CN107766983A - 一种城市轨道交通车站应急救援驻车点的设置方法 - Google Patents

一种城市轨道交通车站应急救援驻车点的设置方法 Download PDF

Info

Publication number
CN107766983A
CN107766983A CN201711024777.1A CN201711024777A CN107766983A CN 107766983 A CN107766983 A CN 107766983A CN 201711024777 A CN201711024777 A CN 201711024777A CN 107766983 A CN107766983 A CN 107766983A
Authority
CN
China
Prior art keywords
station
passenger flow
transfer
stations
rail transit
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.)
Granted
Application number
CN201711024777.1A
Other languages
English (en)
Other versions
CN107766983B (zh
Inventor
任刚
徐磊
卢佳
周哲祎
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201711024777.1A priority Critical patent/CN107766983B/zh
Publication of CN107766983A publication Critical patent/CN107766983A/zh
Application granted granted Critical
Publication of CN107766983B publication Critical patent/CN107766983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种城市轨道交通车站应急救援驻车点的设置方法，分别基于换乘客流、区位客流与日客流量对车站的换乘、区位和等级重要性进行量化，进而量化车站的交通重要性。最后根据交通重要性值，来设置目标车站要求覆盖的驻车点的最少数目，有利于应急救援驻车点的选址设置，减少救援车辆的应急延误，提高应急救援效率。

