CN109118412A - 城市轨道交通网络客流在线控制系统 - Google Patents
城市轨道交通网络客流在线控制系统 Download PDFInfo
- Publication number
- CN109118412A CN109118412A CN201810930711.7A CN201810930711A CN109118412A CN 109118412 A CN109118412 A CN 109118412A CN 201810930711 A CN201810930711 A CN 201810930711A CN 109118412 A CN109118412 A CN 109118412A
- Authority
- CN
- China
- Prior art keywords
- passenger flow
- road network
- unit
- server
- passenger
- 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
- 238000013523 data management Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 210000000352 storage cell Anatomy 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000000547 structure data Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
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
- 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
-
- 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"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种城市轨道交通网络客流在线控制系统。该系统包括操作终端、数据管理服务器、路网状态评估服务器、路网客流状态计算服务器、客流控制方案生成服务器。操作终端选择客流调控的外部环境,调取数据管理服务器中的路网、列车、客流数据,路网客流状态计算服务器计算路网时空上的客流状态,并调用客流控制方案生成服务器,通过路网客流评估与路网客流状态计算的交互生成控制方案。本发明为用户制定大客流调控方案提供的智能辅助决策的平台,满足大客流条件下,网络客流控制方案制定的全局性、合理性与及时性,提高城市轨道交通客运服务的智能化水平,提高路网的全局安全与效率,提高乘客出行质量。
Description
技术领域
本发明涉及城市轨道交通客流控制技术领域,尤其涉及一种城市轨道交通网络客流在线控制系统。
背景技术
随着城市轨道交通路网规模的不断扩大,吸引和承载了越来越多的客流,因为路网运输能力有限,列车和车站的客流量常常超过承载的安全限制,客流控制在很多城市轨道交通发达且客流量巨大的大城市被普遍采用。
已有的客流控制措施根据车站已产生的客流聚集状态来制定客流控制方案,缺乏对路网之间客流作用以及对未来客流状态改变的预判。由于路网运营状态和出行客流变化的动态性和复杂性,所以已有客流控制方法具有局限性和主观性。
为了保证客流控制实施方案的科学性与合理性,亟需依靠智能信息手段,以路网客流全局动态发展的定量分析为基础,进行科学的客流控制方案制定。
随着信息技术发展,路网运营管理各级具备了基本信息设备与系统,目前尚无客流控制相关的信息系统应用,将客流控制方案制定,以智能信息系统的形式应用到运营管理中是十分必要的。
发明内容
本发明提供了一种城市轨道交通网络客流在线控制系统,以克服现有技术的缺点。
为了实现上述目的,本发明采取了如下技术方案。
一种城市轨道交通网络客流在线控制系统,包括:依次相连的操作终端、路网客流状态计算服务器、客流状态评估服务器、客流控制方案生成服务器和数据管理服务器;
所述操作终端,用于提供客流控制外部条件、控制决策目的的录入,根据用户操作调用相应服务,并根据用户的权限与定制进行控制方案的可视化表达;
所述客流控制方案生成服务器,用于根据控制决策目的生成客流控制目标,将所述客流控制目标传输给所述客流状态评估服务器,根据所述客流状态评估服务器传输过来的路网客流状态评估结果和设定的客流控制策略生成客流控制方案;
