CN109308539A - 实时估算轨道交通线网中换乘站的乘客滞留状态的方法 - Google Patents

实时估算轨道交通线网中换乘站的乘客滞留状态的方法 Download PDF

Info

Publication number
CN109308539A
CN109308539A CN201710625782.1A CN201710625782A CN109308539A CN 109308539 A CN109308539 A CN 109308539A CN 201710625782 A CN201710625782 A CN 201710625782A CN 109308539 A CN109308539 A CN 109308539A
Authority
CN
China
Prior art keywords
transfer stop
passenger
route
train
transfer
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
CN201710625782.1A
Other languages
English (en)
Inventor
葛鑫
吴娟
汪侃
崔岩
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.)
Shanghai Baosight Software Co Ltd
Original Assignee
Shanghai Baosight Software Co Ltd
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 Shanghai Baosight Software Co Ltd filed Critical Shanghai Baosight Software Co Ltd
Priority to CN201710625782.1A priority Critical patent/CN109308539A/zh
Publication of CN109308539A publication Critical patent/CN109308539A/zh
Pending legal-status Critical Current

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
    • 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
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种实时估算轨道交通线网中换乘站的乘客滞留状态的方法，包括：实时采集换乘站的进站数据，结合历史清分数据中该换乘站的各线路上下行车乘客量的分配比例，估算出该换乘站进站乘客被分配到各线路上下行方向的数量；对于每一条通过该换乘站的线路，实时采集该换乘站各相邻断面的客流量，结合历史清分数据中各线路之间的换乘客流分配比例，估算出该换乘站换乘乘客被分配到各线路上下行方向的数量；获取列车实时运行图和计划运行图数据，得到当前行车组织下列车到该换乘站的具体时间；估算该换乘站任意站台的上车能力；综合估算该换乘站当前及未来一段时间内的乘客滞留量，以便于对线路列车运行图进行调整。

Description

实时估算轨道交通线网中换乘站的乘客滞留状态的方法
技术领域
本发明涉及轨道交通管理技术领域，具体地，涉及一种实时估算轨道交通线网中换乘站的乘客滞留状态的方法。
背景技术
客流是规划轨道交通线网及线路走向、选择轨道交通制式及车辆类型、安排轨道交通项目建设顺序、设计车站规模和确定车站设备容量、进行项目经济评价的依据，也是轨道交通安排运力、编制列车开行计划、组织日常行车和分析运营效果的基础。
现有的客流预测方法主要分为两类：一是根据历史客流清分数据预测未来的客流；二是根据AFC闸机进出站刷卡数据实时预测客流。第一种方式数据准确，在客流遵循历史规律的情况下有很高的预测成功率，但是对于客流异常波动的灵敏度较差，无法作为调度员实时调整行车运行图的参考。第二种方式对于单个车站或线路较少、换乘路径较少的线网有较高的预测实时性和准确性，但是由于其无法涵盖换乘客流量的天生不足，对于复杂线网的客流预测性效果较差。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种实时估算轨道交通线网中换乘站的乘客滞留状态的方法。
根据本发明提供的实时估算轨道交通线网中换乘站的乘客滞留状态的方法，包括：
实时采集换乘站的进站数据，结合历史清分数据中该换乘站的各线路上下行车乘客量的分配比例，估算出该换乘站进站乘客被分配到各线路上下行方向的数量；
对于每一条通过该换乘站的线路，实时采集该换乘站各相邻断面的客流量，结合历史清分数据中各线路之间的换乘客流分配比例，估算出该换乘站换乘乘客被分配到各线路上下行方向的数量；
获取列车实时运行图和计划运行图数据，得到当前行车组织下列车到该换乘站的具体时间；
估算该换乘站任意站台的上车能力；
根据以上估算得到的数据，综合估算该换乘站当前以及未来一段时间内的乘客滞留量。
优选的，所述历史清分数据由自动售检清算管理中心系统提供。
优选的，所述进站数据以及所述相邻断面的客流量由轨道交通监控系统提供。
优选的，所述进站数据为AFC闸机进站刷卡数据。
优选的，估算该换乘站任意站台的上车能力包括根据以下三个数据进行估算：
根据运营标准规范允许的列车最大满载率标准；
根据运营标准规范和列车制式规定的列车定员数；
根据历史清分数据和相邻断面的客流量，估算得到的列车上到站乘客下车后、上车乘客上车前的满载率。
与现有技术相比，本发明具有如下的有益效果：
本发明适用于复杂线网的客流预测，保证了调度员可以实时掌握轨道交通线网内任意换乘站在当前及未来一段时间内的乘客滞留状况，并以此为基础进行线路列车运行图调整。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的原理图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示，本发明提供的实时估算轨道交通线网中换乘站的乘客滞留状态的方法，包括：
通过轨道交通监控系统实时采集某一换乘站的AFC闸机进站刷卡数据，结合ACC提供的历史清分数据中该换乘站各线路上下行车乘客量的分配比例，估算出该换乘站进站乘客被分配到各线路上下行方向的数量。
假定线网中有线路line1和line2，两条线路的换乘站A，我们对换乘站A在线路line1上下行方向的乘客滞留状态进行估算。
假定A1表示A在的闸机集合，A2表示A在线路line2的闸机集合，通过两个闸机集合采集的2分钟实时进站客流量分别为和历史清分数据中，通过A1进站后前往line1上下行方向乘车的近7个同比日期(区分工作日、周末和节假日)平均客流量分配比分别为和通过A2进站后前往line1上下行方向乘车的近7个同比日期(区分工作日、周末和节假日)平均客流量分配比分别为和由此可以估算出，2分钟实时进站客流量中，前往line1上行方向乘车的客流量为前往line1下行方向乘车的客流量为
通过轨道交通监控系统实时计算得到该换乘站各相邻断面的客流量，结合ACC提供的历史清分数据中各线路之间的换乘客流分配比例，估算出该换乘站换乘乘客被分配到各线路上下行方向的数量。
对于换乘站A，历史清分数据中，近7个同比日期(区分工作日、周末和节假日)由线路line2换入line1的2分钟客流数量为其中前往line1上下行方向乘车的近7日平均客流量分配比分别为和由此可以估算出，2分钟换乘客流量中，前往line1上行方向乘车的客流量为前往line1下行方向乘车的客流量为
对于每一条通过该换乘站的线路，通过轨道交通监控系统实时计算得到相邻断面的客流量。
通过轨道交通信号系统的列车实时运行图和计划运行图数据，得到当前行车组织下列车到发本站的具体时间。
由此可以统计出任意2分钟内线路line1经过车站A上下行方向的列车数量分别是N上和N下。
通过以下三个数据估算本换乘站任意站台的上车能力，包括：1)根据运营标准规范允许的列车最大满载率标准；2)根据运营标准规范和列车制式规定的列车定员数；3)根据ACC提供的历史清分数据和监控系统实时计算得到的断面客流，估算得到的列车上到站乘客下车后、上车乘客上车前的满载率。
对于换乘站A，实时采集line1在其上下行方向的2分钟断面客流量分别为和实时采集通过闸机集合A1的2分钟出站客流量分别为历史清分数据中，近7个同比日期(区分工作日、周末和节假日)由线路line1上下行方向分别换入line2的2分钟客流数量为和以此作为line1的列车到达车站A时下车客流数的估计值。由此，可以估算出line1上下行方向列车到站，车上乘客下车后，列车内的乘客数分别为和
根据列车型号，可以查到列车的定员数C定，对于换乘站，选用服务最大可承受满载率为120％，由此可以估算出line1在其上下行方向的上车能力分别为和
通过以上采集和估算得到的数据，综合估算该换乘站当前以及未来一段时间内的乘客滞留量。
对于换乘站A,在线路line1的上行方向站台，2分钟内的滞留乘客量估算为：
对于换乘站A,在线路line1的下行方向站台，2分钟内的滞留乘客量估算为：
本发明以自动售检清算管理中心系统(ACC)的历史清分客流预测为基础量，以AFC闸机进出站刷卡数据为波动值，结合列车运行图数据，实时估算换乘站的乘客滞留量，作为调度员调整线路列车运行图的参考依据来缓解客流拥堵现象，从而避免大客流情况的进一步恶化。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (5)