Description

一种城市轨道交通车站应急救援驻车点的设置方法
技术领域
本发明涉及一种城市轨道交通车站应急救援驻车点的设置方法,属于城市交通应急管理与控制技术领域。
背景技术
城市轨道交通车站的交通重要性可以理解为轨道交通车站发生突发事件的可能性，以及伴随产生的应急救援需求强度。在国内外众多的研究中，城市轨道交通车站也通常被视为应急救援的需求点，并对城市轨道交通网络化应急救援驻车点的设置进行研究。驻车点的重要功能是及时向突发事件车站提供帮助，但是，在城市轨道交通网络中，车站发生突发事件的可能性又往往会受到车站本身的诸多特性影响，诸如车站的换乘规模、车站的区位功能及车站的等级大小，由此而产生的危险程度也会有所差异，从而导致对应的应急救援需求强度也会有所不同。应根据车站发生突发事件的可能性，合理设置车站要求覆盖的驻车点的数目，从而优化应急救援驻车点的设置。
根据城市轨道交通车站交通重要性影响因素，可将车站的交通重要性划分为换乘重要性、区位重要性及等级重要性。轨道车站的换乘规模随着可换乘线路的增加而扩大，从而吸引更多的客流量，势必会影响车站的交通重要性。一个车站的性质、规模和发展潜力在一定程度上往往会受到车站所处位置的影响，城市区位的不同，车站周围的环境也就有所区别，进而导致车站客流的性质以及强度也会发生变化，同时，车站潜在客流的增加性和变化的可能性也会受到城市区位发展的影响。车站的等级不同，其对应的车站的客流量也会有着巨大的差异，而相对地，人多的地方的不确定因素必然会强于人少的地方，进而直接影响车站的交通重要性，导致发生意外事件的概率要大，相应的应急救援需求强度便会增加。
目前，国内外现有研究仅仅是在路网拓扑结构的基础上，利用各种算法理论实现对重点车站或关键车站的识别和提取，无法对一座城市中所有的车站进行一个直观的比较。随着城市体量的不断增长，城市轨道交通网络势必会持续扩大，轨道交通车站的数量也将会不断增加，仅仅对重点车站或关键车站的识别已经不能满足未来交通管理的需求，这需要我们能够从多个方面对所有车站的交通重要性有一个直观的比较。因此，在一种相对合理的方法下对位于同一城市中的车站的交通重要性进行量化，将促进我们掌握车站突发事件发生的可能性及车站应急救援需求强度，从而有利于我们最优化设置应急救援驻车点，在发生突发事件时，减少应急车辆运行延误，提高应急救援效率，推动城市应急交通管理的发展，提高城市生活品质。
发明内容
本发明所要解决的技术问题是提供一种城市轨道交通车站应急救援驻车点的设置方法，该方法通过量化位于同一城市的轨道交通车站交通重要性，从而确定车站意外事件的偶发性及应急需求强度，进一步得到车站要求覆盖的应急救援驻车点的最小数目，有利于应急救援驻车点的选址设置，减少救援车辆的应急延误，提高应急救援效率。
本发明为解决上述技术问题采用以下技术方案：
本发明提供一种城市轨道交通车站应急救援驻车点的设置方法，该方法通过量化城市轨道交通车站的交通重要性，来设置目标车站要求覆盖的驻车点的最少数目，具体包括以下步骤：
步骤1：获取城市每个轨道交通车站的日客流量，包括进站客流量、出站客流量及换乘客流量；
步骤2：基于换乘客流量，对城市所有轨道交通车站进行分类，量化每类车站的换乘重要性值；
步骤3：基于区位客流量，对城市所有轨道交通车站进行分类，量化每类车站的区位重要性值；
步骤4：基于日客流量，对城市所有轨道交通车站进行分级，量化每级车站的等级重要性值；
步骤5：根据目标车站的等级及所属类别，得到目标车站的交通重要性值；
步骤6：依据目标车站的交通重要性值，得到目标车站要求覆盖的最少驻车点数目，完成应急救援驻车点的设置。
作为本发明的进一步优化方案，步骤2包括以下步骤：
步骤2.1：根据经过每个轨道交通车站的轨交线路数量对轨道交通车站进行类型划分，如果有m条线路经过车站，m≥2，则称该车站为m线换乘站，m线换乘站的车站数量记为am，记m的最大值为b；对于只有一条线路经过的车站，称其为非换乘站；
