CN110222972A - 一种基于数据驱动的城市轨道交通路网协同限流方法 - Google Patents

Abstract

本发明实施例提供了一种基于数据驱动的城市轨道交通路网协同限流方法，包括以下步骤：S1、对城市轨道交通路网和车站评价指标进行分级，识别关键限流车站集；S2、根据关键限流车站集构建城市轨道交通路网协同限流模型；S3、基于Q‑learning学习算法对所述轨道交通路网协同限流模型求解，输出各关键限流车站对应的限流强度。本发明为地铁车站的客流限流方案的制定提供了有效的方法支撑，为制定客流控制策略提供了有效的理论依据。

Description

一种基于数据驱动的城市轨道交通路网协同限流方法

技术领域

本发明涉及轨道交通限流技术领域，尤其涉及一种基于数据驱动的城市轨道交通路网协同限流方法。

背景技术

随着城市轨道交通的运营线路越来越长，城市轨道交通路网密度越来越高，且城市轨道交通的网络化运营趋势也越来越显著，其带来的运营组织复杂、枢纽负荷大以及客流强度大等挑战势必会成为急需应对和研究解决的安全问题。车站限流是一种有效的缓解客流压力及枢纽负荷的应急管理措施，目前，在实际运营管理中对于限流时段、限流车站以及限流强度确定通常依靠管理者的经验，决策带有一定主观性，缺乏科学性。此外，目前的车站限流研究并未综合考虑整个轨道交通网络的客流情况，故并不能使轨道交通系统整体达到最优。

发明内容

本发明的实施例提供了一种基于数据驱动的城市轨道交通路网协同限流方法，基于轨道交通客流需求大于供给的实际需求，提出了基于数据驱动的城市轨道交路网协同限流方法，为地铁管理者提供决策依据。

为了实现上述目的，本发明采取了如下技术方案。

一种基于数据驱动的城市轨道交通路网协同限流方法，包括以下步骤：

S1、对城市轨道交通路网和车站评价指标进行分级，识别关键限流车站集；

S2、根据关键限流车站集构建城市轨道交通路网协同限流模型；

S3、基于Q-leaming学习算法对所述轨道交通路网协同限流模型求解，输出各关键限流车站对应的限流强度。

优选地，所述S1包括：

S11、基于K均值的改进型高斯混合模型聚类方法对城市轨道交通路网和车站评价指标进行分级；

S12、利用K最近邻分类方法智能识别城市轨道交通路网和车站状态；

S13、面向客流来源的关键限流车站的路网关联度分析。

优选地，所述S11具体为：

进行分级的路网和车站状态评价指标数据被看成是由多个正态分布组成的混合概率分布，不同的正态分布代表不同的类，由高斯混合模型得到每个类的概率，K个高斯分布的线性加成构成了高斯的概率密度函数，如下所示：

式中：K表示高斯混合模型的分级个数；ω_k表示第k个高斯分布被选择的概率；μ_k，∑_k表示第k个高斯分布的均值和协方差；p_k(x|μ_k，∑_k)表示第k个高斯分布的概率密度函数；v表示维度；x表示数据集；T是矩阵转置；

K均值聚类算法中各类的聚类中心可由各类的所有数据的均值计算得到，对于某个含有i个数据点的数据集x和要分得的类别K来说，可利用欧式距离作为评价相似度的指标，聚类分析的目标是最小化各类的聚类平方和，可表示为下式：

式中：J表示最小化各类的聚类平方和；u_k表示第k个高斯分布的均值；

贝叶斯信息准则BIC引入了与模型参数数量相关的惩罚项，确定聚类数目如下所示：

BIC＝kln(n)-2ln(L)

似然函数：

式中：K为分级个数，N为样本数量，L为似然函数；

利用Python语言对K均值聚类和基于K均值的高斯混合模型聚类进行实现；

改进的高斯混合模型聚类由贝叶斯信息准则计算值的大小可自动识别最佳分级数目，引进K均值聚类可确定EM算法的初始值，可减少高斯混合模型聚类的迭代次数；

基于K均值的高斯混合模型聚类的算法步骤如下所示：

S11.1：k表示聚类个数，令k＝2；

S11.2：利用K均值聚类初始化参数β＝{ω_k，μ_k，∑_k}；

S11.3：E步，根据下式确定每类高斯分量的后验概率；

S11.4：M步，根据E步得到的后验概率，更新参数β；

式中：表示第k个高斯分布的均值和协方差迭代后的新值；表示第k个高斯分布被选择的概率迭代后的新值。

S11.5：如果time＞max_time，则进入S11.6；否则，令time＝time+1并进入S11.3，time为迭代次数；

S11.6：计算BIC的值；

S11.7：如果k＞10，则迭代结束，并输出BIC最小值对应的k和参数λ；否则，令k＝k+1并进入S11.2。

优选地，所述S12包括：

利用K最近邻分类算法对城市轨道交通路网和车站状态评价指标的不同特征值之间的欧式距离来进行分类，按照欧式距离的递增关系进行排序，选取欧式距离最小的Y个点，确定前Y个点所在状态类别的出现频率，出现频率最高的状态类别作为城市轨道交通路网和车站的状态，该算法步骤如下表示：