所述路网客流状态计算服务器,用于根据客流和路网结构进行调控期间内的客流状态计算,并进行客流状态的统计,将客流状态统计结果传输给所述客流状态评估服务器;
所述客流状态评估服务器,用于根据所述客流控制目标设置客流场景,基于所述客流场景和客流状态统计结果利用客流状态评估模型进行客流状态评估,并将路网客流状态评估结果提供给所述客流控制方案生成服务器;
所述数据管理服务器,用于存储和维护基础数据和动态数据。
进一步地,所述操作终端包括人机交互单元、服务调用单元和信息处理单元;
人机交互单元,用于包括显示设备、输入设备和输入软件模块,所述显示设备包括PC显示器、手机移动终端显示屏或者LED显示屏,所述输入设备包括键盘、鼠标、触摸屏,所述输入软件模块包括根据输入设备特征和用户权限定制的软件;
服务调用单元,用于根据数据设备的输入条件,启动控制目标生成服务的调用;
信息处理单元,用于根据服务计算结果和人机交互的用户权限以及设备特征,过滤并转换为符合标准的数据,供人机交互单元输出给用户。
进一步地,所述路网客流状态计算服务器包括客流发生单元、路网构造单元、客流转移单元和客流统计单元;
所述客流发生单元,用于根据外部场景特征进行未来一段时间的客流需求计算,生成未来一段时间的分时客流到达数量以及预计到达客流的出行目的地;
所述路网构造单元,用于存储路网结构数据,该路网结构包括路网线路、车站、列车要素,以及要素之间的从属关系、拓扑关系、时序关系;
所述客流转移单元,用于根据未来时段下的客流出行需求和路网构造,进行路网各要素上的客流转移计算;
所述客流统计单元,用于根据所述客流发生单元和所述客流转移单元得到的客流数据,以及所述路网构造单元存储的路网结构数据进行调控期间内的客流状态计算,并进行客流状态的统计,将客流状态统计结果传输给所述客流状态评估服务器,所述客流统计内容包括站外排队客流、站台候车客流、换乘客流和列车上的客流数量。
进一步地,所述客流状态评估服务器包括外部场景设置单元、客流状态评估单元和客流状态评估模型训练单元;
所述外部场景生成单元,用于根据操作终端的外部设置和客流控制目标生成客流场景,基于历史的客流数据模拟统计客流场景中的客流数量的幅度及持续时间,得到模拟客流统计结果;
所述客流状态评估单元,用于根据客流控制目标和外部场景选取客流状态评估模型,基于所述客流场景和模拟客流统计结果利用所述客流状态评估模型进行路网客流状态评估,将路网客流状态评估结果提供给所述客流控制方案生成服务器,所述路网客流状态评估结果包括路网拥挤状态评估、车站客流拥挤状态评估和列车客流拥挤状态评估;
所述客流状态评估模型训练单元,用于将客流统计结果生成评估样本,并应用深度学习方法,利用评估样本训练客流状态评估模型。
进一步地,所述客流控制方案生成服务器包括控制目标生成单元和控制方案生成单元;
所述控制目标生成单元,用于根据操作终端用户的选择生成客流控制目标,该客流控制目标包括客流控制的安全与效率目标、整体与局部的平衡目标,将所述客流控制目标传输给所述客流状态评估服务器;
所述控制方案生成单元,用于根据设定的客流控制目标和策略,生成客流控制方案,多次调用所述客流状态评估服务器对客流控制方案进行评估,根据所述客流状态评估服务器传输过来的路网客流状态的多次评估结果,得到最优的客流控制方案。
进一步地,所述数据管理服务器包括数据存储单元和数据维护单元;
所述数据存储单元,用于包括数据库软件平台,存储的内容包括:路网拓扑数据库、路网运营数据库、历史客流数据库、乘客需求数据库、配流路径库、控制策略库、历史控制实际数据库、临时控制事件库、客流评估样本库和客流状态评估模型库;
所述数据维护单元,用于实现数据的查询、编辑、更新和同步与保护。
由上述本发明的提供的技术方案可以看出,本发明实施例的方法中的客流控制方案考虑不同外部环境下的不同目标,根据外部环境特征和使用者的需求,支持全局或局部的不同程度的安全与效率。根据客流场景生成与发生,构建快速智能客流状态评估模型,支持客流控制方案的快速生成。根据客流控制方案与效果的存储与利用,实现客流控制方案的持续学习。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种城市轨道交通网络客流在线控制系统的结构示意图;
图2为本发明实施例提供的一种操作终端结构示意图;
图3为本发明实施例提供的一种客流控制目标生成图;
图4为本发明实施例提供的一种控制目标生成流程图;
图5为本发明实施例提供的一种外部场景分类示例图;
图6为本发明实施例提供的一种客流发生流程图;
图7为本发明实施例提供的一种路网构造流程图;
