CN108492570A - 城市公共交通网络客流拥塞状态表征模型 - Google Patents
城市公共交通网络客流拥塞状态表征模型 Download PDFInfo
- Publication number
- CN108492570A CN108492570A CN201810492847.4A CN201810492847A CN108492570A CN 108492570 A CN108492570 A CN 108492570A CN 201810492847 A CN201810492847 A CN 201810492847A CN 108492570 A CN108492570 A CN 108492570A
- Authority
- CN
- China
- Prior art keywords
- section
- passenger flow
- amount
- congestion
- network
- 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
Links
- 238000012512 characterization method Methods 0.000 title claims abstract description 5
- 230000000903 blocking effect Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 4
- 238000000205 computational method Methods 0.000 claims description 2
- 238000011144 upstream manufacturing Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000013139 quantization Methods 0.000 abstract description 2
- 238000012546 transfer Methods 0.000 abstract description 2
- 238000004642 transportation engineering Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
城市公共交通网络客流拥塞状态表征模型，涉及交通运输工程领域，用于表征公共交通走廊/网络客流拥塞状态。将“拥塞”状态分为“拥挤”和“堵塞”两个方面。分别计算构成公共交通走廊/网络的各区间的客流拥挤量和堵塞量，然后按照各区间客流周转量加权，计算公共交通走廊/网络客流拥塞量，用来表征城市公共交通网络的客流拥塞状态。在于将影响客流输送效率的载运工具通行状态(堵塞)和载运工具内部乘客状态(拥挤)融合于一体，综合体现客流拥塞状态，更客观评价客流服务水平。其应用范畴包含全体公共交通系统范畴，为城市交通行业管理单位、公共交通监控指挥机构提供量化的公共交通运行及服务性能动态指标支持。
Description
技术领域
本发明是对城市公共交通(包括城市轨道交通和地面公交)网络客流拥塞状态的表征，提出了走廊/网络层面的公共交通客流拥塞计算模型，属于交通运输工程领域。
背景技术
我国城市客运具有客流量大、密集，出行环境与特征复杂，易受重大节假日、重大社会活动等影响，造成城市大范围客流失稳情况所带来的客流拥塞等风险。客流拥塞指在公共交通客运服务过程中，由常态事件或非常态事件引发公共交通客运服务供需失调，出现一定范围内的客流高密度、低流速的状态。客流“拥塞”这一概念包含“拥挤”和“堵塞”两层含义：对于区间，客流“拥挤”表现为区间客流密度超出一定服务水平，客流“堵塞”表现为实际客流运送速度低于计划运送速度。
发明内容
本发明公布了一种对公共交通走廊/网络客流拥塞状态的表征方法，将“拥塞”状态分为“拥挤”和“堵塞”两个方面，分别计算构成公共交通走廊/网络的各区间的客流拥挤量和堵塞量，然后按照各区间客流周转量加权，计算公共交通走廊/网络客流拥塞量，用来表征城市公共交通网络的客流拥塞状态。这里的区间指构成公共交通网络的轨道交通站间区间或公交车辆通行的路段。计算公式如下：
其中PC表示公共交通走廊/网络的客流拥塞量，PCi为第i区间的区间客流拥塞量，pi表示第i区间的区间周转量，n表示构成公共交通走廊/网络的区间的总个数。
对于各个区间的客流拥塞量PCi，在计算时用空间拥挤量与交通拥堵量的乘积表示，即各区间客流拥塞量与空间拥挤量、交通拥堵量呈正相关。
PCi＝αcrowding×βcongestion (2)
下面对各区间的空间拥挤量αcrowding和交通拥堵量βcongestion的计算方法进行具体说明。
(1)区间客流拥挤量αcrowding
区间客流拥挤量αcrowding定义为Δt内区间完成运送的人·时间T(prs·s)与客位(含座位和站位)·时间PPT(place·s)的比值。该值越大表明在途乘客感知越拥挤。
式中：qj为车辆j(j＝1……n)实际载客人数(prs)，应按具体车辆/列车计算；Cj车辆额定载客量(prs)，应按具体线路计算；中e的取值按照Δt时段内车辆在区间经过范围进行选取，具体示意图如附图2所示
为Δt时段上限时刻减到达区间上游站点时刻(s)，应按具体车辆/列车计算；
√为Δt(s)；
√为到达区间下游站点时刻减去Δt时段下限时刻(s)，应按具体车辆/列车计算；
√为区间长度l与v4的比值(s)，应按具体车辆/列车计算。
对于地面公交，实际计算时可以用GPS获取落在区间内车辆的实时车速样本量，取速度平均值，然后用区间长度除以该速度平均值度量。
(2)区间客流堵塞量βcongestion
交通拥堵量βcongestion定义为各公共交通线路客运计划完成率，即Δt内区间完成的客位·时间PPT(place·s)与客位·计划时间(运输计划规定通过区间时间)PPTplan(place·s)之比。该值越大说明区间越堵塞。
式中：l为区间长度(m)，物理站间距；Lj为j车所属线路全长(m)，应按具体线路计算；Nj为j车所属线路配车数(veh)，应按具体线路计算；hplan,j为j车所属线路发车间隔(s)，应按具体线路计算。
根据式(2)，将公式(3)和(6)代入，得到区间客流拥塞量PCi为
所以区间PCi是Δt内区间运送的人·实际时间T(prs·s)与客位·计划时间PPT(place·s)的比值。
附图说明
