CN107194497B - 一种突发事件下城市轨道交通乘客出行路径规划方法 - Google Patents

一种突发事件下城市轨道交通乘客出行路径规划方法 Download PDF

Info

Publication number
CN107194497B
CN107194497B CN201710285956.4A CN201710285956A CN107194497B CN 107194497 B CN107194497 B CN 107194497B CN 201710285956 A CN201710285956 A CN 201710285956A CN 107194497 B CN107194497 B CN 107194497B
Authority
CN
China
Prior art keywords
rail transit
path
time
emergency
travel
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.)
Expired - Fee Related
Application number
CN201710285956.4A
Other languages
English (en)
Other versions
CN107194497A (zh
Inventor
姚恩建
刘莎莎
唐英
程欣
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 CN201710285956.4A priority Critical patent/CN107194497B/zh
Publication of CN107194497A publication Critical patent/CN107194497A/zh
Application granted granted Critical
Publication of CN107194497B publication Critical patent/CN107194497B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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)
  • 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)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种突发事件下城市轨道交通乘客出行路径规划方法，所述方法包括：S1：获取城市轨道交通物理网络信息、运营网络信息和突发事件信息；S2：基于获取的信息，确定突发事件在城市轨道交通网络内的影响空间和影响时间，并在所述影响空间内发布突发事件的影响时间；S3：综合城市轨道交通和其他交通方式，考虑突发事件下城市轨道交通乘客的出行选择行为特征，预测突发事件下城市轨道交通网络的断面客流；S4：根据城市轨道交通网络中有效路径状态和客流拥挤度，综合考虑其他交通方式，基于轨道交通乘客的路径规划请求，为乘客规划出行路径；该方法为突发事件下信息发布范围提供技术支撑以及为乘客提供个性化的出行信息服务奠定技术基础。