图8为本发明实施例提供的一种客流状态计算流程图;
图9为本发明实施例提供的一种客流统计单元统计内容示例图;
图10为本发明实施例提供的一种客流状态评估模型训练流程图;
图11为本发明实施例提供的一种客流状态评估流程图;
图12为本发明实施例提供的一种在线客流控制系统运行流程图;
图13为本发明实施例提供的一种客流状态评估模型训练流程图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
实施例一
本发明实施例提供的一种城市轨道交通网络客流在线控制系统的结构示意图,该系统包括操作终端、路网客流状态计算服务器、路网能力分配服务器、客流控制方案生成服务器和数据管理服务器。
1:操作终端供用户使用,提供客流控制外部条件、控制决策目的的录入,根据用户操作,调用相应服务,并根据用户的权限与定制进行控制方案的可视化表达。操作终端包括人机交互单元、服务调用单元和信息处理单元三个部分。操作终端与客流控制方案生成服务器、客流状态评估服务器、路网客流状态计算服务器依次相连。
人机交互单元,用于包括显示设备、输入设备和输入软件模块,显示设备可以是PC显示器、手机移动终端显示屏、LED显示屏等,输入设备可以是键盘、鼠标、触摸屏等,输入软件模块包括根据设备特征和用户权限定制的软件。
服务调用单元,用于根据数据设备的输入条件,启动控制目标生成服务的调用。
信息处理单元,用于根据服务计算结果和人机交互的用户权限以及设备特征,过滤并转换为符合标准的数据,供人机交互单元输出给用户。
2:路网客流状态计算服务器,根据控制的外部条件,调用基础数据进行网络状态的计算,并进行关键客流状态的统计。路网客流状态计算服务器包括客流发生单元、路网构造单元、客流转移单元和客流统计单元。
其中,客流发生单元,用于根据外部场景特征进行未来一段时间的客流需求计算,生成一段时间的分时客流到达数量以及预计到达客流的出行目的地。
路网构造单元,用于包括路网线路、车站、列车等要素,以及要素之间的从属关系、拓扑关系、时序关系等;
客流转移单元,用于根据未来时段下的客流出行需求和路网构造进行路网各要素上的客流转移计算。
客流统计单元,用于根据所述客流发生单元和所述客流转移单元得到的客流数据,以及所述路网构造单元存储的路网结构数据进行调控期间内的客流状态计算,并进行客流状态的统计,将客流状态统计结果传输给所述客流状态评估服务器,所述客流统计内容包括站外排队客流、站台候车客流、换乘客流和列车上的客流数量。
3:客流控制方案生成服务器,用于根据控制决策目的生成客流控制目标,调用路网状态评估服务生成客流控制方案,包括控制目标生成单元和控制方案计算单元。
所述控制目标生成单元,用于根据操作终端用户的选择,生成客流控制目标,该客流控制目标包括控制的安全与效率目标、整体与局部的平衡目标,将所述客流控制目标传输给所述客流状态评估服务器;
所述控制方案生成单元,用于根据设定的客流控制目标和策略,生成客流控制方案,多次调用所述客流状态评估服务器对客流控制方案进行评估,根据所述客流状态评估服务器传输过来的路网客流状态的多次评估结果,得到最优的客流控制方案。
4:客流状态评估服务器,根据客流控制目标生成路网能力分配目标,并进行车站分类和路网能力分配计算,包括外部场景设置单元、客流状态评估、客流状态评估模型训练。
外部场景生成单元,用于根据操作终端的外部设置和客流控制目标生成客流场景,该客流场景包括日常高峰、突发大客流等,在历史的基础大客流之上,模拟发生大客流的数量的幅度及持续时间,得到模拟客流统计结果,据此生成客流和进行状态评估。
所述客流状态评估单元,用于根据客流控制目标和外部场景选取客流状态评估模型,基于所述客流场景和模拟客流统计结果利用所述客流状态评估模型进行路网客流状态评估,将路网客流状态评估结果提供给所述客流控制方案生成服务器,所述路网客流状态评估结果包括路网拥挤状态评估、车站客流拥挤状态评估和列车客流拥挤状态评估;
所述客流状态评估模型训练单元,用于将客流统计结果生成评估样本,并应用深度学习方法,利用评估样本进行客流状态评估模型训练。
5:数据管理服务器,存储和维护基础数据和动态数据,数据管理服务器与其他服务器均相连。包括数据存储单元和数据维护单元。
数据存储单元,是由主流数据库软件为平台的单元,其存储的内容包括:路网拓扑数据库、路网运营数据库、历史客流数据库、乘客需求数据库、配流路径库、控制策略库、历史控制实际数据库、临时控制事件库。
数据维护单元,用于实现数据的查询、编辑、更新、同步与保护。
实施例二