步骤2.2：基于m线换乘站中的每个车站的换乘客流量，对am个m线换乘站进行聚类，并求出每一聚类的中心，用聚类中心的换乘客流量代表该类m线换乘站的换乘客流量，第i类m线换乘站的数量为nmi，i＝1,2,…,n，n为类别数；
步骤2.3：第i类m线换乘站的换乘重要性值wtmi为第i类m线换乘站的聚类中心在所有聚类中心中所占的比重：
其中，Qmi为第i类m线换乘站的中心的换乘客流量。
作为本发明的进一步优化方案，步骤2.3中第i类m线换乘站的中心的换乘客流量Qmi的确认步骤为：
步骤2.3.1：若am<＝2，则每个m线换乘站自成一类，且对应类别的中心的换乘客流量即为该车站的换乘客流量；
步骤2.3.2：若am>＝3，则第i类m线换乘站的中心的换乘客流量即为使得取得最小值时的Q的值，其中，Qij为第i类m线换乘站中第j个换乘站的换乘客流量，Q为区间内的任一整数，为第i类m线换乘站中的最大换乘客流量，为第i类m线换乘站中的最小换乘客流量。
作为本发明的进一步优化方案，步骤3包括以下步骤：
步骤3.1：基于每个轨道交通车站的进站客流量与出站客流量，计算每个轨道交通车站的区位客流量，区位客流量为进站客流量与出站客流量之和；
步骤3.2：基于每个轨道交通车站的区位客流量，对所有轨道交通车站进行聚类，并求出每一类车站的聚类中心，用聚类中心的区位客流量表示该类车站的区位客流量，第r类车站的数量为nr，r＝1,2,…,k，k为类别数；
步骤3.3：第r类车站的区位重要性值wlr为第r类车站的聚类中心在所有聚类中心中的比重：
其中，Qr为第r类车站的聚类中心的区位客流量。
作为本发明的进一步优化方案，步骤3.3中第r类车站的聚类中心的区位客流量Qr为使得取得最小值时的Q′的值，其中，Qrq为第r类车站中第q个车站的区位客流量，Q为区间内的任一整数，为第r类车站中的最大区位客流量，为第r类车站中的最小区位客流量。
作为本发明的进一步优化方案，步骤4包括以下步骤：
步骤4.1：基于每个轨道交通车站的进站客流量、出站客流量及换乘客流量，计算每个轨道交通车站的日客流量，日客流量为进站客流量、出站客流量及换乘客流量之和；
步骤4.2：基于每个轨道交通车站的日客流量，将所有轨道交通车站进行分级，并用每级车站的平均日客流量表示该级车站的日客流量，第s级车站的数量为ns，s＝1,2,…,p，p为类别数；
步骤4.3：第s级车站的等级重要性值wgs为第s级车站的平均日客流量在所有等级的日客流量中所占的比重：
其中，Qds为第s级车站的平均日客流量，Qsy为第s级车站中第y个车站的日客流量。
作为本发明的进一步优化方案，步骤4.2中将所有轨道交通车站进行分为四级：1)日客流量大于100万人次的特大型站，2)日客流量在20-100万人次区间的大型站，3)日客流量在5-20万人次区间的中型站，4)日客流量小于5万人次的小型站。
作为本发明的进一步优化方案，步骤5中目标车站的交通重要性值为目标车站的换乘重要性值、区位重要性值和等级重要性值之和。
作为本发明的进一步优化方案，步骤6具体为：
1)若目标车站的交通重要性值w在[0,0.5)区间内，则目标车站要求覆盖的最少驻车点数目为1；
2)若目标车站的交通重要性值w在[0.5,1.5)区间内，则目标车站要求覆盖的最少驻车点数目为2；
3)若目标车站的交通重要性值w在[1.5,2)区间内，则目标车站要求覆盖的最少驻车点数目为3；
4)若目标车站的交通重要性值w在[2,3)区间内，则目标车站要求覆盖的最少驻车点数目为4。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1.本发明中的量化城市轨道交通车站交通重要性脱离定性分析，相对地量化了轨道车站的交通重要性，分别从车站的换乘、车站的区位及车站的等级这三个方面进行量化综合，考虑全面，且交通重要性的数值化便于人们直观比较，进一步基于该数值能够有效确定驻车点最少数目，便于设置应急救援驻车点，从而有利于减少应急延误，提高应急救援效率；