S12.1：利用欧式距离计算某时刻城市轨道交通路网状态评价指标计算值与各个基于历史数据的城市轨道交通路网状态评价指标值之间的距离；

S12.2：按照欧式距离的递增关系进行排序；

S12.3：选取欧式距离最小的Y个点；

S12.4：确定前Y个点所在状态类别的出现频率；

S12.5：返回前Y个点中出现频率最高的状态类别作为该时刻城市轨道交通路网状态评价指标的状态，即城市轨道交通路网状态。

优选地，所述S13具体为：

关键限流车站的关联度表示两个关键限流车站之间的关联程度，可由关键限流车站客流的来源量来表示，根据所述关键限流车站的关联度，将关键限流车站划分成不同的协同限流区域，关联度越高，两关键限流车站关联程度越大，应划分至同一区域，进行协同限流时应重点关注同一区域内车站间的协同作用，

式中：key表示某个关键限流车站；other表示其他关键限流车站，且 表示其他关键限流车站与关键限流车站key的关联度；表示关键限流车站key的客流来源量，即从其他关键限流车站进站，经过关键限流车站key或者在关键限流车站key进行换乘的客流量。

优选地，所述S2包括：

S21：城市轨道交通路网协同限流模型目标函数建立；

S22：城市轨道交通路网协同限流模型约束条件建立。

优选地，所述S21具体为：

以城市轨道交通路网各车站服务人数最大化、各车站站台平均拥挤人数最小化为目标建立城市轨道交通路网限流模型，如下所示：

式中：m为车站集，b，c分别表示服务人数、站台平均拥挤人数的权重；表示评估时段内车站m的服务人数，即车站m的上车人数；表示评估时段内车站m的站台平均拥挤人数。

优选地，所述S22具体为：

城市轨道交通车站之间存在关联性，对路网多个车站进行协同限流时，需要给到达拥挤车站的列车留有一定的列车剩余能力，即对上一车站的上车人数进行控制，并且车站拥挤程度越高，列车到达该站时的列车剩余能力应越大，对上一车站的上车人数进行控制的程度应越大，τ表示对上车人数的控制程度，其大小与下一车站的拥挤程度有关，

考虑到城市轨道交通路网中多个车站之间的协同作用，对关键限流车站按照关联度进行划分，re_m1，m2表示m1车站和m2车站之间是否有关联，1表示有关联，0表示没有关联，可将有关联的车站划分至同一区域，限流时需要考虑其协同作用，

其它约束条件如下所示：

(1)客流需求约束

(2)限流和进站约束

a_m＜0.5

(3)站台容纳能力和列车剩余能力

(4)上下车约束

式中，

m表示车站集合，m＝1，2，...M；n表示列车集合，n＝1，2，...N；Δt表示时间间隔；表示车站m进站口处等待进站的乘客数量；表示车站m进站口处进入车站的乘客数量；表示在列车n到达车站m前，车站m站台候车的乘客数量；表示在列车n到达车站m时，从车站m站台上车进入列车n的乘客数量；表示在列车n到达车站m时，从列车n下车到达车站m站台的乘客数量；表示在列车n离开车站m时，未从车站m站台上车进入列车n的乘客数量；表表示在列车n到达车站m前，允许进入列车n内的乘客数量；表示在列车n到达车站m时，列车n内的乘客数量；表示车站m的乘客到达率；η_m，n表示在列车n到达车站m时，列车n的乘客下车率；A_m表示车站m站台的有效面积；θ_m表示车站m站台的站台密度；表示车站m的最大进站乘客数量；表示车站m的最小进站乘客数量；Q_n列车n最大容纳的乘客数量；a_m车站m进站口处的限流比例。

优选地，所述S3包括：

S31：限流强度的选择；

S32：Q-table迭代。

优选地，所述S31具体为：

限流强度的选择概率如下所示：

式中：a表示关键限流车站的限流强度；π[a|s_t]表示各限流强度的选择概率，Q值越大所对应的限流强度被选择的概率越大；在选择过程中，总是做出当前状态下的最佳选择，进而总体上达到最优；