Description

一种突发事件下城市轨道交通乘客出行路径规划方法
技术领域
本发明涉及城市轨道交通技术领域。更具体地，涉及一种突发事件下城市轨道交通乘客出行路径规划方法。
背景技术
城市轨道交通以其运量大、速度快、时间准、污染少及安全性好等特点逐渐成为城市客运交通系统的骨干。而各类突发事件的频繁发生，如运营设施与设备功能失效等，会导致线路列车运营中断、线路停运甚至是线网瘫痪，极大地降低了轨道交通系统的运行可靠性。尤其在城市轨道交通快速发展的背景下，部分城市轨道交通已进入网络化运营时代，如北京、上海、广州等。与单线运营相比，在网络化运营时代突发事件对整个轨道交通系统的波及联动效应更加突出，极易造成大量乘客的滞留，不仅增加车站的运营管理难度，还会造成车站客流拥挤、踩踏等运营事故。为了保障轨道交通系统运营安全、提高乘客满意度，当发生突发事件导致列车运营中断时，轨道交通运营部门有必要为乘客提供出行路径引导信息，诱导乘客避开客流拥挤区段出行，缓解突发事件引发的客流拥挤。
但是，目前轨道交通运营部门通常直接在全网发布突发事件导致的列车延误信息，而不发布出行路径引导信息，由乘客自行做出出行决策。同时，也鲜有研究提出突发事件下轨道交通乘客的出行路径规划方法。由于突发事件下列车运营中断的时间不同，其影响范围也不同。在不受影响的车站和线路发布突发事件信息，会引起乘客恐慌，降低乘客对轨道交通的满意度。另外，如果由乘客自行做出出行决策，对于不熟悉路网结构的乘客，他们难以及时调整出行路径；对于熟悉路网结构的乘客，他们可能会集中疏解到部分车站和区段，导致客流严重拥挤。
因此，需要提供一种能够确定突发事件影响范围并发布突发事件信息、为乘客提供出行路径引导信息的突发事件下城市轨道交通乘客出行路径规划方法，提高乘客满意度，疏散客流，减少突发事件下客流拥挤现象。
发明内容
本发明的一个目的在于提供一种突发事件下城市轨道交通乘客出行路径规划方法，以确定突发事件影响范围并发布突发事件信息，为乘客提供出行路径引导信息，提高乘客满意度，疏散客流，减少突发事件下客流拥挤现象。
为解决上述技术问题，本发明采用下述技术方案：
本发明公开了一种突发事件下城市轨道交通乘客出行路径规划方法，所述方法包括：
S1：获取城市轨道交通物理网络信息、运营网络信息和突发事件信息；
S2：基于获取的信息，确定突发事件在城市轨道交通网络内的影响空间和影响时间，并在所述影响空间内发布突发事件的影响时间；
S3：综合城市轨道交通和其他交通方式，考虑突发事件下城市轨道交通乘客的出行选择行为特征，预测突发事件下城市轨道交通网络的断面客流；
S4：根据城市轨道交通网络中有效路径状态和客流拥挤度，综合考虑其他交通方式，基于轨道交通乘客的路径规划请求，为乘客规划出行路径。
优选地，
所述城市轨道交通物理网络信息为城市轨道交通的物理网络拓扑数据和有效路径集合；
所述运营网络信息为列车正常运营下的分时站间客流分布数据和计划列车时刻表；
所述突发事件信息为突发事件的发生时刻、中断车站和预计持续时间。
3、根据权利要求1所述的方法，其特征在于，所述S2包括：
S21：基于所述突发事件信息，计算车站的受影响时间，所述受影响时间为
Figure BDA0001280701930000021
其中，
Figure BDA0001280701930000022
Figure BDA0001280701930000023
其中，
Figure BDA0001280701930000024
表示线路l(i)上车站k受突发事件影响的时间范围；
Figure BDA0001280701930000025
和
Figure BDA0001280701930000026
分别是其受影响的起始时间和终止时间；t突发是突发事件的发生时刻；
Figure BDA0001280701930000031
是突发事件预计持续时间；h是线路l(i)上初始受影响的车站；
Figure BDA0001280701930000032
是车站j的列车停站时间；
Figure BDA0001280701930000033
是车站j和车站j+1之间的列车运行时间；
S22：根据受影响起讫站界定规则，确定轨道交通网络中间接受影响车站；
S23：根据突发事件的预计持续时间，在中断车站和间接受影响车站发布突发事件的突发事件信息和影响时间。
优选地，所述受影响起讫站界定规则为：如果起讫站间存在一条有效路径途经突发事件下的中断车站或线路，且原计划途经时间在其受影响时间范围内，则该起讫站为受影响起讫站，该起点站和终点站即为间接受影响车站。
优选地，所述S3包括：
S31：应用二重扫除算法生成城市轨道交通网络中的有效路径集合，结合不同起讫点间公交、出租车的出行方案属性值，构建突发事件下的多方式备选方案集，所述多方式备选方案集为
S＝{L1,L2,L3,L4,L5,L6,}
其中，L1是轨道交通内部受突发事件影响的路径，L2是轨道交通内部的绕行路径，L3是公交出行路径，L4是出租车出行路径，L5是轨道交通和公交的组合出行路径，L6是轨道交通和出租车的组合出行路径；若Li(i＝1,2,…,6)有多种属性值，则取时间最短路径的属性值。
S32：构建突发事件下乘客出行方案选择偏好模型，所述偏好模型为
Figure BDA0001280701930000034
Figure BDA0001280701930000035
其中，对于起点站为r、终点站为s的备选出行方案集合Krs中第i个出行方案，
Figure BDA0001280701930000036
为乘客n选择该方案的概率；
Figure BDA0001280701930000037
为其效用函数；
Figure BDA0001280701930000038