2.本发明中在量化城市轨道交通车站交通重要性时，采用不同的客流实现了对车站不同方面重要性的针对性量化，首先从换乘客流的角度量化了换乘重要性，其次利用入站客流与出站客流得到区位客流，从而量化了区位重要性，最后综合车站的换乘客流、入站客流和出站客流，利用车站的单日客流量量化了等级重要性；
3.本发明中的量化城市轨道交通车站交通重要性，采用了聚类算法，利用各自的聚类中心表示对应类车站的相应客流；
4.本发明中的量化城市轨道交通车站交通重要性操作流程简单易懂，实用性强，便于工作人员的使用。
附图说明
图1是轨道交通车站交通重要性示意图；
图2是本发明的方法流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
轨道交通车站交通重要性如图1所示，轨道交通车站的交通重要性主要来自于换乘重要性、区位重要性及等级重要性，三者相互独立却又共同构成了车站的交通重要性。
本发明一种城市轨道交通车站应急救援驻车点的设置方法，如图2所示，主要包括以下步骤：
步骤1：获取城市每个轨道交通车站的日客流量；
步骤2：基于换乘客流量，对城市所有轨道交通车站进行分类，量化每类车站的换乘重要性值；
步骤3：基于区位客流量，对城市所有轨道交通车站进行分类，量化每类车站的区位重要性值；
步骤4：基于日客流量，对城市所有轨道交通车站进行分级，量化每级车站的等级重要性值；
步骤5：根据目标车站的等级及所属类别，得到目标车站的交通重要性值；
步骤6：依据目标车站的交通重要性值，得到目标车站要求覆盖的最少驻车点数目，完成应急救援驻车点的设置。
步骤1中，轨道交通车站的日客流量为：车站的日客流量包括主要包括进站客流Qe、出站客流Qo和换乘客流Qt，可向城市轨道交通运营组织获取该数据，另一方面，也可自行实地调查获取。
步骤2中，量化车站的换乘重要性具体为：
根据经过该车站的轨交线路数量对车站进行类型划分，如果有m(m≥2)条线路经过车站，则称该车站为m线换乘站，m线换乘站的车站数量记为am，记m的最大值为b；对于只有一条线路经过的车站，称其为非换乘站。
不同的车站即使均属于m线换乘站，其换乘客流相差也会存在差异，一个数值很难代表全部m线换乘站。故在对换乘车站进行初步类型划分的基础上，再进行分类，将换乘客流量相似的车站划分为一类。基于m线换乘站中的每个车站的换乘客流量，对m线换乘站进行聚类分析，划分为n类，第i类m线换乘站的数量记为nmi，i＝1,2,…,n，并求出每一聚类的中心，用其代表该类车站的换乘客流量，具体过程如下：
(1)判断m线换乘站中的车站数量am，若am<＝2，则每个车站自成一类，且对应类别的中心的换乘客流量即为该车站的换乘客流量。
(2)如果包含的车站数量am>＝3，则利用SPSS软件基于系统聚类算法对m线换乘站进行聚类分析，具体流程如下：
首先，运行SPSS软件(SPSS11.5及之后版本)，弹出“数据编辑器”界面，按“文件-打开-数据”顺序单击菜单项，弹出“打开数据”对话框，选择并打开换乘客流量数据文件；
然后，打开数据文件后，按“分析-分类-系统聚类”顺序单击菜单项，弹出“系统聚类分析”对话框，将区位客流选入“变量”框中，“分群”选中“个案”；点击“统计量”，弹出“统计量”对话框，选中“相似性矩阵”后，点击“继续”；点击“绘制”，弹出“图”对话框，，选中“树状图”；点击“方法”，聚类方法选择“组间连接”，度量标准选中“区间-平方Euclidean距离”，点击“继续”，回到“系统聚类分析”对话框；
最后，点击“确定”，开始进行聚类分析并弹出“查看器”界面，从“聚类表”和“树状图”中得到聚类数n，通过树状图可得知每一类的成员及数量nmi。