在限流强度选择时，需要考虑同一区域内关键限流车站间的协同作用，若re_m1，m2＝1，则说明需要对m1和m2车站进行协同限流，即a_m1*a_m2≥0；

优选地，所述S32具体为：

Q-learning学习算法首先由关键限流车站状态与限流强度形成Q-table矩阵表，通过不断的迭代修改Q-table表，最终使智能体的活动集趋于最优，在训练的过程中，使用Bellman Equation去更新Q-table，如下所示：

Q(i，s_n，a)＝(1-α)Q(i，s_n，a)+α[R_i(s_n，a)+γ*max Q(i，s_n+1，a)]

式中：α∈[0，1]表示学习速率，学习速率越大，智能体Q-table迭代更新的效果越显著；γ∈[0，1]表示折扣因子，折扣因子越大，未来的最大奖励函数值所起到的作用就越大；R表示采取限流措施后，根据城市轨道交通路网仿真系统的结果得到的奖励值；max Q(i，s_n+1，a)表示在下一刻关键限流车站状态下Q-table中所有限流强度对应值中的最大值；

具体步骤包括：

S3.1：初始化由关键限流车站状态与限流强度形成的Q-table矩阵；

S3.2：计算当前时段各关键限流车站的状态state；

S3.3：选择各关键限流车站在状态state下采取的限流强度action；

S3.4：对各关键限流车站进行限流；

S3.5：调用城市轨道交通路网仿真系统，利用实验室的城市轨道交通路网仿真系统对乘客进出站、上下车以及列车进出站过程进行仿真，仿真数据定时统计一次并存入MySQL数据库当中；

S3.6：计算采取限流措施之后的奖励函数reward；

S3.7：计算下一时段各关键限流车站的新状态states；

S3.8：利用Bellman Equation迭代公式，更新关键限流车站状态与限流强度的Q-table矩阵，公式如下：

Q(i，s_n，a)＝(1-α)Q(i，s_n，a)+α[R_i(s_n，a)+γ*max Q(i，s_n+1，a)]

S3.9：判断是否达到迭代次数，若未达到迭代次数，将采取限流措施后各关键限流车站的新状态states作为当前各关键限流车站的状态state，并进入S3.3；若达到迭代次数，则终止迭代，并输出各关键限流车站对应的限流强度。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例公开了一种基于数据驱动的城市轨道交通路网协同限流方法，该方法基于大量的运营数据，采用改进的高斯混合模型对路网、车站运营状态进行量化分级，识别关键车站集；并构建了城市轨道交通路网限流模型，最后利用Q-learning学习算法对限流模型进行求解。本发明改进了传统的高斯混合模型，降低了高斯混合模型的迭代计算量和最大似然估计的复杂度，建立了面向数据驱动的城市轨道交通路网、车站状态量化分级的确定方法；本方法提出的基于Q-leaming的路网协同限流方法，将深度学习算法用来解决轨道交通路网协同限流问题，克服了限流模型的求解约束规模大以及传统方法无法求解的困难，为高峰时段地铁路网客流组织提供了可靠的方法和技术支撑。

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基于数据驱动的城市轨道交通路网协同限流方法的流程图；

图2为贝叶斯信息准则BIC值计算结果示意图；

图3为K均值聚类与基于K均值的高斯混合模型聚类效果对比(路网)示意图；

图4为K均值聚类与基于K均值的高斯混合模型聚类效果对比(车站)示意图；

图5为城市轨道交通路网客流动态分布推演仿真系统功能示意图；

图6为网络运营状态后评估结果示意图；

图7为路网状态评价指标对比示意图。

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。

本发明实施例一种基于数据驱动的城市轨道交通路网协同限流方法，如图1所示，步骤如下：

S1、对城市轨道交通路网和车站评价指标进行分级，识别关键限流车站集；

S11：基于K均值的改进型高斯混合模型聚类方法对城市轨道交通路网和车站评价指标进行分级。

广州地铁常态化客流控制车站如下表所示：

表1广州地铁常态化客流控制车站

基于广州地铁路网2018年11月19日到2018年11月23日五个工作日每天上午7点到10点的客流数据，并以5min为时间间隔统计出7：00-10：00时间段内所有区间的区间满载率以及所有车站的站台人数如下表所示：