和
Figure BDA0001280701930000039
分别表示出行时间、出行费用和换乘次数；Xd为固有哑元，对于第1个出行方案Xd＝1，对于其他出行方案Xd＝0；Tdelay为轨道交通运营方发布的影响时间；α0,α1,α2,α3,α4分别为其对应的系数；
预测城市轨道交通网络中起讫站间客流分布为
Figure BDA00012807019300000310
其中，对于第j时段内的受影响起讫站rs，
Figure BDA00012807019300000311
是起讫站rs间客流预测值，
Figure BDA00012807019300000312
是列车正常运营下的站间客流值，
Figure BDA00012807019300000313
和
Figure BDA00012807019300000314
分别是突发事件下备选方案L1和L2被选择的概率，
Figure BDA0001280701930000041
是其他受影响起讫站间选择备选方案L5和L6的客流在更新轨道交通起讫点后、加载在起讫站rs间的客流值；
S33：基于城市轨道交通站间客流预测值，应用随机客流加载算法计算轨道交通内部有效路径集合中各路径的被选择概率，得到所述各路径的客流量，从而得到轨道交通断面客流，所述被选择概率为
Figure BDA0001280701930000042
Figure BDA0001280701930000043
其中，对于起讫站rs间的第k条出行路径，
Figure BDA0001280701930000044
是其被选择的概率，
Figure BDA0001280701930000045
是其效用函数，
Figure BDA0001280701930000046
和
Figure BDA0001280701930000047
分别是其出行时间、换乘次数、换乘时间和角度费用，δ1，δ2，δ3和δ4分别为其对应的系数。
角度费用是出行路径中每一区间走向与起讫站间直达方向的偏离，计算公式如下：
Figure BDA0001280701930000048
其中，
Figure BDA0001280701930000049
起讫站rs间的第k条路径的角度费用，Li是该路径第i个区间的长度，θi是该路径第i个区间与起讫站rs间直达方向的夹角，取值范围是(0,π)，
Figure BDA00012807019300000410
是该路径的区间个数。
优选地，所述S4中为乘客规划的出行路径包括：
若起讫站间存在有效路径：
推送轨道交通内部的效用最大路径、时间最短路径和拥挤度最小路径，并显示各路径出行时间、换乘次数和拥挤状态；
若起讫站间不存在有效路径，但仅部分区段失效：
推送轨道交通内部的效用最大路径，并显示路径的预计等待时间、出行时间、换乘次数和拥挤状态；
推送轨道交通和公交组合出行路径，并显示路径的出行时间、换乘次数和轨道交通区段的拥挤状态；
推送轨道交通和出租车组合出行路径，显示路径的出行时间、换乘次数和轨道交通区段的拥挤状态；
若起讫站间不存在有效路径，且全部区段失效：
推送轨道交通内部的效用最大路径，并显示路径的预计等待时间、出行时间、换乘次数和拥挤状态；
推送公交出行的时间最短路径，并显示路径的出行时间和换乘次数；
推送出租车出行的时间最短路径，并显示路径的出行时间和换乘次数。
优选地，所述拥挤度的计算公式为
Figure BDA0001280701930000051
Figure BDA0001280701930000052
其中，
Figure BDA0001280701930000053
为起讫站rs间路径k的客流拥挤度；σij为区间(i,j)的列车满载率；Tij为区间(i,j)的列车运行时间；
Figure BDA0001280701930000054
为rs间路径k的总区段数；fij为单位时间内区间(i,j)的断面客流量；n为单位时间内列车开行数量；P为列车最大运输能力，随列车车型不同而异；
所述拥挤状态的划分标准为
Figure BDA0001280701930000055
优选地，所述组合出行路径的确定方法如下：
设路径k是起讫站r、s间途经失效区段最少的路径，途经的失效区段为站p至站q，即pq；
若
Figure BDA0001280701930000056
则推送r→q乘坐公交/出租车、q→s乘坐轨道交通的组合出行路径；
若
Figure BDA0001280701930000057
则推送r→p乘坐轨道交通、p→s乘坐公交/出租车的组合出行路径；
若
Figure BDA0001280701930000058
则对比区段rp和qs的长度，推送较长区段乘坐轨道交通、剩余区段乘坐公交或出租车的组合出行路径。
优选地，该方法进一步包括S5：
每间隔一定时间粒度，判断列车是否恢复正常运营；
若未恢复，则重复S1-S4；
若已恢复正常运营，则终止突发事件信息发布，并终止乘客出行路径规划方法。
本发明的有益效果如下：
本发明通过界定突发事件的时空影响范围，确定突发事件信息发布的车站和线路，弥补了运营管理部门难以确定突发事件信息发布范围的不足。同时，基于突发事件下轨道交通乘客出行选择行为分析，预测轨道交通客流的重分布特征，进而考虑客流拥挤度，向乘客推送突发事件下的出行路径引导信息，引导乘客避开客流拥挤区段出行，克服了突发事件下无出行路径引导信息的不足。本发明所述技术方案可以缓解突发事件下轨道交通系统的客流拥挤，同时，为运营管理部门确定突发事件信息发布范围提供决策支撑，并为轨道交通乘客提供突发事件下个性化的出行信息服务奠定技术基础。
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示出本发明一种突发事件下城市轨道交通乘客出行路径规划方法的方法流程图。