完成对车站的分类后，对m线换乘站中第i类的聚类中心的换乘客流量Qmi进行计算，用其表示第i类m线换乘站的换乘客流量，具体流程如下：
(1)比较第i类m线换乘站中各车站的换乘客流大小，记最大换乘客流为最小换乘客流为
(2)将区间内的每一个整数分别依次作为Q代入式子进行计算，Qij表示第i类m线换乘站中第j个换乘站的换乘客流量，当令式子取得最小值时，此时的Q即为第i类m线换乘站的聚类中心Qmi的换乘客流量。
对换乘重要性进行量化，将第i类m线换乘站的聚类中心在所有聚类中心中所占的比重记为第i类m线换乘站的换乘重要性值wtmi，计算公式如下：
步骤3中，量化车站的区位重要性具体为：
基于每一个车站的进站客流Qe与出站客流Qo，计算每个车站的区位客流量Ql，计算公式如下：
Ql＝Qe+Qo
由于不同城市区位的城市轨道交通车站对客流的吸引力差别很大，从而导致车站的区位客流差别也很大，反之，吸引力接近的城市区位，其给车站带来的区位客流也比较一致。故获得车站的区位客流后，基于每个车站的区位客流量，对所有的车站进行聚类分析，将相似的车站划为一类，共划分为k类，第r类的车站数量记为nr，利用数学工具基于系统聚类算法对车站进行聚类分析，具体流程如下：
(1)运行SPSS软件(SPSS11.5及之后版本)，弹出“数据编辑器”界面，按“文件-打开-数据”顺序单击菜单项，弹出“打开数据”对话框，选择并打开区位客流量数据文件；
(2)打开数据文件后，按“分析-分类-系统聚类”顺序单击菜单项，弹出“系统聚类分析”对话框，将区位客流选入“变量”框中，“分群”选中“个案”；点击“统计量”，弹出“统计量”对话框，选中“相似性矩阵”后，点击“继续”；点击“绘制”，弹出“图”对话框，，选中“树状图”；点击“方法”，聚类方法选择“组间连接”，度量标准选中“区间-平方Euclidean距离”，点击“继续”，回到“系统聚类分析”对话框；
(3)点击“确定”，开始进行聚类分析并弹出“查看器”界面，从“聚类表”和“树状图”中得到聚类数k，通过树状图可得知每一类的成员及数量nr。
完成车站类别划分后，求出每一类车站的聚类中心Qr，用其表示第r类车站的区位客流量，具体流程如下：
(1)比较第r类车站中各车站区位客流的大小，记其中最大换乘客流为最小换乘客流为
(2)将区间内的每一个整数数分别依次作为Q′代入式子进行计算，Qrq为第r类车站中第q个车站的区位客流量，当令式子取得最小值时，此时的Q′即为第r类车站的聚类中心Qr。
对区位重要性进行量化，将第r类车站的区位重要性定义为第r类车站的聚类中心在所有聚类中心中的比重wlr，计算公式如下：
步骤4中，量化车站的等级重要性具体为：
根据获取的进站客流、出站客流和换乘客流，计算城市轨道交通车站的单日客流量Qd，当城市轨道交通车站为非换乘站时，换乘客流记为0，计算公式为：
Qd＝Qt+Qe+Qo
基于城市轨道交通车站客流量，依据《城市轻轨交通工程设计指南》可将车站进行分级，如表1所示，并统计第s级的车站数量ns，s＝1,2,3,4。
表1城市轨道交通车站等级表
车站等级 单日客流量(万人次/天)
特大型站 >100
大型站 20～100
中型站 5～20
小型站 <5
对车站进行分级后，求出每一等级下所有车站日客流量的平均值，用其表示该等级下轨道交通车站的日客流量Qds，计算公式为：
式中：Qsy为第s级车站中第y个车站的日客流量。
对等级重要性进行量化，将车站的等级重要性定义为该等级下的平均日客流量在所有等级的平均日客流量中所占的比重wgs，计算公式如下：
步骤5中，综合换乘、区位及等级三重要性，得到目标车站的交通重要性数值具体为：
(1)确定目标车站的等级、其属于哪类m线换乘站以及在区位划分中属于哪类城市区位车站；
(2)考虑到城市轨道交通车站的交通重要性受到车站的换乘、区位及等级三个因素的影响，三者相互联系且影响相互叠加，进而体现出车站的交通重要性，目标车站的交通重要性值w：
w＝wt+wl+wg