1.一种实时估算轨道交通线网中任意换乘站的乘客滞留状态的方法，其特征在于，包括：
实时采集换乘站的进站数据，结合历史清分数据中该换乘站的各线路上下行车乘客量的分配比例，估算出该换乘站进站乘客被分配到各线路上下行方向的数量；
对于每一条通过该换乘站的线路，实时采集该换乘站各相邻断面的客流量，结合历史清分数据中各线路之间的换乘客流分配比例，估算出该换乘站换乘乘客被分配到各线路上下行方向的数量；
获取列车实时运行图和计划运行图数据，得到当前行车组织下列车到该换乘站的具体时间；
估算该换乘站任意站台的上车能力；
根据以上估算得到的数据，综合估算该换乘站当前以及未来一段时间内的乘客滞留量。
2.根据权利要求1所述的实时估算轨道交通线网中任意换乘站的乘客滞留状态的方法，其特征在于，所述历史清分数据由自动售检清算管理中心系统提供。
3.根据权利要求1所述的实时估算轨道交通线网中任意换乘站的乘客滞留状态的方法，其特征在于，所述进站数据以及所述相邻断面的客流量由轨道交通监控系统提供。
4.根据权利要求1所述的实时估算轨道交通线网中任意换乘站的乘客滞留状态的方法，其特征在于，所述进站数据为AFC闸机进站刷卡数据。
5.根据权利要求1所述的实时估算轨道交通线网中任意换乘站的乘客滞留状态的方法，其特征在于，估算该换乘站任意站台的上车能力包括根据以下三个数据进行估算：
根据运营标准规范允许的列车最大满载率标准；
根据运营标准规范和列车制式规定的列车定员数；
根据历史清分数据和相邻断面的客流量，估算得到的列车上到站乘客下车后、上车乘客上车前的满载率。
CN201710625782.1A 2017-07-27 2017-07-27 实时估算轨道交通线网中换乘站的乘客滞留状态的方法 Pending CN109308539A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710625782.1A CN109308539A (zh) 2017-07-27 2017-07-27 实时估算轨道交通线网中换乘站的乘客滞留状态的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710625782.1A CN109308539A (zh) 2017-07-27 2017-07-27 实时估算轨道交通线网中换乘站的乘客滞留状态的方法