图2示出本发明一种突发事件下城市轨道交通乘客出行路径规划方法提供突发事件下路径规划服务的方法流程图。
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。
图1示出根据本发明一种突发事件下城市轨道交通乘客出行路径规划方法具体实施例的方法流程图，本实施例中，该方法包括：
S1：获取城市轨道交通物理网络信息、运营网络信息和突发事件信息。所述城市轨道交通物理网络信息可包括城市轨道交通的物理网络拓扑数据和路径集合。所述路径集合包括轨道交通内部任意两站点间各有效路径的出行时间、换乘次数和出行费用信息以及以轨道交通任意两站点为起止点的公交车和出租车最短路径的出行时间、换乘次数和出行费用信息。所述运营网络信息可包括计划列车时刻表和列车正常运营条件下的分时站间客流数据。所述突发事件信息可包括突发事件的发生时间、中断车站和预计持续时间。
S2：基于获取的信息，确定突发事件在城市轨道交通网络内的影响空间和影响时间，并在所述影响空间内发布突发事件的影响时间。所述S2进一步可包括：
S21：基于所述突发事件信息，计算车站的受影响时间，所述受影响时间为
Figure BDA0001280701930000071
其中，
Figure BDA0001280701930000072
Figure BDA0001280701930000073
其中，
Figure BDA0001280701930000074
表示线路l(i)上车站k受突发事件影响的时间范围；
Figure BDA0001280701930000075
和
Figure BDA0001280701930000076
分别是其受影响的起始时间和终止时间；t突发是突发事件的发生时刻；
Figure BDA0001280701930000077
是突发事件预计持续时间；h是线路l(i)上初始受影响的车站；
Figure BDA0001280701930000078
是车站j的列车停站时间；
Figure BDA0001280701930000079
是车站j和车站j+1之间的列车运行时间；
S22：基于列车正常运营条件下的轨道交通客流随机分配模型，跟踪乘客的出行链，根据受影响起讫站界定规则，确定间接受影响的轨道交通车站。所述受影响起讫站界定规则为：如果起讫站间存在一条有效路径途经突发事件下的中断车站或线路，且原计划途经时间在其受影响的时间范围内，则该起讫站为受影响起讫站，该起点站和终点站即为间接受突发事件影响的车站。
S23：根据突发事件的预计持续时间，在中断车站和间接受影响车站发布突发事件下的列车延误信息，包括突发事件信息和影响时间。所述列车延误信息可包括列车稍有延误、列车延误10分钟以上和列车延误20分钟以上三种延误信息的发布，根据突发事件导致运营中断的预计持续时间确定发布哪种延误信息。
S3：综合城市轨道交通网络和其他交通方式，考虑突发事件下城市轨道交通乘客的出行选择行为特征，预测突发事件下城市轨道交通网络的断面客流。所述S3进一步可包括：
S31：应用双重扫除算法生成城市轨道交通网络中的有效路径集合，结合不同起讫点间公交、出租车的出行方案属性值，构建突发事件下的多方式备选方案集，所述多方式备选方案集为
S＝{L1,L2,L3,L4,L5,L6,}
其中，L1是轨道交通内部受突发事件影响的路径，L2是轨道交通内部的绕行路径，L3是公交出行路径，L4是出租车出行路径，L5是轨道交通和公交的组合出行路径，L6是轨道交通和出租车的组合出行路径。若Li(i＝1,2,…,6)有多种属性值，则取时间最短出行路径的属性值。L1,L2,L3,L4由输入的路径集合提取其属性值，L5和L6的构造方法如下：
设乘客原计划出行路径为受突发事件影响路径，此路径途经站点为Sr,Sr+1,…,Sn，乘客在站点Sm接收到列车延误信息，则Sm→Sn为未完成路径。
(1)若未完成路径不需要换乘，则L5和L6为空，否则进入(2)；
(2)若未完成路径上所有换乘站点均在中断区间后，则L5和L6分别为公交车、出租车至第1个换乘站，再换乘轨道交通至终点站，否则进入(3)；
(3)若未完成路径上所有换乘站点均在中断区间后，则L5和L6分别为轨道交通至最后1个换乘站，再换乘公交车、出租车至终点站，否则进入(4)；
(4)若未完成路径上部分换乘站在中断区间前，部分换乘站在中断区间后，则对比子方案：①公交车、出租车至第1个换乘站，再换乘轨道交通至终点站；②轨道交通至最后1个换乘站，再换乘公交车、出租车至终点站，以出行时间较小的方案作为L5和L6。
S32：构建突发事件下乘客出行方案选择偏好模型，所述偏好模型为
Figure BDA0001280701930000081
Figure BDA0001280701930000082
其中，对于起点站为r、终点站为s的备选出行方案集合Krs中第i个出行方案，
Figure BDA0001280701930000083
为乘客n选择该方案的概率；
Figure BDA0001280701930000084
为其效用函数；
Figure BDA0001280701930000085
和
Figure BDA0001280701930000086
分别表示出行时间(min)、出行费用(元)和换乘次数；Xd为固有哑元，对于第1个出行方案Xd＝1，对于其他出行方案Xd＝0；Tdelay为轨道交通运营方发布的列车延误时间(min)；α0,α1,α2,α3,α4分别为其对应的系数。
在本实施例中，效用函数为
Figure BDA0001280701930000087
基于乘客出行选择偏好分析，更新起讫站信息，预测突发事件下轨道交通起讫站间客流分布，预测公式为
