条路径上乘客对广义费用的估计值，可表示为
其中，为第w个OD对之间第r条有效路径上可确定的广义费用，为随机项，且可确定的广义费用包括非换乘旅行时间、换乘时间产生的费用和乘客拥挤度产生的费用，即：
则乘客路径选择的评定模型为任意OD对(o,d)之间上的乘客P选择第r条路径出行的概率，所述概率为
且有：
其中，参数θ1、θ2分别表示乘客对非换乘时间和换乘时间的感知程度。
该评定模型的参数包括区间运行参数集c(ca∈c,a∈1,2....|A|)、列车区间时间允许偏差系数σ以及乘客感知参数θ(θ1∈θ，θ2∈θ)。
S4：求解所述评定模型，得到乘客路径选择概率分布。可采用贝叶斯推理和基于M-H抽样的MCMC算法求解所述评定模型的未知参数，从而得到乘客路径选择的概率分布公式。
下面通过一个具体实施例对本发明作进一步地说明，选取北京地铁1号线、2号线、4号线和6号线组成的轨道交通网络进行研究。乘客路径选择的影响因素主要包含非换乘旅行时间、换乘时间和拥挤程度的影响。采集的数据包括北京地铁公司2015年12月几天的AFC数据、列车区间运行时间、列车发车间隔和换乘站的走行时间以及区间满载率。其中，列车区间运行时间如表1所示，换乘站的走行时间如表2所示，列车区间满载率如图3-6所示，列车发车间隔可取平均发车间隔2min。
表1列车区间运行时间
表2换乘站走行时间
其中与拥挤度计算相关的修正系数B、D通过调研得出，均取1，列车的座位数za为276，列车能容纳的最大乘客数Ca为1452。根据以上数据可以得到各个区间的拥挤产生的额外费用。将换乘车站分为属于不同线路的多个虚拟节点，则包含换乘车站的任意OD对(o,d)的路径tr被重构为除去换乘车站的既有普通车站构成的区间弧、普通车站到换乘车站的接入弧和换乘站到普通车站的接出弧之间的连接。结合AFC数据和列车时刻表信息生成各乘客的有效路径集。首先采用经典的深度遍历法生成各OD的全部路径Rod，再把不满足各乘客旅行时间约束的路径从各乘客的路径集中删除，进而生成任一OD对(o,d)的某一乘客P的有效路径集Ωp,o,d。以经典的效应最大化理论刻画乘客路径选择行为，以非换乘旅行时间、换乘时间产生的费用和乘客拥挤度产生的费用为要素建立路径选择的评定模型(Logit模型)。需要标定的参数包括区间运行参数集c、列车区间时间允许偏差系数σ以及乘客感知参数θ。利用MATLAB2011b求解，迭代12000次后，各个参数的马尔可夫链均达到收敛状态。舍弃了Burning-in过程的数据(取前5000次)，按照上述相关公式计算得到参数的估计值，如表3所示。其间的迭代过程如图7-图12所示。
表3区间时间参数
根据标定出的参数确定路径选择比例，如表3所示，以及客流分配情况，如图13所示。
表3路径选择比例
从标定出的参数和路径选择比例可以看出：
(1)参数θ1的数值为-1.73，参数θ2的值为-2.12，θ2/θ1＞1，参数估计结果与调研结果一致，这验证了换乘时间在乘客路径选择中起的关键作用。
(2)乘客对换乘时间的心理感知要比非换乘旅行时间更强烈，主要原因可能在于换乘过程不仅需要消耗时间，而且还要消耗体力。
(3)本实例得到的高峰时段的客流分配结果和高峰时段乘客的实际出行情况比较吻合，证明了本发明的有效性。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (10)