表2城市轨道交通路网区间数据

表3城市轨道交通路网车站数据

城市轨道交通路网和车站状态评价指标构建是状态识别的关键过程，其构建过程可分为两部分：

第一部分是城市轨道交通路网状态评价指标构建，如下所示：

第一部分，满载率相关指标作为路网评价指标：

平均满载率：

高满载率区间比例：

满载率分布熵：

式中：

load表示评估时间内城市轨道交通路网某区间的平均满载率；pf表示评估时间内通过某区间的断面客流量；C表示评估时间内某区间开行的列车数量；λ表示开行列车的定员；

Z表示评估时间内的高满载率区间比例；L表示城市轨道交通路网中所有区间的数量；L_h表示评估时段内高满载率区间的数量；

H表示评估时间内的满载率分布熵；g表示离散化后区间满载率的值，应四舍五入到10％的精度，g＝0，1，...，G；L_g表示满载率为g的区间占城市轨道交通路网所有区间的比例，L_g≠0。

第二部分是城市轨道车站状态评价指标构建，如下所示：

第二部分，站台拥挤度和到达列车平均满载率作为车站状态评价指标：

运营状态：

站台拥挤度：

到达列车平均满载率：

式中：

S_m表示评估时段车站m的运营状态；表示评估时段到达车站m的列车n内的乘客数；λ_n表示列车n的定员数；表示评估时段车站m到达列车的平均满载率；表示评估时段车站m站台候车的乘客数；A_m表示车站m站台的有效面积；θ_m表示评估时段车站m的站台拥挤度，即站台密度。

利用皮尔森(Pearson)相关系数法对评价指标间的相关性进行分析，若评价指标为x和y，则两者之间的相关系数Cor如下所示：

式中：Cor表示相关系数；ζ表示样本数量；x和y分别表示评价指标的计算值；和分别表示评价指标的平均值。

两个指标的相关程度如下所示：

表4不同Cor值所对应的相关程度

进行分级的路网和车站状态评价指标数据被看成是由多个正态分布组成的混合概率分布，不同的正态分布代表不同的类，由高斯混合模型得到每个类的概率，K个高斯分布的线性加成构成了高斯的概率密度函数，如下所示：

式中：K表示高斯混合模型的分级个数；ω_k表示第k个高斯分布被选择的概率；μ_k，∑_k表示第k个高斯分布的均值和协方差；p_k(x|μ_k，∑_k)表示第k个高斯分布的概率密度函数；v表示维度；x表示数据集；T是矩阵转置。

K均值聚类算法中各类的聚类中心可由各类的所有数据的均值计算得到，对于某个含有i个数据点的数据集x和要分得的类别K来说，可利用欧式距离作为评价相似度的指标，聚类分析的目标是最小化各类的聚类平方和，可表示为下式：

式中：J表示最小化各类的聚类平方和；u_k表示第k个高斯分布的均值。

贝叶斯信息准则(BIC)引入了与模型参数数量相关的惩罚项，当样本数量过多时，也可有效防止因模型精度过高而造成的模型复杂度过高，确定最佳的聚类数目，如下所示：

BIC＝kln(n)-2ln(L)

似然函数：

式中：K为分级个数，N为样本数量，L为似然函数。

利用Python语言对K均值聚类和基于K均值的高斯混合模型聚类进行实现，当K＝2，3，…，9，10所对应BIC的值，如图2所示。

改进的高斯混合模型聚类由贝叶斯信息准则计算值的大小可自动识别最佳分级数目，引进K均值聚类可确定EM算法的初始值，可减少高斯混合模型聚类的迭代次数，提高其求解效率。

基于K均值的高斯混合模型聚类的算法步骤如下所示：

S11.1：k表示聚类个数，令k＝2。

S11.2：利用K均值聚类初始化参数β＝{ω_k，μ_k，∑_k}。

S11.3：E步，根据下式确定每类高斯分量的后验概率。

S11.4：M步，根据E步得到的后验概率，更新参数β。

式中：表示第k个高斯分布的均值和协方差迭代后的新值；表示第k个高斯分布被选择的概率迭代后的新值。

S11.5：如果time＞max_time，则进入S11.6；否则，令time＝time+1并进入S11.3，time为迭代次数。

S11.6：计算BIC的值。

S11.7：如果k＞10，则迭代结束，并输出BIC最小值对应的k和参数λ；否则，令k＝k+1并进入S11.2。

根据以上计算流程得到的城市轨道交通路网和车站的聚类效果如图3、4所示。由图可知，路网状态评价指标各等级的聚类中心为：A状态(0.0002，1.0506)，B状态(0.0152，1.9338)，C状态(0.0471，2.1457)，D状态(0.126，2.3016)，E状态(0.2581，2.3085)；车站状态评价指标聚类中心为：A状态(0.0708，0.0392)，B状态(0.3334，0.0901)，C状态(0.6109，0.1242)，D状态(0.9057，0.1615)，E状态(1.2986，0.2725)。