Figure BDA0001280701930000091
其中，对于第j时段内的受影响起讫站rs，
Figure BDA0001280701930000092
是其站间客流预测值，
Figure BDA0001280701930000093
是列车正常运营下的站间客流值，
Figure BDA0001280701930000094
和
Figure BDA0001280701930000095
分别是突发事件下L1和L2备选方案被选择的概率，
Figure BDA0001280701930000096
是其他受影响起讫站间选择L5和L6备选方案的客流在更新轨道交通起止点后、加载在起讫站rs间的客流值；
S33：应用随机客流加载算法计算轨道交通内部有效路径集合中各路径的被选择概率，得到所述各路径的客流量，从而预测突发事件下的轨道交通断面客流，所述被选择概率为
Figure BDA0001280701930000097
Figure BDA0001280701930000098
其中，对于起讫站rs间的第k条出行路径，
Figure BDA0001280701930000099
是其被选择的概率，
Figure BDA00012807019300000910
是其效用函数，
Figure BDA00012807019300000911
和
Figure BDA00012807019300000912
分别是其出行时间(h)、换乘次数、换乘时间(h)和角度费用(km)。
角度费用是出行路径中每一区间走向与起讫站间直达方向的偏离，计算公式如下：
Figure BDA00012807019300000913
其中，
Figure BDA00012807019300000914
起讫站rs间的第k条路径的角度费用，Li是该路径第i个区间的长度，θi是该路径第i个区间与起讫站rs间直达方向的夹角，取值范围是(0,π)，
Figure BDA00012807019300000915
是该路径的区间个数。
在本实施例中，轨道交通内部的路径效用函数为
Figure BDA00012807019300000916
S4：如图2所示，本方法可为突发事件影响的乘客提供出行路径规划服务。根据城市轨道交通中有效路径状态和客流拥挤度，综合考虑其他交通方式，基于轨道交通乘客的路径规划请求，为乘客规划出行路径。所述S4中为乘客规划的出行路径包括：
1、若起讫站间存在有效路径：推送轨道交通内的效用最大路径、时间最短路径和拥挤度最小路径，并显示各路径的出行时间、换乘次数和拥挤状态；
2、若起讫站间不存在有效路径，但仅部分区段失效：推送效用最大路径，并显示路径的预计等待时间、出行时间、换乘次数和拥挤状态；推送轨道交通和公交的组合出行路径，并显示路径的出行时间、换乘次数和轨道交通区段的拥挤状态；推送轨道交通和出租车的组合出行路径，并显示路径的出行时间、换乘次数和轨道交通区段的拥挤状态；
3、若起讫站间不存在有效路径，且全部区段失效：推送效用最大路径，并显示路径的预计等待时间、出行时间、换乘次数和拥挤状态；推送公交出行的时间最短路径，并显示公交路径的出行时间和换乘次数；推送出租车出行的时间最短路径，并显示出租车路径的出行时间和换乘次数。
其中，所述效用最大路径是基于路径效用函数
Figure BDA0001280701930000101
所述时间最短路径是指从进入轨道交通车站至离开轨道交通系统花费总时间最短的路径。
若推送的路径途经受影响区段，则所显示的出行时间为预计等待时间加正常运营下的旅行时间之和。
所述拥挤度值为
Figure BDA0001280701930000102
Figure BDA0001280701930000103
其中，
Figure BDA0001280701930000104
为起讫站rs间路径k的客流拥挤度；σij为区间(i,j)的列车满载率；Tij为区间(i,j)的列车运行时间；
Figure BDA0001280701930000105
为rs间路径k的总区段数；fij为单位时间内区间(i,j)的断面客流量，基于突发事件下城市轨道交通网络客流预测获得；n为单位时间内列车开行数量；P为列车最大运输能力，随列车车型不同而异；
基于拥挤度值，结合轨道交通乘客对拥挤度的感知阈值调查，分为四种拥挤状态，包括非常拥挤、比较拥挤、有些拥挤和舒适。在本实施例中，划分标准如下：
Figure BDA0001280701930000106
所述城市轨道交通与公交、出租车的组合出行路径的确定方法如下：
设路径k是起讫站r、s间途经失效区段最少的路径，途经的失效区段为pq；
若
Figure BDA0001280701930000111
则推送r→q乘坐公交/出租车、q→s乘坐轨道交通的组合出行路径；
若
Figure BDA0001280701930000112
则推送r→p乘坐轨道交通、p→s乘坐公交/出租车的组合出行路径；
若
Figure BDA0001280701930000113
则对比区段rp和qs的长度，推送较长区段乘坐轨道交通、剩余区段乘坐公交/出租车的组合出行路径。
本方法进一步还可包括S5：突发事件下城市轨道交通乘客出行路径规划的终止。在本实施例中，每间隔5min，判断列车是否恢复正常运营。若未恢复，则基于城市轨道交通自动售检票系统实时收集的进出站客流数据，更新客流预测模型的输入，重新预测突发事件下轨道交通断面客流，进而考虑客流拥挤度，为乘客规划出行路径；若已恢复正常运营，则终止突发事件信息发布，并终止路径规划服务。
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 (7)