式中：w表示目标车站的交通重要性值；wt表示目标车站的换乘重要性数值；wl表示目标车站的区位重要性值；wg表示目标车站的等级重要性值。
步骤6中，依据目标车站的交通重要性值，得到目标车站要求覆盖的最少驻车点数目的方法如下：
交通重要性值不同，即车站的突发事件发生概率有所不同，其应急需求强度也有所差异，故约定不同数值区间的车站要求覆盖的应急救援驻车点最少数目有所不同，如表2所示，目标车站的交通重要性值w参照表2，即可得到目标车站要求覆盖的驻车点的最少数目。
表2目标车站要求覆盖的驻车点的最少数目
交通重要性值区间 最少数目 说明
0≤w<0.5 1 突发事件发生可能性极小，应急需求基本没有
0.5≤w<1.5 2 突发事件发生可能性一般，应急需求较为明显
1.5≤w<2 3 突发事件发生可能性较大，应急需求较为强烈
2≤w<3 4 突发事件发生可能性极大，应急需求非常强烈
下面通过实例对本发明进行描述：
实施例1：以国内某市的城市轨道交通网络为例，对城市轨道交通车站的交通重要性进行量化。
1.车站客流获取
申请向该市的城市轨道交通运营组织获取客流数据，获得的数据包括：每个车站的进站客流、出站客流和换乘客流。
2.量化换乘重要性
通过实地调查，得到该市共有288座车站，根据车站的线路数量对车站进行类型划分，结果如表3所示。
表3城市轨道交通车站类型划分表
车站类型 数量
三线换乘站 3
二线换乘站 35
非换乘站 250
(1)基于三线换乘站和二线换乘各自的换乘客流，对换乘站进行分类，三线换乘站分为1类，二线换乘站分为4类；
(2)计算得到三线换乘站的聚类中心为Q31＝364785人/日；二线换乘站每类的聚类中心分别是：Q21＝248754，Q22＝193423，Q23＝156428，Q24＝104682；它们分别表示对应类车站的换乘客流量；
(3)计算换乘重要性的数值，结果如表4所示。
表4城市轨道交通车站换乘重要性值
3.量化区位重要性
(1)基于城市轨道交通车站的入站客流与出站客流，计算得到车站的区位客流；
(2)基于车站的区位客流，利用聚类算法对所有车站进行聚类分析，将车站划分为4类，计算每一类的聚类中心，分别是Q1＝136424，Q2＝96784，Q3＝83655，Q4＝47216，，它们分别表示对应类车站的区位客流量；
(3)计算每一类车站的区位重要性，结果如表5所示。
表5城市轨道交通车站区位重要性值
车站类型 区位重要性值
第一类 0.37
第二类 0.27
第三类 0.23
第四类 0.13
4.量化等级重要性
(1)基于城市轨道交通车站的入站客流、出站客流与换乘客流，计算得到车站的单日客流量；
(2)基于车站的单日客流量，按照表1城市轨道交通车站等级表对该市车站进行等级划分，划分结果如表6所示；
表6某市城市轨道交通车站等级划分
车站等级 数量
特大型站 0
大型站 16
中型站 188
小型站 84
(3)计算每个等级下车站的平均日客流量，并计算等级重要性，结果如表7所示。
表7某市轨道交通车站等级重要性值
车站等级 等级重要性值
大型站 0.51
中型站 0.33
小型站 0.16
5.综合三重要性值，得到车站的交通重要性值
已知该市某一车站属于二线换乘站第2类，被划分为第二类城市区位，且是一座大型站，故结合表3、表4和表6中的换乘、区位和等级重要性值，可计算得到该车站的交通重要性值w＝0.18+0.27+0.51＝0.96。
6.基于目标车站的交通重要性值，得到目标车站要求覆盖的最少驻车点数目。
计算得到目标车站的交通重要性值w＝0.96，位于0.5至1之间，故根据表2可知，该目标车站突发事件发生概率一般，应急需求较为明显，故目标车站要求覆盖的应急救援驻车点的最少次数为2，即该车站至少应该在两个驻车点的救援范围之内。
以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (9)