图2为本发明实施例提供的一种操作终端结构示意图。操作终端共分为三个模块,由左至右分别为路网运营状态查看、客流控制条件输入、客流控制方案查看。各个模块的显示内容及详细功能见下表1。
表1
图3为本发明实施例提供的一种客流控制目标生成图,主要分为客流控制目标和能力分配目标两个模块,其中客流控制目标主要考虑两个原则:安全优先和效率优先。在安全优先的原则下,又分为全局安全优先和局部安全优先,效率优先原则分为全局效率优先和局部效率优先两个方面。能力分配目标主要考虑列车、车站关键场所的运输或承载能力被利用的程度,包括列车最大满载率、车站站台总人数、车站最大滞留人数和车站通道通过能力。
图4为本发明实施例提供的一种控制目标生成流程图。流程开始后首先判断是否遍历控制库:若结果为否,则进行场景相似度的对比,进而找到最相似的场景;遍历结束则找到最相似场景。然后对最相似场景的控制方案进行评估,判断评估结果是否满足要求:若满足要求则退出。否则调用粒子群或遗传算法等优化方法进行控制求解,再将求解结果返回终端,方案及其场景进入控制库,最后结束流程。
图5为本发明实施例提供的一种外部场景分类示意图。该图主要将外部场景按时间、运营和外部划分为三个部分。每个部分再进行细化和分类,充分考虑各种外部场景。其中时间细化为日期和时段两部分。日期又包含工作日、周末和节假,时段包括早高峰、晚高峰、平峰和首末班车。运营分为客流组织和列车运行,客流组织主要考虑车站的限流状态,分为无限流、常态限流和临时限流。列车运行考虑列车的延误情况,分为正常、短时延误和长时延误(5分钟以上)。外部分为重大活动和天气两部分,其中重大活动又分为单点重大活动和多点重大活动,天气分为正常、暴雨和暴雪。
图6为本发明实施例提供的一种客流发生流程图。流程开始后首先将外部场景导入,接着将当前基础客流导入,然后判断当前客流是否遍历历史客流库:若结果为否,则比较客流场景和基础客流相似度,得到最相似场景客流;若结果为是,则直接得到最相似场景客流。这时判断相似度是否满足要求:若不满足,则筛选客流控制影响车站,生成受影响车站的OD表,然后基于CNN等智能算法进行OD客流预测,输出客流预测结果;若满足,则可直接输出客流结果。最后结束程序。
图7为本发明实施例提供的一种路网构造流程图。首先遍历线路,加载线路信息,直到路网所有线路遍历进入下一步。之后,遍历车站,加载车站信息并构建车站线路关系,直到所有车站遍历进入下一步。再之后遍历列车,加载列车信息并构件列车、车站和线路的关系,直到所有列车信息遍历后结束。
图8为本发明实施例提供的一种客流状态计算流程图。首先根据网络构造单元的输出进行网络结构的初始化,根据客流发生单元的输出进行客流状态初始化;然后判断客流状态计算时钟是否结束。若结束,则退出;若没有结束,则判断列车到发事件是否发生。若列车到发事件发生,则更新列车状态和客流状态,并更新仿真时钟,再判断计算时钟是否结束,依次循环,直到仿真计算时钟结束。
图9为本发明实施例提供的一种客流统计单元统计内容示例图。统计内容主要包括四部分:站外客流、站台客流、换乘客流、列车客流。站外客流主要统计等候时间和最长排队人数。站台客流主要统计等候时间、滞留人数和等候人数。换乘客流统计通过流量和平均密度。列车客流统计满载率。
图10为本发明实施例提供的一种客流状态评估模型训练流程图。开始程序后依次读入客流发生结果和客流统计结果,作为样本的输入和输出,对于多次读入的备选样本集合进行样本的筛选与生成,选择场景对应的模型,利用CNN等智能算法进行训练,训练后更新模型并保存,至此程序结束。
图11为本发明实施例提供的一种客流状态评估流程图。首先根据控制目标选择模型,然后读入场景对应客流,将读取到的客流输入到模型中进行计算,记录计算结果,最后将计算结果反馈给方案。
图12为在线客流控制系统运行流程图。首先在人机交互单元设置基本的控制条件,再通过服务调用单元,调用客流控制方案生成服务器,设置控制目标。然后服务调用单元调用客流状态评估服务,设置外部场景,再将外部场景作为客流状态评估单元输入,进行评估。此时判断评估结果是否有效。若无效,则调用路网客流状态计算服务,依次通过客流发生,路网构造,客流转移计算,客流统计,客流状态评估几个环节,再将评估结果反馈到控制方案生成环节。若评估结果有效,则跳过中间步骤,直接将结果反馈给控制方案生成环节。反馈结果后,判断是否需要进行客流控制。如果需要则生成控制方案,进行客流评估,进而判断是否到达控制目标。如果不需要控制,则直接进入信息处理单元。再生成控制方案后,判断是否达到控制目标,若达到则进入信息处理单元,若没有达到,则再返回到控制方案生成阶段,进行循环,直到达到控制目标,返回信息处理单元,整个过程才结束。