S12：利用K最近邻分类方法智能识别城市轨道交通路网和车站状态。

利用K最近邻分类算法对城市轨道交通路网和车站状态评价指标的不同特征值之间的欧式距离来进行分类，按照欧式距离的递增关系进行排序，选取欧式距离最小的Y个点，确定前Y个点所在状态类别的出现频率，出现频率最高的状态类别作为城市轨道交通路网和车站的状态。该算法步骤如下表示：

S12.1：利用欧式距离计算某时刻城市轨道交通路网状态评价指标计算值与各个基于历史数据的城市轨道交通路网状态评价指标值之间的距离；

S12.2：按照欧式距离的递增关系进行排序；

S12.3：选取欧式距离最小的Y个点；

S12.4：确定前Y个点所在状态类别的出现频率；

S12.5：返回前Y个点中出现频率最高的状态类别作为该时刻城市轨道交通路网状态评价指标的状态，即城市轨道交通路网状态。

根据表2和3的客流数据以及上述算法可计算出各评价指标的值以及路网和车站的状态如表5、6所示：

表5广州地铁路网7：00-9：00的路网状态评估

表6广州地铁路网关键车站识别结果

进而可得出广州地铁路网7：45-8：45早高峰时间段识别的关键限流车站如下表所示：

表7广州地铁7：45-8：45关键限流车站汇总

S13：面向客流来源的关键限流车站的路网关联度分析。

关键限流车站的关联度表示两个关键限流车站之间的关联程度，可由关键限流车站客流的来源量来表示。根据关键限流车站关联度，可将关键限流车站划分成不同的协同限流区域。关联度越高，两关键限流车站关联程度越大，应划分至同一区域，进行协同限流时应重点关注同一区域内车站间的协同作用。

式中：key表示某个关键限流车站；other表示其他关键限流车站，且 表示其他关键限流车站与关键限流车站key的关联度；表示关键限流车站key的客流来源量，即从其他关键限流车站进站，经过关键限流车站key或者在关键限流车站key进行换乘的客流量。

根据上式对识别出的20个关键限流车站间的协同程度进行分析，并将20个关键限流车站按照关联度的大小以及车站协同约束分成三个不同区域，如表8所示。

表8协同限流车站集合

S2、根据关键限流车站集构建城市轨道交通路网协同限流模型；

S21：城市轨道交通路网协同限流模型目标函数建立。

以城市轨道交通路网各车站服务人数最大化、各车站站台平均拥挤人数最小化为目标建立城市轨道交通路网限流模型，除了考虑运营收益和运输能力之外还考虑了运营安全和乘客安全，如下所示：

式中：m为车站集，b，c分别表示服务人数、站台平均拥挤人数的权重；表示评估时段内车站m的服务人数，即车站m的上车人数；表示评估时段内车站m的站台平均拥挤人数。

S22：城市轨道交通路网协同限流模型约束条件建立；

城市轨道交通车站之间存在关联性，对路网多个车站进行协同限流时，需要给到达拥挤车站的列车留有一定的列车剩余能力，即对上一车站的上车人数进行控制。并且车站拥挤程度越高，列车到达该站时的列车剩余能力应越大，对上一车站的上车人数进行控制的程度应越大。τ表示对上车人数的控制程度，其大小与下一车站的拥挤程度有关。

考虑到城市轨道交通路网中多个车站之间的协同作用，对关键限流车站按照关联度进行划分。re_m1，m2表示m1车站和m2车站之间是否有关联，1表示有关联，0表示没有关联，可将有关联的车站划分至同一区域，限流时需要考虑其协同作用。

其它约束条件如下所示：

(1)客流需求约束

(2)限流和进站约束

a_m＜0.5

(3)站台容纳能力和列车剩余能力

(4)上下车约束

表9模型符号与定义

S3、基于Q-learning学习算法对所述轨道交通路网协同限流模型求解，输出各关键限流车站对应的限流强度；

S31：限流强度选择。

活动集a表示关键限流车站的限流强度{0，0.1，0.2，0.3，04}，如果某时刻某车站进站客流量为1000人，限流强度为a＝0.2，则只有800人可以进站，其余200人需要在站外排队等候进站，各限流强度的选择概率如下所示：