1.一种突发事件下城市轨道交通乘客出行路径规划方法，其特征在于，所述方法包括：
S1：获取城市轨道交通物理网络信息、运营网络信息和突发事件信息；
S2：基于获取的信息，确定突发事件在城市轨道交通网络内的影响空间和影响时间，并在所述影响空间内发布突发事件的影响时间；
S3：综合城市轨道交通和其他交通方式，考虑突发事件下城市轨道交通乘客的出行选择行为特征，预测突发事件下城市轨道交通网络的断面客流，进而估计各路经的客流拥挤度；
S4：根据城市轨道交通网络中有效路径状态和客流拥挤度，综合考虑其他交通方式，基于轨道交通乘客的路径规划请求，为乘客规划出行路径；
其中，所述S3包括：
S31：应用二重扫除算法生成城市轨道交通网络中的有效路径集合，结合不同起讫点间公交、出租车的出行方案属性值，构建突发事件下的多方式备选方案集，所述多方式备选方案集为
Lrs＝{L1,L2,L3,L4,L5,L6}
其中，Lrs是起点站r和终点站s之间的多方式备案方案集合；L1是该起讫点间轨道交通内部受突发事件影响的路径，L2是轨道交通内部的绕行路径，L3是公交出行路径，L4是出租车出行路径，L5是轨道交通和公交的组合出行路径，L6是轨道交通和出租车的组合出行路径；若Li(i＝1,2,…,6)有多种属性值，则取时间最短路径的属性值；
S32：构建突发事件下乘客出行方案选择偏好模型，所述偏好模型为
Figure FDA0002711905890000011
Figure FDA0002711905890000012
其中，对于起点站为r、终点站为s的备选出行方案集合Lrs中第i个出行方案，
Figure FDA0002711905890000013
为乘客选择该方案的概率；Vi rs为其效用函数；Ti rs、
Figure FDA0002711905890000014
和
Figure FDA0002711905890000015
分别表示出行时间、出行费用和换乘次数；Xd为固有哑元，对于第1个出行方案Xd＝1，对于其他出行方案Xd＝0；Tdelay为轨道交通运营方发布的影响时间；α0,α1,α2,α3,α4分别为其对应的系数；
预测城市轨道交通网络中起讫站间客流分布为
Figure FDA0002711905890000021
其中，对于第j时段内的受影响起讫站rs，
Figure FDA0002711905890000022
是起讫站rs间客流预测值，
Figure FDA0002711905890000023
是列车正常运营下的站间客流值，
Figure FDA0002711905890000024
和
Figure FDA0002711905890000025
分别是突发事件下备选方案L1和L2被选择的概率，
Figure FDA0002711905890000026
是其他受影响起讫站间选择备选方案L5和L6的客流在更新轨道交通起讫点后、加载在起讫站rs间的客流值；
S33：基于城市轨道交通站间客流预测值，应用随机客流加载算法计算轨道交通内部有效路径集合中各路径的被选择概率，得到所述各路径的客流量，从而得到轨道交通断面客流，所述被选择概率为
Figure FDA0002711905890000027
Figure FDA0002711905890000028
其中，对于起讫站rs之间轨道交通内部有效路径集合Krs中的第k条出行路径，
Figure FDA0002711905890000029
是其被选择的概率，
Figure FDA00027119058900000210
是其效用函数，
Figure FDA00027119058900000211
和
Figure FDA00027119058900000212
分别是其出行时间、换乘次数、换乘时间和角度费用，δ1，δ2，δ3和δ4分别为其对应的系数；
角度费用是出行路径中每一区间走向与起讫站间直达方向的偏离，计算公式如下：
Figure FDA00027119058900000213
其中，
Figure FDA00027119058900000214
是起讫站rs间的第k条路径的角度费用，Li是该路径第i个区间的长度，θi是该路径第i个区间与起讫站rs间直达方向的夹角，取值范围是(0,π)，
Figure FDA00027119058900000215
是该路径的区间个数；
S34:基于城市轨道交通断面客流预测值，估计各路径的客流拥挤度，计算公式为：
Figure FDA00027119058900000216
Figure FDA00027119058900000217
其中，
Figure FDA00027119058900000218
为起讫站rs间路径k的客流拥挤度；σi为该路径第i个区间的列车满载率；Ti为第i个区间的列车运行时间；
Figure FDA00027119058900000219
为rs间路径k的总区段数；fi为单位时间内第i个区间的断面客流量；n为单位时间内列车开行数量；P为列车最大运输能力，随列车车型不同而异；
所述拥挤状态的划分标准为
Figure FDA0002711905890000031
2.根据权利要求1所述的方法，其特征在于，
所述城市轨道交通物理网络信息为城市轨道交通的物理网络拓扑数据和路径集合；
所述运营网络信息为列车正常运营下的分时站间客流分布数据和计划列车时刻表；
所述突发事件信息为突发事件的发生时刻、中断车站和预计持续时间。
3.根据权利要求1所述的方法，其特征在于，所述S2包括：
S21：基于所述突发事件信息，计算车站的受影响时间，所述受影响时间为
Figure FDA0002711905890000032
其中，
Figure FDA0002711905890000033
Figure FDA0002711905890000034
其中，
Figure FDA0002711905890000035
表示线路l(i)上车站k受突发事件影响的时间范围；
Figure FDA0002711905890000036
和
Figure FDA0002711905890000037
分别是其受影响的起始时间和终止时间；t突发是突发事件的发生时刻；
Figure FDA0002711905890000038
是突发事件预计持续时间；h是线路l(i)上初始受影响的车站；
Figure FDA0002711905890000039
是车站j的列车停站时间；
Figure FDA00027119058900000310
是车站j和车站j+1之间的列车运行时间；
S22：根据受影响起讫站界定规则，确定轨道交通网络中间接受影响车站；
S23：根据突发事件的预计持续时间，在中断车站和间接受影响车站发布突发事件的突发事件信息和影响时间。
4.根据权利要求3所述的方法，其特征在于，所述受影响起讫站界定规则为：如果起讫站间存在一条有效路径途经突发事件下的中断车站或线路，且原计划途经时间在其受影响时间范围内，则该起讫站为受影响起讫站，该起点站和终点站即为间接受影响车站。
5.根据权利要求1所述的方法，其特征在于，所述S4中为乘客规划的出行路径包括：
若轨道交通内起讫站间存在有效路径：
推送轨道交通内部的效用最大路径、时间最短路径和拥挤度最小路径，并显示各路径出行时间、换乘次数和拥挤状态；
若轨道交通内起讫站间不存在有效路径，但仅部分区段失效：
推送轨道交通内部的效用最大路径，并显示路径的预计等待时间、出行时间、换乘次数和拥挤状态；
推送轨道交通和公交组合出行路径，并显示路径的出行时间、换乘次数和轨道交通区段的拥挤状态；
推送轨道交通和出租车组合出行路径，显示路径的出行时间、换乘次数和轨道交通区段的拥挤状态；
若轨道交通内起讫站间不存在有效路径，且全部区段失效：
推送轨道交通内部的效用最大路径，并显示路径的预计等待时间、出行时间、换乘次数和拥挤状态；
推送公交出行的时间最短路径，并显示路径的出行时间和换乘次数；
推送出租车出行的时间最短路径，并显示路径的出行时间和换乘次数。
6.根据权利要求5所述的方法，其特征在于，所述组合出行路径的确定方法如下：
设路径k是起讫站r、s间途经失效区段最少的路径，途经的失效区段为站p至站q，即pq；
若
Figure FDA0002711905890000041
则推送r→q乘坐公交或出租车、q→s乘坐轨道交通的组合出行路径；
若
Figure FDA0002711905890000042
则推送r→p乘坐轨道交通、p→s乘坐公交或出租车的组合出行路径；
若
Figure FDA0002711905890000043
则对比区段rp和qs的长度，推送较长区段乘坐轨道交通、剩余区段乘坐公交或出租车的组合出行路径。
7.根据权利要求1所述的方法，其特征在于，该方法进一步包括S5：
每间隔一定时间粒度，判断列车是否恢复正常运营；
若未恢复，则重复S1-S4；
若已恢复正常运营，则终止突发事件信息发布，并终止乘客出行路径规划方法。
CN201710285956.4A 2017-04-27 2017-04-27 一种突发事件下城市轨道交通乘客出行路径规划方法 Expired - Fee Related CN107194497B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710285956.4A CN107194497B (zh) 2017-04-27 2017-04-27 一种突发事件下城市轨道交通乘客出行路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710285956.4A CN107194497B (zh) 2017-04-27 2017-04-27 一种突发事件下城市轨道交通乘客出行路径规划方法