图13为本发明实施例提供的一种客流状态评估模型训练流程图。首先由人机交互单元设置外部场景范围,然后服务调用单元调用客流状态评估服务的外部场景生成单元,接着判断是否遍历外部场景范围。若结果为否,则依次进行客流发生,路网构造,客流转移,客流统计,加入样本的过程后,再判断模型类别是否相同;若已经遍历外部场景范围,则跳过中间步骤,直接判断模型类别是否相同。若模型类别不相同,则找到下一个模型再进行判断类别,直到模型类别相同。若模型类别相同,则输入模型,并进行训练,最后保存模型,退出程序。
表1为通过城市轨道交通网络客流在线控制系统对北京地铁一些车站的控制示例,包括控制车站、控制开始和结束时间、控制类型和控流率。
表1客流控制方案示例表
综上所述,本发明实施例的有益效果主要体现在:
(1)客流控制考虑不同外部环境下的不同目标,根据外部环境特征和使用者的需求,支持全局或局部的不同程度的安全与效率。
(2)根据客流场景生成与发生,构建快速智能客流状态评估模型,支持客流控制方案的快速生成。
(3)根据客流控制方案与效果的存储与利用,实现客流控制方案的持续学习。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种城市轨道交通网络客流在线控制系统,其特征在于,包括:依次相连的操作终端、路网客流状态计算服务器、客流状态评估服务器、客流控制方案生成服务器和数据管理服务器;
所述操作终端,用于提供客流控制外部条件、控制决策目的的录入,根据用户操作调用相应服务,并根据用户的权限与定制进行控制方案的可视化表达;
所述客流控制方案生成服务器,用于根据控制决策目的生成客流控制目标,将所述客流控制目标传输给所述客流状态评估服务器,根据所述客流状态评估服务器传输过来的路网客流状态评估结果和设定的客流控制策略生成客流控制方案;
所述路网客流状态计算服务器,用于根据客流和路网结构进行调控期间内的客流状态计算,并进行客流状态的统计,将客流状态统计结果传输给所述客流状态评估服务器;
所述客流状态评估服务器,用于根据所述客流控制目标设置客流场景,基于所述客流场景和客流状态统计结果利用客流状态评估模型进行客流状态评估,并将路网客流状态评估结果提供给所述客流控制方案生成服务器;
所述数据管理服务器,用于存储和维护基础数据和动态数据。
2.根据权利要求1所述的城市轨道交通网络客流在线控制系统,其特征在于,所述操作终端包括人机交互单元、服务调用单元和信息处理单元;
人机交互单元,用于包括显示设备、输入设备和输入软件模块,所述显示设备包括PC显示器、手机移动终端显示屏或者LED显示屏,所述输入设备包括键盘、鼠标、触摸屏,所述输入软件模块包括根据输入设备特征和用户权限定制的软件;
服务调用单元,用于根据数据设备的输入条件,启动控制目标生成服务的调用;
信息处理单元,用于根据服务计算结果和人机交互的用户权限以及设备特征,过滤并转换为符合标准的数据,供人机交互单元输出给用户。
3.根据权利要求1所述的城市轨道交通网络客流在线控制系统,其特征在于,所述路网客流状态计算服务器包括客流发生单元、路网构造单元、客流转移单元和客流统计单元;
所述客流发生单元,用于根据外部场景特征进行未来一段时间的客流需求计算,生成未来一段时间的分时客流到达数量以及预计到达客流的出行目的地;
所述路网构造单元,用于存储路网结构数据,该路网结构包括路网线路、车站、列车要素,以及要素之间的从属关系、拓扑关系、时序关系;
所述客流转移单元,用于根据未来时段下的客流出行需求和路网构造,进行路网各要素上的客流转移计算;
所述客流统计单元,用于根据所述客流发生单元和所述客流转移单元得到的客流数据,以及所述路网构造单元存储的路网结构数据进行调控期间内的客流状态计算,并进行客流状态的统计,将客流状态统计结果传输给所述客流状态评估服务器,所述客流统计内容包括站外排队客流、站台候车客流、换乘客流和列车上的客流数量。
4.根据权利要求1所述的城市轨道交通网络客流在线控制系统,其特征在于,所述客流状态评估服务器包括外部场景设置单元、客流状态评估单元和客流状态评估模型训练单元;
所述外部场景生成单元,用于根据操作终端的外部设置和客流控制目标生成客流场景,基于历史的客流数据模拟统计客流场景中的客流数量的幅度及持续时间,得到模拟客流统计结果;
所述客流状态评估单元,用于根据客流控制目标和外部场景选取客流状态评估模型,基于所述客流场景和模拟客流统计结果利用所述客流状态评估模型进行路网客流状态评估,将路网客流状态评估结果提供给所述客流控制方案生成服务器,所述路网客流状态评估结果包括路网拥挤状态评估、车站客流拥挤状态评估和列车客流拥挤状态评估;