Publications (1)

Publication Number Publication Date
CN109308539A true CN109308539A (zh) 2019-02-05

Family

ID=65202687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710625782.1A Pending CN109308539A (zh) 2017-07-27 2017-07-27 实时估算轨道交通线网中换乘站的乘客滞留状态的方法

Country Status (1)

Country Link
CN (1) CN109308539A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111079986A (zh) * 2019-11-26 2020-04-28 广州地铁设计研究院股份有限公司 一种换乘车站运输能力的匹配方法及系统
CN112508247A (zh) * 2020-11-26 2021-03-16 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
CN115689154A (zh) * 2022-09-15 2023-02-03 合肥市轨道交通集团有限公司 基于动态客流的城市轨道交通调度辅助决策系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436603A (zh) * 2011-08-29 2012-05-02 北京航空航天大学 基于概率树d预测的轨道交通全路网客流预测方法
CN104217129A (zh) * 2014-09-22 2014-12-17 北京交通大学 一种城轨路网客流估算方法
US20150348068A1 (en) * 2014-05-28 2015-12-03 International Business Machines Corporation Predicting waiting passenger count and evaluation
CN105719022A (zh) * 2016-01-22 2016-06-29 上海工程技术大学 一种轨道交通客流实时预测及乘客引导系统
CN106485359A (zh) * 2016-10-13 2017-03-08 东南大学 一种基于列车运行时刻表的城市轨道交通断面客流推测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436603A (zh) * 2011-08-29 2012-05-02 北京航空航天大学 基于概率树d预测的轨道交通全路网客流预测方法
US20150348068A1 (en) * 2014-05-28 2015-12-03 International Business Machines Corporation Predicting waiting passenger count and evaluation
CN104217129A (zh) * 2014-09-22 2014-12-17 北京交通大学 一种城轨路网客流估算方法
CN105719022A (zh) * 2016-01-22 2016-06-29 上海工程技术大学 一种轨道交通客流实时预测及乘客引导系统
CN106485359A (zh) * 2016-10-13 2017-03-08 东南大学 一种基于列车运行时刻表的城市轨道交通断面客流推测方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111079986A (zh) * 2019-11-26 2020-04-28 广州地铁设计研究院股份有限公司 一种换乘车站运输能力的匹配方法及系统
CN111079986B (zh) * 2019-11-26 2022-10-14 广州地铁设计研究院股份有限公司 一种换乘车站运输能力的匹配方法及系统
CN112508247A (zh) * 2020-11-26 2021-03-16 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
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
CN115689154A (zh) * 2022-09-15 2023-02-03 合肥市轨道交通集团有限公司 基于动态客流的城市轨道交通调度辅助决策系统

Similar Documents

Publication Publication Date Title
CN111353639B (zh) 协调列车时刻表的城市轨道交通高峰期限流优化方法
Toqué et al. Short & long term forecasting of multimodal transport passenger flows with machine learning methods
Hänseler et al. A passenger-pedestrian model to assess platform and train usage from automated data
Wilson et al. The potential impact of automated data collection systems on urban public transport planning.
Van Den Heuvel et al. Monitoring the performance of the pedestrian transfer function of train stations using automatic fare collection data
CN105390013A (zh) 一种利用公交ic卡预测公交到站时间的方法
CN112819316B (zh) 一种综合客运枢纽轨道交通系统的枢纽运能识别方法
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
CN114037158A (zh) 一种基于od路径的客流预测方法及应用方法
CN108665178A (zh) 一种基于afc的地铁站内楼扶梯客流量预测方法
Jenelius Data-driven bus crowding prediction based on real-time passenger counts and vehicle locations
Du et al. Bus bunching identification using smart card data
CN114118766A (zh) 一种基于公交乘客出行多重匹配的客流od算法
CN114707709A (zh) 铁路综合客运枢纽安全预警方法及系统
Yoo Transfer penalty estimation with transit trips from smartcard data in Seoul, Korea
CN116542404B (zh) 一种客运枢纽场站抵站旅客接续换乘时间的预测方法
CN116451867A (zh) 一种基于时空出行路径标定的地铁短时客流预测方法
CN112766950A (zh) 一种动态路径费用确定方法、装置、设备及介质
CN108492571B (zh) 基于乘客主观感知的城市公共交通客流拥塞指数计算方法
Tian A short-turning strategy for the management of bus bunching considering variable spatial-temporal running time
van Oort Service reliability: a planning and operations perspective
Erdei et al. Analysis of flexibility on the FTS
Wiarco et al. The impact of stability factor of train operations to railway line capacity (Kroya-Kutoarjo-Yogyakarta) Indonesia
Bunker Assessment of transit quality of service with occupancy load factor and passenger travel time measures
Xia et al. Analysis of OD Standard Time in metros Based on AFC data

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190205