Publications (2)

Publication Number Publication Date
CN107194497A CN107194497A (zh) 2017-09-22
CN107194497B true CN107194497B (zh) 2020-12-08

Family

ID=59872332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710285956.4A Expired - Fee Related CN107194497B (zh) 2017-04-27 2017-04-27 一种突发事件下城市轨道交通乘客出行路径规划方法

Country Status (1)

Country Link
CN (1) CN107194497B (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886190B (zh) * 2017-10-20 2020-12-08 青岛海信网络科技股份有限公司 一种突发事件下乘客出行选择行为仿真方法及装置
CN108628991A (zh) * 2018-04-28 2018-10-09 上海久誉软件系统有限公司 轨道交通故障对客流影响的分析及可视化系统
CN108717583B (zh) * 2018-05-11 2021-08-03 东南大学 一种城市轨道交通区间中断条件下车站滞留旅客量实时预测方法
CN108846514B (zh) * 2018-06-07 2020-07-28 同济大学 一种突发事件下轨道交通客流疏散需求预测方法
CN109034482A (zh) * 2018-07-31 2018-12-18 重庆城市综合交通枢纽（集团）有限公司 公共交通出行诱导系统及其诱导方法
CN110322058B (zh) * 2019-06-21 2022-04-15 东南大学 一种考虑步行衔接的轨道交通出行方式时间最短路计算方法
CN110428117B (zh) * 2019-08-15 2021-10-22 北京交通大学 城市轨道交通多场景下客流精准诱导方法及系统
CN111325649B (zh) * 2020-02-19 2023-10-03 五邑大学 一种城市轨道交通组合式站点停靠方法
CN112101677B (zh) * 2020-09-23 2022-03-22 佳都科技集团股份有限公司 一种公共交通出行路径规划方法、装置、设备及存储介质
CN112132551B (zh) * 2020-09-30 2022-05-06 西南交通大学 一种城市轨道交通应急客流协同疏运方法
CN112308332A (zh) * 2020-11-10 2021-02-02 交控科技股份有限公司 轨道交通平行推演系统及方法
CN112465334B (zh) * 2020-11-24 2023-11-24 北京交通大学 一种轨道交通事故快速预警方法及系统
CN112508247B (zh) * 2020-11-26 2024-05-21 交控科技股份有限公司 一种交通异常信息的处理方法、装置及电子设备
CN112598907B (zh) * 2020-12-17 2021-12-07 东风商用车有限公司 拥堵预测方法、装置、设备及可读存储介质
CN112990566B (zh) * 2021-03-09 2024-03-22 东南大学 一种缓解轨道交通施工影响的常规公交主动改线方法
CN114912233B (zh) * 2022-04-19 2023-04-18 华北科技学院(中国煤矿安全技术培训中心) 路网运力下降的影响范围确定和协同管控的方法及系统
CN115081762B (zh) * 2022-08-24 2022-11-01 北京交通大学 基于城市轨道交通的乘客一体化智慧出行方法和系统
CN115660282B (zh) * 2022-10-28 2024-06-28 北京交通大学 面向乘客出行服务的轨道交通路网韧性评估方法及系统
CN116307441B (zh) * 2022-11-28 2023-11-03 北京交通大学 考虑突发场景的城市轨道交通枢纽换乘设施优化配置方法
CN116443080B (zh) * 2023-05-05 2023-12-29 北京交通大学 一种轨道交通行车调度指挥方法、系统、设备及介质
CN116843090B (zh) * 2023-07-21 2024-06-11 交控科技股份有限公司 对多条影响线路提供行车调整策略的方法及装置
CN117227810B (zh) * 2023-10-18 2024-04-26 中国矿业大学 一种轨道交通应急联动方法及系统
CN117649034B (zh) * 2023-12-08 2024-04-30 北京城建设计发展集团股份有限公司 一种运营中断事件下多阶段路网乘客出行仿真方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013085661A2 (en) * 2011-12-09 2013-06-13 General Electric Company System and method for planning movement of vehicles
CN103927591A (zh) * 2014-03-24 2014-07-16 北京交通大学 一种城市轨道交通应急疏散优化方法及系统
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
CN104766134A (zh) * 2015-03-16 2015-07-08 北京交通大学 在运营中断下进行城市轨道交通乘客出行诱导系统及其应用
CN106055687A (zh) * 2016-06-06 2016-10-26 青岛杰奥斯智能科技有限公司 一种地铁突发事件的应急处理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140350979A1 (en) * 2013-05-21 2014-11-27 Cubic Corporation Multi-modal journey planning and payment