式中：π[a|s_t]表示各限流强度的选择概率，Q值越大所对应的限流强度被选择的概率越大。在选择过程中，总是做出当前状态下的最佳选择，进而总体上达到最优。

在限流强度选择时，需要考虑同一区域内关键限流车站间的协同作用，若re_m1，m2＝1，则说明需要对m1和m2车站进行协同限流，即a_m1*a_m2≥0。

S32：Q-table迭代

Q-learning学习算法首先由关键限流车站状态与限流强度形成Q-table矩阵表，通过不断的迭代修改Q-table表，最终使智能体的活动集趋于最优。在训练的过程中，使用Bellman Equation去更新Q-table，如下所示：

Q(i，s_n，a)＝(1-α)Q(i，s_n，a)+α[R_i(s_n，a)+γ*max Q(i，s_n+1，a)]

式中：α∈[0，1]表示学习速率，学习速率越大，智能体Q-table迭代更新的效果越显著；γ∈[0，1]表示折扣因子，折扣因子越大，未来的最大奖励函数值所起到的作用就越大；R表示采取限流措施后，根据城市轨道交通路网仿真系统的结果得到的奖励值；max Q(i，s_n+1，a)表示在下一刻关键限流车站状态下Q-table中所有限流强度对应值中的最大值。

基于Q-learning学习算法求解城市轨道交通路网协同限流模型的步骤如下所示：

S3.1：初始化由关键限流车站状态与限流强度形成的Q-table矩阵。

S3.2：计算当前时段各关键限流车站的状态state。

S3.3：为避免局部最优，本文利用贪婪算法，选择各关键限流车站在状态state下可能采取的限流强度action。

S3.4：对各关键限流车站进行限流。

S3.5：调用城市轨道交通路网仿真系统。利用实验室的城市轨道交通路网仿真系统对乘客进出站、上下车以及列车进出站过程等进行仿真，仿真数据每5分钟统计一次并存入MySQL数据库当中，城市轨道交通路网客流动态分布推演仿真系统功能图见图5。

S3.6：计算采取限流措施之后的奖励函数reward。

S3.7：计算下一时段各关键限流车站的新状态states。

S3.8：利用Bellman Equation迭代公式，更新关键限流车站状态与限流强度的Q-table矩阵。

Q(i，s_n，a)＝(1-α)Q(i，s_n，a)+α[R_i(s_n，a)+γ*max Q(i，s_n+1，a)]

S3.9：判断是否达到迭代次数，若未达到迭代次数，将采取限流措施后各关键限流车站的新状态states作为当前各关键限流车站的状态state，并进入S3.3；若达到迭代次数，则终止迭代，并输出各关键限流车站对应的限流强度。

结合S2和S3所述的模型和求解算法求得广州地铁11月26日上午早高峰7：40-8：45时间段各关键限流车站的限流强度如下表所示：

表10广州地铁7：40-8：45的限流方案

线网限流方案限流前后对比如图6所示。

此外本发明提出的求解限流方案与遗传算法求解的限流方案进行对比得：根据遗传算法求解的限流方案采取限流措施后，广州地铁路网的高满载区间比例0.1063、满载率分布熵2.3287；根据本发明提出的城市轨道交通路网协同限流方法求解的限流方案，广州地铁路网的高满载区间比例0.1049、满载率分布熵2.3254。与限流前的高满载区间比例0.2214、满载率分布熵2.3482相比本发明提出的方法限流效果略好一点，如图7所示。

综上所述，本发明实施例一种基于数据驱动的城市轨道交通路网协同限流方法，与地铁路网运营状态后评估与诱导系统进行对比分析，验证了本发明提出的城市轨道交通路网协同限流方法可真实有效的对城市轨道交通路网拥挤状况进行缓解。本发明为地铁车站的客流限流方案的制定提供了有效的方法支撑，为制定客流控制策略提供了有效的理论依据。

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。

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 (11)

1.一种基于数据驱动的城市轨道交通路网协同限流方法，其特征在于，包括以下步骤：

S1、对城市轨道交通路网和车站评价指标进行分级，识别关键限流车站集；

S2、根据关键限流车站集构建城市轨道交通路网协同限流模型；

S3、基于Q-learning学习算法对所述轨道交通路网协同限流模型求解，输出各关键限流车站对应的限流强度。

2.根据权利要求1所述的限流方法，其特征在于，所述S1包括：

S11、基于K均值的改进型高斯混合模型聚类方法对城市轨道交通路网和车站评价指标进行分级；

S12、利用K最近邻分类方法智能识别城市轨道交通路网和车站状态；

S13、面向客流来源的关键限流车站的路网关联度分析。

3.根据权利要求2所述的限流方法，其特征在于，所述S11具体为：

进行分级的路网和车站状态评价指标数据被看成是由多个正态分布组成的混合概率分布，不同的正态分布代表不同的类，由高斯混合模型得到每个类的概率，K个高斯分布的线性加成构成了高斯的概率密度函数，如下所示：