图1为公共交通走廊/网络客流拥塞量计算过程
图2为区间客流拥挤计算公式(4)、(5)中取值示意图
具体实施方式
以下结合附图1对本发明技术方案做进一步说明。
第一步：数据收集。通过现场调研等方式获得公共交通线路及车辆的基本信息(如区间长度l、线路总长度Lj、线路配车数Nj、计划发车间隔hplan,j、车辆额定载客量Cj,见图1)，以及公交车辆和轨道交通列车在运行途中产生的数据(如GPS数据、车辆实际载客数qj等)。
第二步：计算构成公共交通走廊/网络的各区间的客流拥塞量。根据公式(3)-(9)分别计算区间空间拥挤量αcrowding和区间交通拥堵量βcongestion；
第三步：根据公式(1)，结合各区间客运周转量pi，计算各区间拥塞量的权重，然后加权求和得到公共交通走廊/网络客流拥塞量PC。
创新点及应用
本发明将“拥塞”状态分为“拥挤”和“堵塞”两个方面，分别计算构成公共交通走廊/网络的各区间的客流拥挤量和堵塞量，然后按照各区间客流周转量加权，计算公共交通走廊/网络客流拥塞量，用来表征城市公共交通网络的客流拥塞状态。其创新点在于将影响客流输送效率的载运工具通行状态(堵塞)和载运工具内部乘客状态(拥挤)融合于一体，综合体现客流拥塞状态，更客观评价客流服务水平。其应用范畴不仅限于地面公交系统，而是包含全体公共交通系统范畴，如地铁、快速公交、有轨电车等，为城市交通行业管理单位、公共交通监控指挥机构提供量化的公共交通运行及服务性能动态指标支持。
Claims (3)
1.一种城市公共交通网络客流拥塞状态表征模型，其特征在于，用于表征公共交通走廊/网络客流拥塞状态，将“拥塞”状态分为“拥挤”和“堵塞”两个方面，分别计算构成公共交通走廊/网络的各区间的客流拥挤量和堵塞量，然后按照各区间客流周转量加权，计算公共交通走廊/网络客流拥塞量，用来表征城市公共交通网络的客流拥塞状态；这里的区间指构成公共交通网络的轨道交通站间区间或公交车辆通行的路段；计算公式如下：
其中PC表示公共交通走廊/网络的客流拥塞量，PCi为第i区间的区间客流拥塞量，pi表示第i区间的区间周转量，n表示构成公共交通走廊/网络的区间的总个数；
对于各个区间的客流拥塞量PCi，在计算时用空间拥挤量与交通拥堵量的乘积表示，即各区间客流拥塞量与空间拥挤量、交通拥堵量呈正相关；
PCi＝αcrowding×βcongestion (2)。
2.如权利要求1所述的方法，其特征在于，各区间的空间拥挤量αcrowding和交通拥堵量βcongestion的计算方法:
所述区间客流拥挤量αcrowding
区间客流拥挤量αcrowding定义为Δt内区间完成运送的人·时间T(prs·s)与客位(含座位和站位)·时间PPT(place·s)的比值；该值越大表明在途乘客感知越拥挤；
式中：qj为车辆j(j＝1……n)实际载客人数(prs)，应按具体车辆/列车计算；Cj车辆额定载客量(prs)，应按具体线路计算；中e的取值按照Δt时段内车辆在区间经过范围进行选取；
为Δt时段上限时刻减到达区间上游站点时刻(s)，应按具体车辆/列车计算；
为Δt(s)；
为到达区间下游站点时刻减去Δt时段下限时刻(s)，应按具体车辆/列车计算；
为区间长度l与v4的比值(s)，应按具体车辆/列车计算；
所述区间客流堵塞量βcongestion
交通拥堵量βcongestion定义为各公共交通线路客运计划完成率，即Δt内区间完成的客位·时间PPT(place·s)与客位·计划时间(运输计划规定通过区间时间)PPTplan(place·s)之比；该值越大说明区间越堵塞；
式中：l为区间长度(m)，物理站间距；Lj为j车所属线路全长(m)，应按具体线路计算；Nj为j车所属线路配车数(veh)，应按具体线路计算；hplan,j为j车所属线路发车间隔(s)，应按具体线路计算；
根据式(2)，将公式(3)和(6)代入，得到区间客流拥塞量PCi为
所以区间PCi是Δt内区间运送的人·实际时间T(prs·s)与客位·计划时间PPT(place·s)的比值。
3.如权利要求2所述的方法，其特征在于，对于地面公交，实际计算时可以用GPS获取落在区间内车辆的实时车速样本量，取速度平均值，然后用区间长度除以该速度平均值度量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810492847.4A CN108492570B (zh) | 2018-05-22 | 2018-05-22 | 城市公共交通网络客流拥塞状态表征方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810492847.4A CN108492570B (zh) | 2018-05-22 | 2018-05-22 | 城市公共交通网络客流拥塞状态表征方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108492570A true CN108492570A (zh) | 2018-09-04 |
| CN108492570B CN108492570B (zh) | 2019-06-11 |
Family
ID=63350918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810492847.4A Active CN108492570B (zh) | 2018-05-22 | 2018-05-22 | 城市公共交通网络客流拥塞状态表征方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108492570B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298320A (zh) * | 2021-06-22 | 2021-08-24 | 招商局重庆交通科研设计院有限公司 | 城市道路低碳交通运输的优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150120174A1 (en) * | 2013-10-31 | 2015-04-30 | Here Global B.V. | Traffic Volume Estimation |
| CN106651181A (zh) * | 2016-12-25 | 2017-05-10 | 北京工业大学 | 网络化运营条件下的公交客流拥塞风险评价方法 |