1.一种基于自动售检票系统的乘客路径选择分析方法，其特征在于，所述方法包括：
S1：根据轨道交通网络进行路网构建，得到路径集合；
S2：根据乘客旅行时间约束条件筛选所述路径集合得到有效路径集合；
S3：根据乘客路径选择影响因素，基于效应最大化理论建立乘客路径选择的评定模型；
S4：求解所述评定模型，得到乘客路径选择概率分布。
2.根据权利要求1所述的方法，其特征在于，所述S1包括：
S11：将轨道交通网络上的每个换乘车站转换为连接其所在路径上该换乘车站前、后两个普通车站的虚拟弧；
S12：采用深度遍历法生成所有可行的路径，组成路径集合，所述路径集合包括除去换乘车站的既有普通车站构成的区间弧、普通车站到换乘车站的接入弧、换乘车站到普通车站的接出弧和换乘车站内部的虚拟弧。
3.根据权利要求2所述的方法，其特征在于，所述区间弧、所述接入弧和所述接出弧的权重均为实际物理网络中的区间运行时间，所述虚拟弧的权重为换乘车站对应的路径上的换乘时间。
4.根据权利要求2所述的方法，其特征在于，所述路径集合为
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>tr</mi> <mrow> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>..</mn> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>|</mo> <mo>-</mo> <mn>1</mn> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mi>o</mi> <mi>r</mi> <mi> </mi> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>..</mn> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>|</mo> <mo>-</mo> <mn>1</mn> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msup> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>&amp;cup;</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>..</mn> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>|</mo> <mo>-</mo> <mn>1</mn> </mrow> <mo>}</mo> </mrow> <mo>+</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msup> <mi>i</mi> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> <mo>,</mo> <msup> <mi>i</mi> <mrow> <msub> <mi>ol</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>ol</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>&amp;cup;</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mi>o</mi> <mi>r</mi> <mi> </mi> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>..</mn> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>|</mo> <mo>-</mo> <mn>1</mn> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msup> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>&amp;cap;</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>..</mn> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>|</mo> <mo>-</mo> <mn>1</mn> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>ol</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>&amp;cap;</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>..</mn> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>|</mo> <mo>-</mo> <mn>1</mn> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mrow> <mo>{</mo> <mrow> <mrow> <mo>(</mo> <mrow> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> <mo>,</mo> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>ol</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> </mrow> <mo>)</mo> </mrow> <mo>|</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> <mo>}</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced>
其中，si为第i个车站；si+1为第i+1个车站；Sr,o,d为OD对(o,d)的某一路径r经过的车站顺序集合，|Sr,o,d|为该集合的元素个数；STr,o,d为(o,d)的某一路径r经过的换乘车站集合；为路径r上的某一换乘车站i换入的线路方向；为路径r上的某一换乘车站i+1换出的线路方向；和为与路径r不同的线路运行方向。
5.根据权利要求1所述的方法，其特征在于，所述乘客旅行时间约束条件为路径换乘次数、乘客理论旅行时间和乘客最大候车时间。
6.根据权利要求5所述的方法，其特征在于，所述乘客理论旅行时间为
tp,r,o,d＝iwtp,r,o,d+wtp,r,o,d+stp,r,o,d+sttp,r,o,d+ttp,r,o,d+owtp,r,o,d
其中，iwtp,r,o,d为乘客进站走行时间，wtp,r,o,d为乘客候车时间，stp,r,o,d为列车区间运行时间，sttp,r,o,d为列车停站时间，ttp,r,o,d为乘客换乘时间，owtp,r,o,d为乘客出站走行时间。
7.根据权利要求1所述的方法，其特征在于，所述S3包括：
S31：确定所述乘客路径选择影响因素为是否换乘和车内拥挤指标，计算所述车内拥挤指标模型；
S32：建立乘客在所述有效路径上的广义费用估计模型，从而建立乘客路径选择的评定模型。
8.根据权利要求7所述的方法，其特征在于，所述车内拥挤程度为
<mrow> <msub> <mi>Y</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>a</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <msub> <mi>x</mi> <mi>a</mi> </msub> <mo>-</mo> <msub> <mi>z</mi> <mi>a</mi> </msub> </mrow> <msub> <mi>z</mi> <mi>a</mi> </msub> </mfrac> <mi>B</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>z</mi> <mi>a</mi> </msub> <mo>&lt;</mo> <msub> <mi>x</mi> <mi>a</mi> </msub> <mo>&lt;</mo> <msub> <mi>C</mi> <mi>a</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <msub> <mi>x</mi> <mi>a</mi> </msub> <mo>-</mo> <msub> <mi>z</mi> <mi>a</mi> </msub> </mrow> <msub> <mi>z</mi> <mi>a</mi> </msub> </mfrac> <mi>B</mi> <mo>+</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mi>a</mi> </msub> <mo>-</mo> <msub> <mi>C</mi> <mi>a</mi> </msub> </mrow> <msub> <mi>C</mi> <mi>a</mi> </msub> </mfrac> <mi>D</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mi>a</mi> </msub> <mo>&gt;</mo> <msub> <mi>C</mi> <mi>a</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，xa为客流量，za为列车的座位数，Ca为列车能容纳的最大乘客数，B和D为校正参数。
9.根据权利要求1所述的方法，其特征在于，所述广义费用估计模型为