1.一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，该方法通过量化城市轨道交通车站的交通重要性，来设置目标车站要求覆盖的驻车点的最少数目，具体包括以下步骤：
步骤1：获取城市每个轨道交通车站的日客流量，包括进站客流量、出站客流量及换乘客流量；
步骤2：基于换乘客流量，对城市所有轨道交通车站进行分类，量化每类车站的换乘重要性值；
步骤3：基于区位客流量，对城市所有轨道交通车站进行分类，量化每类车站的区位重要性值；
步骤4：基于日客流量，对城市所有轨道交通车站进行分级，量化每级车站的等级重要性值；
步骤5：根据目标车站的等级及所属类别，得到目标车站的交通重要性值；
步骤6：依据目标车站的交通重要性值，得到目标车站要求覆盖的最少驻车点数目，完成应急救援驻车点的设置。
2.根据权利要求1所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤2包括以下步骤：
步骤2.1：根据经过每个轨道交通车站的轨交线路数量对轨道交通车站进行类型划分，如果有m条线路经过车站，m≥2，则称该车站为m线换乘站，m线换乘站的车站数量记为am，记m的最大值为b；对于只有一条线路经过的车站，称其为非换乘站；
步骤2.2：基于m线换乘站中的每个车站的换乘客流量，对am个m线换乘站进行聚类，并求出每一聚类的中心，用聚类中心的换乘客流量代表该类m线换乘站的换乘客流量，第i类m线换乘站的数量为nmi，i＝1，2，...，n，n为类别数；
步骤2.3：第i类m线换乘站的换乘重要性值wtmi为第i类m线换乘站的聚类中心在所有聚类中心中所占的比重：
<mrow> <msub> <mi>w</mi> <mrow> <mi>t</mi> <mi>m</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>Q</mi> <mrow> <mi>m</mi> <mi>i</mi> </mrow> </msub> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>m</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>b</mi> </msubsup> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>Q</mi> <mrow> <mi>m</mi> <mi>i</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
其中，Qmi为第i类m线换乘站的中心的换乘客流量。
3.根据权利要求2所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤2.3中第i类m线换乘站的中心的换乘客流量Qmi的确认步骤为：
步骤2.3.1：若am＜＝2，则每个m线换乘站自成一类，且对应类别的中心的换乘客流量即为该车站的换乘客流量；
步骤2.3.2：若am＞＝3，则第i类m线换乘站的中心的换乘客流量即为使得取得最小值时的Q的值，其中，Qij为第i类m线换乘站中第j个换乘站的换乘客流量，Q为区间内的任一整数，为第i类m线换乘站中的最大换乘客流量，为第i类m线换乘站中的最小换乘客流量。
4.根据权利要求1所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤3包括以下步骤：
步骤3.1：基于每个轨道交通车站的进站客流量与出站客流量，计算每个轨道交通车站的区位客流量，区位客流量为进站客流量与出站客流量之和；
步骤3.2：基于每个轨道交通车站的区位客流量，对所有轨道交通车站进行聚类，并求出每一类车站的聚类中心，用聚类中心的区位客流量表示该类车站的区位客流量，第r类车站的数量为nr，r＝1，2，...，k，k为类别数；
步骤3.3：第r类车站的区位重要性值wlr为第r类车站的聚类中心在所有聚类中心中的比重：
<mrow> <msub> <mi>w</mi> <mrow> <mi>l</mi> <mi>r</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>Q</mi> <mi>r</mi> </msub> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>r</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </msubsup> <msub> <mi>Q</mi> <mi>r</mi> </msub> </mrow> </mfrac> </mrow>
其中，Qr为第r类车站的聚类中心的区位客流量。
5.根据权利要求4所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤3.3中第r类车站的聚类中心的区位客流量Qr为使得取得最小值时的Q′的值，其中，Qrq为第r类车站中第q个车站的区位客流量，Q为区间内的任一整数，为第r类车站中的最大区位客流量，为第r类车站中的最小区位客流量。
6.根据权利要求1所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤4包括以下步骤：
步骤4.1：基于每个轨道交通车站的进站客流量、出站客流量及换乘客流量，计算每个轨道交通车站的日客流量，日客流量为进站客流量、出站客流量及换乘客流量之和；
步骤4.2：基于每个轨道交通车站的日客流量，将所有轨道交通车站进行分级，并用每级车站的平均日客流量表示该级车站的日客流量，第s级车站的数量为ns，s＝1，2，...，p，p为类别数；
步骤4.3：第s级车站的等级重要性值wgs为第s级车站的平均日客流量在所有等级的日客流量中所占的比重：
<mrow> <msub> <mi>w</mi> <mrow> <mi>g</mi> <mi>s</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>Q</mi> <mrow> <mi>d</mi> <mi>s</mi> </mrow> </msub> <mrow> <msub> <mi>&amp;Sigma;Q</mi> <mrow> <mi>d</mi> <mi>s</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
其中，Qds为第s级车站的平均日客流量，Qsy为第s级车站中第y个车站的日客流量。
7.根据权利要求6所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤4.2中将所有轨道交通车站进行分为四级：1)日客流量大于100万人次的特大型站，2)日客流量在20-100万人次区间的大型站，3)日客流量在5-20万人次区间的中型站，4)日客流量小于5万人次的小型站。
8.根据权利要求1所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤5中目标车站的交通重要性值为目标车站的换乘重要性值、区位重要性值和等级重要性值之和。
9.根据权利要求1所述的一种城市轨道交通车站应急救援驻车点的设置方法，其特征在于，步骤6具体为：
1)若目标车站的交通重要性值w在[0，0.5)区间内，则目标车站要求覆盖的最少驻车点数目为1；
2)若目标车站的交通重要性值w在[0.5，1.5)区间内，则目标车站要求覆盖的最少驻车点数目为2；
3)若目标车站的交通重要性值w在[1.5，2)区间内，则目标车站要求覆盖的最少驻车点数目为3；
4)若目标车站的交通重要性值w在[2，3)区间内，则目标车站要求覆盖的最少驻车点数目为4。
CN201711024777.1A 2017-10-27 2017-10-27 一种城市轨道交通车站应急救援驻车点的设置方法 Active CN107766983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711024777.1A CN107766983B (zh) 2017-10-27 2017-10-27 一种城市轨道交通车站应急救援驻车点的设置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711024777.1A CN107766983B (zh) 2017-10-27 2017-10-27 一种城市轨道交通车站应急救援驻车点的设置方法