| CN106651182A (zh) * | 2016-12-25 | 2017-05-10 | 北京工业大学 | 基于熵权重的轨道客流拥塞风险评价方法 |
| CN106971262A (zh) * | 2017-03-14 | 2017-07-21 | 北京交通大学 | 基于元胞自动机的城市轨道交通拥堵状态传播的仿真方法 |
-
2018
- 2018-05-22 CN CN201810492847.4A patent/CN108492570B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150120174A1 (en) * | 2013-10-31 | 2015-04-30 | Here Global B.V. | Traffic Volume Estimation |
| CN106651181A (zh) * | 2016-12-25 | 2017-05-10 | 北京工业大学 | 网络化运营条件下的公交客流拥塞风险评价方法 |
| CN106651182A (zh) * | 2016-12-25 | 2017-05-10 | 北京工业大学 | 基于熵权重的轨道客流拥塞风险评价方法 |
| CN106971262A (zh) * | 2017-03-14 | 2017-07-21 | 北京交通大学 | 基于元胞自动机的城市轨道交通拥堵状态传播的仿真方法 |
Non-Patent Citations (1)
| Title |
|---|
| 狄迪 等: "城市公共交通走廊动态客流分析模型", 《同济大学学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298320A (zh) * | 2021-06-22 | 2021-08-24 | 招商局重庆交通科研设计院有限公司 | 城市道路低碳交通运输的优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108492570B (zh) | 2019-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112598182B (zh) | 一种轨道交通智能调度方法及系统 | |
| Sui et al. | Mining urban sustainable performance: Spatio-temporal emission potential changes of urban transit buses in post-COVID-19 future | |
| CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
| Barankova et al. | Automated control system of a factory railway transport based on ZigBee | |
| CN106774131A (zh) | 一种城市轨道交通能耗测量控制系统及评价方法 | |
| CN107766969B (zh) | 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法 | |
| CN109657845A (zh) | 一种针对时变客流的城市轨道交通列车时刻表优化系统 | |
| CN109543882B (zh) | 一种基于最优公交平均站间距的公交线网密度计算方法 | |
| CN108830399B (zh) | 一种轨道交通站点接驳设施供需平衡的优化调整方法 | |
| CN105427605B (zh) | 一种考虑交通方式转移的公交专用道设置效益计算方法 | |
| CN109543934A (zh) | 城市公交线网的综合指标的评价方法 | |
| CN110599765A (zh) | 一种基于多源数据融合的公路客货运输量指标统计方法 | |
| CN111063204B (zh) | 一种基于收费站流量的高速公路车速预测模型训练方法 | |
| CN107220423B (zh) | 一种综合客运枢纽站前广场联运设施规模计算方法 | |
| CN104851287A (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
| CN115063978B (zh) | 一种基于数字孪生的公交到站时间预测方法 | |
| CN108364464A (zh) | 一种基于概率模型的公交车辆旅行时间建模方法 | |
| CN103955135A (zh) | 一种基于双层模式曲线的机车优化操纵序列计算方法 | |
| CN108665178A (zh) | 一种基于afc的地铁站内楼扶梯客流量预测方法 | |
| CN109544967A (zh) | 一种基于低频avl数据的公交线网运行状态监控方法 | |
| CN113506013A (zh) | 基于多源数据的中运量公共交通系统综合效益评价方法 | |
| CN108492570B (zh) | 城市公共交通网络客流拥塞状态表征方法 | |
| CN103226666B (zh) | 复杂功能互通立体交叉系统功效评价方法 | |
| CN109308539A (zh) | 实时估算轨道交通线网中换乘站的乘客滞留状态的方法 | |
| CN105070060B (zh) | 一种基于公交车载gps数据的城市道路交通状态判别方法 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190903 Address after: Room 102-4, Tongji Science Park, 65 Chifeng Road, Yangpu District, Shanghai Patentee after: Shanghai Ji'an Traffic Engineering Consultation Co., Ltd. Address before: 200092 Shanghai City, Yangpu District Siping Road No. 1239 Patentee before: Tongji University |
|
| TR01 | Transfer of patent right |