<mrow> <msubsup> <mi>C</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>w</mi> </mrow> <mi>r</mi> </msubsup> <mo>=</mo> <msubsup> <mi>c</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>w</mi> </mrow> <mi>r</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;epsiv;</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>w</mi> </mrow> <mi>r</mi> </msubsup> </mrow>
式中，为第w个OD对之间第r条有效路径上可确定的广义费用，为随机项，且
其中，为
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>c</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>w</mi> </mrow> <mi>r</mi> </msubsup> <mo>=</mo> <msub> <mi>&amp;theta;</mi> <mn>1</mn> </msub> <mo>(</mo> <munder> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </munder> <msub> <mi>c</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> </msub> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>+</mo> <msub> <mi>Y</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>+</mo> <munder> <munder> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </munder> <mrow> <mo>&amp;cap;</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </munder> <msub> <mi>c</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msup> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> </mrow> </msub> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>+</mo> <msub> <mi>Y</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>,</mo> <msup> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <munder> <munder> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>&amp;cap;</mo> </mrow> </munder> <mrow> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>&amp;Element;</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>\</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </munder> <msub> <mi>c</mi> <mrow> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> </msub> <mo>(</mo> <mrow> <mn>1</mn> <mo>+</mo> <msub> <mi>Y</mi> <mrow> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>ol</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> <mo>,</mo> <msub> <mi>s</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> </msub> </mrow> <mo>)</mo> <mo>+</mo> <msub> <mi>m</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> <mo>)</mo> <mo>+</mo> <msub> <mi>&amp;theta;</mi> <mn>2</mn> </msub> <munder> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> <mo>&amp;Element;</mo> <msub> <mi>ST</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </munder> <msub> <mi>c</mi> <mrow> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>il</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> <mo>,</mo> <msup> <msub> <mi>s</mi> <mi>i</mi> </msub> <mrow> <msub> <mi>ol</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> </msub> </mrow> </msup> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>
其中，参数θ1、θ2表示乘客对非换乘时间和换乘时间的感知程度； 和为两个相邻车站之间所组成区间的列车区间运行时间；和为两个相邻车站之间所组成区间上的拥挤程度；mr,o,d为从出发车站o到目的车站d选择路径r的平均进出、站时间，si为第i个车站；si+1为第i+1个车站；Sr,o,d为OD对(o,d)的某一路径r经过的车站顺序集合，STr,o,d为(o,d)的某一路径r经过的换乘车站集合，为路径r上的某一换乘车站i换入的线路方向；为路径r上的某一换乘车站i+1换出的线路方向，和为与路径r不同的线路运行方向。
10.根据权利要求9所述的方法，其特征在于，所述乘客路径选择概率分布为
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>P</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> <mi>r</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <mi>exp</mi> <mrow> <mo>(</mo> <msubsup> <mi>c</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>w</mi> </mrow> <mi>r</mi> </msubsup> <mo>)</mo> </mrow> </mrow> <mrow> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>r</mi> <mo>&amp;Element;</mo> <msub> <mi>R</mi> <mrow> <mi>o</mi> <mi>d</mi> </mrow> </msub> </mrow> </munder> <mi>exp</mi> <mrow> <mo>(</mo> <msubsup> <mi>c</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>w</mi> </mrow> <mi>r</mi> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>&amp;le;</mo> <msubsup> <mi>P</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> <mi>r</mi> </msubsup> <mo>&amp;le;</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>r</mi> <mo>&amp;Element;</mo> <msub> <mi>R</mi> <mrow> <mi>o</mi> <mi>d</mi> </mrow> </msub> </mrow> </munder> <msubsup> <mi>P</mi> <mrow> <mi>p</mi> <mo>,</mo> <mi>o</mi> <mo>,</mo> <mi>d</mi> </mrow> <mi>r</mi> </msubsup> <mo>=</mo> <mn>1.</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> 2
CN201710174477.5A 2017-03-22 2017-03-22 一种基于自动售检票系统的乘客路径选择分析方法 Pending CN107067103A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710174477.5A CN107067103A (zh) 2017-03-22 2017-03-22 一种基于自动售检票系统的乘客路径选择分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710174477.5A CN107067103A (zh) 2017-03-22 2017-03-22 一种基于自动售检票系统的乘客路径选择分析方法