式中：K表示高斯混合模型的分级个数；ω_k表示第k个高斯分布被选择的概率；μ_k,∑_k表示第k个高斯分布的均值和协方差；p_k(x|μ_k,∑_k)表示第k个高斯分布的概率密度函数；v表示维度；x表示数据集；T是矩阵转置；

K均值聚类算法中各类的聚类中心可由各类的所有数据的均值计算得到，对于某个含有i个数据点的数据集x和要分得的类别K来说，可利用欧式距离作为评价相似度的指标，聚类分析的目标是最小化各类的聚类平方和，可表示为下式：

式中：J表示最小化各类的聚类平方和；u_k表示第k个高斯分布的均值；

贝叶斯信息准则BIC引入了与模型参数数量相关的惩罚项，确定聚类数目如下所示：

BIC＝kln(n)-2ln(L)

似然函数：

式中：K为分级个数，N为样本数量，L为似然函数；

利用Python语言对K均值聚类和基于K均值的高斯混合模型聚类进行实现；

改进的高斯混合模型聚类由贝叶斯信息准则计算值的大小可自动识别最佳分级数目，引进K均值聚类可确定EM算法的初始值，可减少高斯混合模型聚类的迭代次数；

基于K均值的高斯混合模型聚类的算法步骤如下所示：

S11.1：k表示聚类个数，令k＝2；

S11.2：利用K均值聚类初始化参数β＝{ω_k,μ_k,∑_k}；

S11.3：E步，根据下式确定每类高斯分量的后验概率；

S11.4：M步，根据E步得到的后验概率，更新参数β；

式中：表示第k个高斯分布的均值和协方差迭代后的新值；表示第k个高斯分布被选择的概率迭代后的新值。

S11.5：如果time>max_time，则进入S11.6；否则，令time＝time+1并进入S11.3，time为迭代次数；

S11.6：计算BIC的值；

S11.7：如果k>10，则迭代结束，并输出BIC最小值对应的k和参数λ；否则，令k＝k+1并进入S11.2。

4.根据权利要求2所述的限流方法，其特征在于，所述S12包括：

利用K最近邻分类算法对城市轨道交通路网和车站状态评价指标的不同特征值之间的欧式距离来进行分类，按照欧式距离的递增关系进行排序，选取欧式距离最小的Y个点，确定前Y个点所在状态类别的出现频率，出现频率最高的状态类别作为城市轨道交通路网和车站的状态，该算法步骤如下表示：

S12.1：利用欧式距离计算某时刻城市轨道交通路网状态评价指标计算值与各个基于历史数据的城市轨道交通路网状态评价指标值之间的距离；

S12.2：按照欧式距离的递增关系进行排序；

S12.3：选取欧式距离最小的Y个点；

S12.4：确定前Y个点所在状态类别的出现频率；

S12.5：返回前Y个点中出现频率最高的状态类别作为该时刻城市轨道交通路网状态评价指标的状态，即城市轨道交通路网状态。

5.根据权利要求2所述的限流方法，其特征在于，所述S13具体为：

关键限流车站的关联度表示两个关键限流车站之间的关联程度，可由关键限流车站客流的来源量来表示，根据所述关键限流车站的关联度，将关键限流车站划分成不同的协同限流区域，关联度越高，两关键限流车站关联程度越大，应划分至同一区域，进行协同限流时应重点关注同一区域内车站间的协同作用，

式中：key表示某个关键限流车站；other表示其他关键限流车站，且 表示其他关键限流车站与关键限流车站key的关联度；表示关键限流车站key的客流来源量，即从其他关键限流车站进站，经过关键限流车站key或者在关键限流车站key进行换乘的客流量。

6.根据权利要求1所述的限流方法，其特征在于，所述S2包括：

S21：城市轨道交通路网协同限流模型目标函数建立；

S22：城市轨道交通路网协同限流模型约束条件建立。

7.根据权利要求6所述的限流方法，其特征在于，所述S21具体为：

以城市轨道交通路网各车站服务人数最大化、各车站站台平均拥挤人数最小化为目标建立城市轨道交通路网限流模型，如下所示：

式中：m为车站集，b，c分别表示服务人数、站台平均拥挤人数的权重；表示评估时段内车站m的服务人数，即车站m的上车人数；表示评估时段内车站m的站台平均拥挤人数。

8.根据权利要求6所述的限流方法，其特征在于，所述S22具体为：

城市轨道交通车站之间存在关联性，对路网多个车站进行协同限流时，需要给到达拥挤车站的列车留有一定的列车剩余能力，即对上一车站的上车人数进行控制，并且车站拥挤程度越高，列车到达该站时的列车剩余能力应越大，对上一车站的上车人数进行控制的程度应越大，τ表示对上车人数的控制程度，其大小与下一车站的拥挤程度有关，