所述客流状态评估模型训练单元,用于将客流统计结果生成评估样本,并应用深度学习方法,利用评估样本训练客流状态评估模型。
5.根据权利要求1所述的城市轨道交通网络客流在线控制系统,其特征在于,所述客流控制方案生成服务器包括控制目标生成单元和控制方案生成单元;
所述控制目标生成单元,用于根据操作终端用户的选择生成客流控制目标,该客流控制目标包括客流控制的安全与效率目标、整体与局部的平衡目标,将所述客流控制目标传输给所述客流状态评估服务器;
所述控制方案生成单元,用于根据设定的客流控制目标和策略,生成客流控制方案,多次调用所述客流状态评估服务器对客流控制方案进行评估,根据所述客流状态评估服务器传输过来的路网客流状态的多次评估结果,得到最优的客流控制方案。
6.根据权利要求1所述的城市轨道交通网络客流在线控制系统,其特征在于,所述数据管理服务器包括数据存储单元和数据维护单元;
所述数据存储单元,用于包括数据库软件平台,存储的内容包括:路网拓扑数据库、路网运营数据库、历史客流数据库、乘客需求数据库、配流路径库、控制策略库、历史控制实际数据库、临时控制事件库、客流评估样本库和客流状态评估模型库;
所述数据维护单元,用于实现数据的查询、编辑、更新和同步与保护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810930711.7A CN109118412B (zh) | 2018-08-15 | 2018-08-15 | 城市轨道交通网络客流在线控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810930711.7A CN109118412B (zh) | 2018-08-15 | 2018-08-15 | 城市轨道交通网络客流在线控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109118412A true CN109118412A (zh) | 2019-01-01 |
CN109118412B CN109118412B (zh) | 2021-08-03 |
Family
ID=64852302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810930711.7A Active CN109118412B (zh) | 2018-08-15 | 2018-08-15 | 城市轨道交通网络客流在线控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118412B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162931A (zh) * | 2019-06-21 | 2019-08-23 | 北京交通大学 | 城市轨道交通大规模路网快速仿真系统 |
CN110222924A (zh) * | 2019-04-25 | 2019-09-10 | 北京交通大学 | 多方式的城市轨道交通车站客流控制系统及控制方法 |
CN112347654A (zh) * | 2020-11-11 | 2021-02-09 | 郑州捷安高科股份有限公司 | 一种基于地铁客流系统的仿真方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208034A (zh) * | 2013-03-22 | 2013-07-17 | 北京交通大学 | 一种轨道交通客流分布预测模型建立及预测方法 |
JP2013242665A (ja) * | 2012-05-18 | 2013-12-05 | Railway Technical Research Institute | 鉄道輸送障害発生時における旅客流動推定システム及びその旅客流動推定方法 |
CN103544835A (zh) * | 2013-09-27 | 2014-01-29 | 北京交通大学 | 城市轨道交通客流诱导信息发布系统与发布方法 |
CN103632212A (zh) * | 2013-12-11 | 2014-03-12 | 北京交通大学 | 一种时变用户均衡动态网络演化客流预测系统和方法 |
CN107103142A (zh) * | 2017-07-11 | 2017-08-29 | 交通运输部公路科学研究所 | 面向公路和铁路网的综合交通网络运行态势推演仿真技术 |