Publications (1)

Publication Number Publication Date
CN107067103A true CN107067103A (zh) 2017-08-18

Family

ID=59618267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710174477.5A Pending CN107067103A (zh) 2017-03-22 2017-03-22 一种基于自动售检票系统的乘客路径选择分析方法

Country Status (1)

Country Link
CN (1) CN107067103A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109165454A (zh) * 2018-09-03 2019-01-08 北京交通大学 一种基于价格内生性的乘客出行时间选择行为建模方法
CN111238516A (zh) * 2020-01-09 2020-06-05 中南大学 信息处理方法以及相关设备
CN113870443A (zh) * 2021-09-03 2021-12-31 南京熊猫电子股份有限公司 一种实现城市间afc系统无障碍换乘的计费方法
CN114723163A (zh) * 2022-04-26 2022-07-08 深圳市城市交通规划设计研究中心股份有限公司 分时段客流时空分配方法、系统、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101964085A (zh) * 2010-09-27 2011-02-02 北京航空航天大学 一种基于Logit模型和贝叶斯决策的客流分配方法
CN102169524A (zh) * 2010-02-26 2011-08-31 同济大学 城市轨道交通网络客流分布的分阶段多路径模型算法
CN103020435A (zh) * 2012-12-03 2013-04-03 高新现代智能系统股份有限公司 轨道交通出行路径估算方法和系统
CN104616076A (zh) * 2015-01-30 2015-05-13 北京交通大学 一种城市轨道交通多线协同运营方案的优化方法及系统
CN104899654A (zh) * 2015-06-05 2015-09-09 中南大学 一种用于缓解轨道交通拥挤的路径选择方法
CN105678425A (zh) * 2016-01-29 2016-06-15 中南大学 基于多节拍组合的城际铁路列车开行的优化方法
CN106056242A (zh) * 2016-05-25 2016-10-26 中南大学 基于客流动态分配的高铁列车开行方案评价方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169524A (zh) * 2010-02-26 2011-08-31 同济大学 城市轨道交通网络客流分布的分阶段多路径模型算法
CN101964085A (zh) * 2010-09-27 2011-02-02 北京航空航天大学 一种基于Logit模型和贝叶斯决策的客流分配方法
CN103020435A (zh) * 2012-12-03 2013-04-03 高新现代智能系统股份有限公司 轨道交通出行路径估算方法和系统
CN104616076A (zh) * 2015-01-30 2015-05-13 北京交通大学 一种城市轨道交通多线协同运营方案的优化方法及系统
CN104899654A (zh) * 2015-06-05 2015-09-09 中南大学 一种用于缓解轨道交通拥挤的路径选择方法
CN105678425A (zh) * 2016-01-29 2016-06-15 中南大学 基于多节拍组合的城际铁路列车开行的优化方法
CN106056242A (zh) * 2016-05-25 2016-10-26 中南大学 基于客流动态分配的高铁列车开行方案评价方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109165454A (zh) * 2018-09-03 2019-01-08 北京交通大学 一种基于价格内生性的乘客出行时间选择行为建模方法
CN111238516A (zh) * 2020-01-09 2020-06-05 中南大学 信息处理方法以及相关设备
CN113870443A (zh) * 2021-09-03 2021-12-31 南京熊猫电子股份有限公司 一种实现城市间afc系统无障碍换乘的计费方法
CN113870443B (zh) * 2021-09-03 2023-08-15 南京熊猫电子股份有限公司 一种实现城市间afc系统无障碍换乘的计费方法
CN114723163A (zh) * 2022-04-26 2022-07-08 深圳市城市交通规划设计研究中心股份有限公司 分时段客流时空分配方法、系统、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110580404B (zh) 一种基于城市多模式交通网络的网络运能确定方法
CN107067103A (zh) 一种基于自动售检票系统的乘客路径选择分析方法
Sohn et al. Factors generating boardings at Metro stations in the Seoul metropolitan area
CN107273999A (zh) 一种突发事件下城市轨道交通客流预测方法
CN104240529B (zh) 一种预测公交到站时间的方法及系统
CN107564269B (zh) 一种基于支付意愿的半灵活公交调度方法
CN107563028B (zh) 一种基于空间网络的公交-地铁耦合网络构建方法
CN108269399A (zh) 一种基于公路网客流od反推技术的高铁客流需求预测方法
CN106056242A (zh) 基于客流动态分配的高铁列车开行方案评价方法
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
CN108805344A (zh) 一种考虑时变需求的高速铁路网络列车开行方案优化方法
CN106127357A (zh) 一种基于预约数据的定制公交自动布线系统及方法
CN110019569B (zh) 一种获取城市轨道交通运营状态信息的方法
CN109308574A (zh) 一种实时响应的互联网半灵活公交调度方法
CN108388542A (zh) 一种轨道交通拥挤度计算方法及系统
CN110599760A (zh) 一种多模式交通网络下的出行行为模拟方法
CN110084397A (zh) 一种地铁直达线路规划方法
CN106846214A (zh) 分析交通枢纽可达性对区域公共运输方式竞争影响的方法
CN107097811A (zh) 一种基于咽喉区轨道时空冲突预测的仿真方法及系统
CN107220423A (zh) 一种综合客运枢纽站前广场联运设施规模计算方法
Sivilevičius et al. Multiple criteria evaluation and the inverse hierarchy model for justifying the choice of rail transport mode
CN109523064B (zh) 一种基于多网融合的智能微枢纽
CN107274000A (zh) 一种突发事件下城市轨道交通断面客流预测方法
CN106570265A (zh) 城市大运量轨道交通与接驳方式间换乘惩罚系数测定方法
CN113468243A (zh) 地铁客流分析与预测方法及分析与预测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170818

RJ01 Rejection of invention patent application after publication