考虑到城市轨道交通路网中多个车站之间的协同作用，对关键限流车站按照关联度进行划分，re_m1,m2表示m1车站和m2车站之间是否有关联，1表示有关联，0表示没有关联，可将有关联的车站划分至同一区域，限流时需要考虑其协同作用，

其它约束条件如下所示：

(1)客流需求约束

(2)限流和进站约束

a_m＜0.5

(3)站台容纳能力和列车剩余能力

(4)上下车约束

式中，

m表示车站集合，m＝1，2，…M；n表示列车集合，n＝1，2，…N；Δt表示时间间隔；表示车站m进站口处等待进站的乘客数量；表示车站m进站口处进入车站的乘客数量；表示在列车n到达车站m前，车站m站台候车的乘客数量；表示在列车n到达车站m时，从车站m站台上车进入列车n的乘客数量；表示在列车n到达车站m时，从列车n下车到达车站m站台的乘客数量；表示在列车n离开车站m时，未从车站m站台上车进入列车n的乘客数量；表表示在列车n到达车站m前，允许进入列车n内的乘客数量；表示在列车n到达车站m时，列车n内的乘客数量；表示车站m的乘客到达率；η_m,n表示在列车n到达车站m时，列车n的乘客下车率；A_m表示车站m站台的有效面积；θ_m表示车站m站台的站台密度；表示车站m的最大进站乘客数量；表示车站m的最小进站乘客数量；Q_n列车n最大容纳的乘客数量；a_m车站m进站口处的限流比例。

9.根据权利要求1所述的限流方法，其特征在于，所述S3包括：

S31：限流强度的选择；

S32：Q-table迭代。

10.根据权利要求9所述的限流方法，其特征在于，所述S31具体为：

限流强度的选择概率如下所示：

式中：a表示关键限流车站的限流强度；π[a|s_t]表示各限流强度的选择概率，Q值越大所对应的限流强度被选择的概率越大；在选择过程中，总是做出当前状态下的最佳选择，进而总体上达到最优；

在限流强度选择时，需要考虑同一区域内关键限流车站间的协同作用，若re_m1,m2＝1，则说明需要对m1和m2车站进行协同限流，即a_m1*a_m2≥0。

11.根据权利要求9所述的限流方法，其特征在于，所述S32具体为：

Q-learning学习算法首先由关键限流车站状态与限流强度形成Q-table矩阵表，通过不断的迭代修改Q-table表，最终使智能体的活动集趋于最优，在训练的过程中，使用Bellman Equation去更新Q-table，如下所示：

Q(i,s_n,α)＝(1-α)Q(i,s_n,a)+α[R_i(s_n,a)+γ*maxQ(i,s_n+1,a)]

式中：α∈[0,1]表示学习速率，学习速率越大，智能体Q-table迭代更新的效果越显著；γ∈[0,1]表示折扣因子，折扣因子越大，未来的最大奖励函数值所起到的作用就越大；R表示采取限流措施后，根据城市轨道交通路网仿真系统的结果得到的奖励值；maxQ(i,s_n+1,a)表示在下一刻关键限流车站状态下Q-table中所有限流强度对应值中的最大值；

具体步骤包括：

S3.1：初始化由关键限流车站状态与限流强度形成的Q-table矩阵；

S3.2：计算当前时段各关键限流车站的状态state；

S3.3：选择各关键限流车站在状态state下采取的限流强度action；

S3.4：对各关键限流车站进行限流；

S3.5：调用城市轨道交通路网仿真系统，利用实验室的城市轨道交通路网仿真系统对乘客进出站、上下车以及列车进出站过程进行仿真，仿真数据定时统计一次并存入MySQL数据库当中；

S3.6：计算采取限流措施之后的奖励函数reward；

S3.7：计算下一时段各关键限流车站的新状态states；

S3.8：利用Bellman Equation迭代公式，更新关键限流车站状态与限流强度的Q-table矩阵，公式如下：

Q(i,s_n,a)＝(1-α)Q(i,s_n,a)+α[R_i(s_n,a)+γ*maxQ(i,s_n+1,a)]

S3.9：判断是否达到迭代次数，若未达到迭代次数，将采取限流措施后各关键限流车站的新状态states作为当前各关键限流车站的状态state，并进入S3.3；若达到迭代次数，则终止迭代，并输出各关键限流车站对应的限流强度。