CN107798422A (zh) * | 2017-10-10 | 2018-03-13 | 东南大学 | 一种城市轨道车站大客流安全预警系统 |
CN108345983A (zh) * | 2018-01-04 | 2018-07-31 | 北京轨道交通路网管理有限公司 | 路网运营安全状况及风险的评估方法、装置及处理器 |
-
2018
- 2018-08-15 CN CN201810930711.7A patent/CN109118412B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013242665A (ja) * | 2012-05-18 | 2013-12-05 | Railway Technical Research Institute | 鉄道輸送障害発生時における旅客流動推定システム及びその旅客流動推定方法 |
CN103208034A (zh) * | 2013-03-22 | 2013-07-17 | 北京交通大学 | 一种轨道交通客流分布预测模型建立及预测方法 |
CN103544835A (zh) * | 2013-09-27 | 2014-01-29 | 北京交通大学 | 城市轨道交通客流诱导信息发布系统与发布方法 |
CN103632212A (zh) * | 2013-12-11 | 2014-03-12 | 北京交通大学 | 一种时变用户均衡动态网络演化客流预测系统和方法 |
CN107103142A (zh) * | 2017-07-11 | 2017-08-29 | 交通运输部公路科学研究所 | 面向公路和铁路网的综合交通网络运行态势推演仿真技术 |
CN107798422A (zh) * | 2017-10-10 | 2018-03-13 | 东南大学 | 一种城市轨道车站大客流安全预警系统 |
CN108345983A (zh) * | 2018-01-04 | 2018-07-31 | 北京轨道交通路网管理有限公司 | 路网运营安全状况及风险的评估方法、装置及处理器 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222924A (zh) * | 2019-04-25 | 2019-09-10 | 北京交通大学 | 多方式的城市轨道交通车站客流控制系统及控制方法 |
CN110222924B (zh) * | 2019-04-25 | 2021-11-02 | 北京交通大学 | 多方式的城市轨道交通车站客流控制系统及控制方法 |
CN110162931A (zh) * | 2019-06-21 | 2019-08-23 | 北京交通大学 | 城市轨道交通大规模路网快速仿真系统 |
CN112347654A (zh) * | 2020-11-11 | 2021-02-09 | 郑州捷安高科股份有限公司 | 一种基于地铁客流系统的仿真方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109118412B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369181B (zh) | 一种列车自主调度深度强化学习方法和装置 | |
CN111376954B (zh) | 一种列车自主调度方法和系统 | |
Zhu et al. | A bi-level model for single-line rail timetable design with consideration of demand and capacity | |
Leng et al. | The role of information availability to passengers in public transport disruptions: An agent-based simulation approach | |
Sayarshad et al. | Non-myopic relocation of idle mobility-on-demand vehicles as a dynamic location-allocation-queueing problem | |
Tang et al. | A hybrid algorithm for urban transit schedule optimization | |
CN109409560B (zh) | 基于多智能体仿真的城市轨道交通客流诱导方法 | |