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013085661A2 (en) * 2011-12-09 2013-06-13 General Electric Company System and method for planning movement of vehicles
CN103927591A (zh) * 2014-03-24 2014-07-16 北京交通大学 一种城市轨道交通应急疏散优化方法及系统
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
CN104766134A (zh) * 2015-03-16 2015-07-08 北京交通大学 在运营中断下进行城市轨道交通乘客出行诱导系统及其应用
CN106055687A (zh) * 2016-06-06 2016-10-26 青岛杰奥斯智能科技有限公司 一种地铁突发事件的应急处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于可达性的城轨既有站进出站客流预测;姚恩建 等;《铁道学报》;20160228;第1-7页 *
成网条件下地铁换乘量预测方法研究;张永生 等;《铁道学报》;20131130;第1-6页 *

Also Published As

Publication number Publication date
CN107194497A (zh) 2017-09-22

Similar Documents

Publication Publication Date Title
CN107194497B (zh) 一种突发事件下城市轨道交通乘客出行路径规划方法
TWI678306B (zh) 時刻表作成裝置及自動列車控制系統
CN107273999B (zh) 一种突发事件下城市轨道交通客流预测方法
CN109033718B (zh) 一种城市轨道交通线路失效的动态应急疏散方法
US10279818B2 (en) Method for directing passengers of public means of transport
WO2016045195A1 (zh) 一种城轨路网客流估算方法
CN109447340B (zh) 一种可靠性最短路的定制公交线路优化方法
CN108364127B (zh) 一种路网客流协同控制优化系统
CN108846514B (zh) 一种突发事件下轨道交通客流疏散需求预测方法
CN112214873B (zh) 一种轨道交通故障下的客流分布仿真评估方法及系统
CN111401643B (zh) 一种城市轨道交通客流回路自适应的智能列车调度方法
Diab et al. The farside story: measuring the benefits of bus stop location on transit performance
CN108364093B (zh) 基于能力瓶颈疏解策略的路网客流协同控制优化方法
D’Acierno et al. Assumptions and simulation of passenger behaviour on rail platforms
Li et al. Modelling cascade dynamics of passenger flow congestion in urban rail transit network induced by train delay
CN114707709A (zh) 铁路综合客运枢纽安全预警方法及系统
CN113780654B (zh) 地铁站中对乘客行走指引的方法、装置、设备及存储介质
CN113298390B (zh) 一种突发异构客流的多式协同疏散方案集构建方法及装置
WO2020026703A1 (ja) 輸送力調整装置、輸送力調整システムおよび輸送力調整方法
CN109544927B (zh) 一种多层网络协同限行方法
KR101112191B1 (ko) 에이전트 기반 실시간 통행시간 산정장치 및 그 방법
CN114971085B (zh) 一种公交站点可达性的预测方法、系统及存储介质
Ceder et al. Detecting and improving public-transit connectivity with case studies of two world sport events
Hansen Review of planning and capacity analysis for stations with multiple platforms–Case Stuttgart 21
Yin et al. A two-stage stochastic optimization model for passenger-oriented metro rescheduling with backup trains

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201208

Termination date: 20210427

CF01 Termination of patent right due to non-payment of annual fee