Publications (2)

Publication Number Publication Date
CN107766983A true CN107766983A (zh) 2018-03-06
CN107766983B CN107766983B (zh) 2021-03-16

Family

ID=61271646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711024777.1A Active CN107766983B (zh) 2017-10-27 2017-10-27 一种城市轨道交通车站应急救援驻车点的设置方法

Country Status (1)

Country Link
CN (1) CN107766983B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110046760A (zh) * 2019-04-10 2019-07-23 武汉理工大学 一种考虑受灾点需求紧迫性的医疗救援点选址方法
CN110427402A (zh) * 2019-07-24 2019-11-08 上海工程技术大学 一种轨道交通故障延误传播及波及范围推估系统
CN116258286A (zh) * 2023-05-16 2023-06-13 山东双百电子有限公司 一种具有区域协调优化功能的系统
CN117371763A (zh) * 2023-12-05 2024-01-09 天津鹏达金融外包服务有限公司 一种道路汽车智慧救援服务系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218513A (zh) * 2013-03-15 2013-07-24 北京交通大学 一种城市轨道交通运行安全的判定方法
CN105303865A (zh) * 2014-05-30 2016-02-03 谷歌公司 检测用于交通出行分组的重要交通站点

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218513A (zh) * 2013-03-15 2013-07-24 北京交通大学 一种城市轨道交通运行安全的判定方法
CN105303865A (zh) * 2014-05-30 2016-02-03 谷歌公司 检测用于交通出行分组的重要交通站点

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙世炜: "城市轨道交通路网关键车站识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110046760A (zh) * 2019-04-10 2019-07-23 武汉理工大学 一种考虑受灾点需求紧迫性的医疗救援点选址方法
CN110046760B (zh) * 2019-04-10 2022-06-14 武汉理工大学 一种考虑受灾点需求紧迫性的医疗救援点选址方法
CN110427402A (zh) * 2019-07-24 2019-11-08 上海工程技术大学 一种轨道交通故障延误传播及波及范围推估系统
CN110427402B (zh) * 2019-07-24 2021-10-08 上海工程技术大学 一种轨道交通故障延误传播及波及范围推估系统
CN116258286A (zh) * 2023-05-16 2023-06-13 山东双百电子有限公司 一种具有区域协调优化功能的系统
CN117371763A (zh) * 2023-12-05 2024-01-09 天津鹏达金融外包服务有限公司 一种道路汽车智慧救援服务系统
CN117371763B (zh) * 2023-12-05 2024-02-23 天津鹏达金融外包服务有限公司 一种道路汽车智慧救援服务系统

Also Published As

Publication number Publication date
CN107766983B (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN107766983B (zh) 一种城市轨道交通车站应急救援驻车点的设置方法
CN111311918B (zh) 一种基于视觉分析的交通管理方法及装置
CN105701180B (zh) 一种基于公交ic卡数据的通勤乘客判定方法
CN107656987B (zh) 一种基于lda模型的地铁站点功能挖掘方法
CN104463548B (zh) 一种多因素影响下的承运量化选择方法
CN106651181B (zh) 网络化运营条件下的公交客流拥塞风险评价方法
CN110570655B (zh) 基于层次聚类和决策树的车辆特征评估方法
CN112966941A (zh) 一种基于交通事故大数据的事故黑点识别方法及系统
CN111179141B (zh) 一种基于双阶段分类的事故多发路段识别方法
CN109191828B (zh) 基于集成学习的交通参与者事故风险预测方法
CN105678406A (zh) 一种基于云模型的短期负荷预测方法
Shahin et al. Cluster-based association rule mining for an intersection accident dataset
Zekić-Sušac et al. Cluster analysis and artificial neural networks in predicting energy efficiency of public buildings as a cost-saving approach
Zhang et al. How road network transformation may be associated with reduced carbon emissions: An exploratory analysis of 19 major Chinese cities
CN111222703A (zh) 一种预测旅客出行方式的方法及装置
CN108681741B (zh) 基于ic卡和居民调查数据的地铁通勤人群信息融合方法
CN111145535B (zh) 一种复杂场景下的行程时间可靠性分布预测方法
CN112884013A (zh) 基于数据挖掘技术的能耗分区方法
Leung et al. New approaches to oil vulnerability mapping for Australian cities: The case of South-East Queensland, the 200km city
CN109063751B (zh) 基于梯度提升决策树算法的交通高危人员识别方法
CN107273703B (zh) 一种路面使用性能分布情况预测方法
CN113380071B (zh) 一种面向大型综合体的车位级停车需求状态评价方法
CN109508815B (zh) 基于地铁ic卡数据的通学活动空间测度分析方法
CN114742131A (zh) 基于模式挖掘的城市过度旅游区域识别方法
Siaminamini et al. Generating a risk profile for car insurance policyholders: A deep learning conceptual model

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