Chang et al. | From timetabling to train regulation—a new train operation model | |
Berg et al. | Comparison of static ambulance location models | |
Yuan et al. | Integrated optimization of train timetable, rolling stock assignment and short-turning strategy for a metro line | |
Hassannayebi et al. | Variable and adaptive neighbourhood search algorithms for rail rapid transit timetabling problem | |
Lu et al. | A distributionally robust optimization method for passenger flow control strategy and train scheduling on an urban rail transit line | |
CN109118412A (zh) | 城市轨道交通网络客流在线控制系统 | |
Kotegawa et al. | Development of network restructuring models for improved air traffic forecasts | |
CN110222924A (zh) | 多方式的城市轨道交通车站客流控制系统及控制方法 | |
Yao et al. | Simulation‐Based Dynamic Passenger Flow Assignment Modelling for a Schedule‐Based Transit Network | |
CN110162931A (zh) | 城市轨道交通大规模路网快速仿真系统 | |
Han et al. | Train timetabling in rail transit network under uncertain and dynamic demand using advanced and adaptive NSGA-II | |
Haghani et al. | An optimization model for real-time emergency vehicle dispatching and routing | |
Núñez et al. | Multiobjective model predictive control for dynamic pickup and delivery problems | |
Li et al. | Train service design in an urban rail transit line incorporating multiple service routes and multiple train compositions | |
Liu et al. | A queuing network simulation optimization method for coordination control of passenger flow in urban rail transit stations | |
Zhou et al. | A scalable vehicle assignment and routing strategy for real-time on-demand ridesharing considering endogenous congestion | |
Lei et al. | Optimizing total passenger waiting time in an urban rail network: A passenger flow guidance strategy based on a multi-agent simulation approach | |
Chen et al. | A Deep Learning Model with Conv‐LSTM Networks for Subway Passenger Congestion Delay Prediction |
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 |