CN110304117A - 一种解决潮汐客流的列车调度方法及装置 - Google Patents

一种解决潮汐客流的列车调度方法及装置 Download PDF

Info

Publication number
CN110304117A
CN110304117A CN201910639723.9A CN201910639723A CN110304117A CN 110304117 A CN110304117 A CN 110304117A CN 201910639723 A CN201910639723 A CN 201910639723A CN 110304117 A CN110304117 A CN 110304117A
Authority
CN
China
Prior art keywords
passenger flow
train
peak
section
morning
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
CN201910639723.9A
Other languages
English (en)
Other versions
CN110304117B (zh
Inventor
郜春海
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.)
Traffic Control Technology TCT Co Ltd
Original Assignee
Traffic Control Technology TCT 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 Traffic Control Technology TCT Co Ltd filed Critical Traffic Control Technology TCT Co Ltd
Priority to CN201910639723.9A priority Critical patent/CN110304117B/zh
Publication of CN110304117A publication Critical patent/CN110304117A/zh
Application granted granted Critical
Publication of CN110304117B publication Critical patent/CN110304117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/40—Handling position reports or trackside vehicle data

Abstract

本发明实施例提供一种解决潮汐客流的列车调度方法及装置，所述方法包括：根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。所述装置执行上述方法。本发明实施例提供的解决潮汐客流的列车调度方法及装置，实现解决潮汐客流的列车调度。

Description

一种解决潮汐客流的列车调度方法及装置
技术领域
本发明涉及轨道交通技术领域，尤其涉及一种解决潮汐客流的列车调度方法及装置。
背景技术
基于车车通信的列车控制系统突破了目前所有轨道交通列车控制系统均依赖于地面设备实现列车运行控制的固有模式，将ZC、CI等轨旁设备精简，完全依靠车载实现列车控制。列车通过通信、主动识别、轨旁资源争夺等手段来实现移动闭塞、道岔控制等功能，具有更高的安全性、可靠性，同时由于减少了通信和控制环节，采用取消进路，动态追踪等新技术，缩短了运行间隔，提升了线路整体运行能力。
随着城镇化建设的快速发展，城市人口和城市用地规模均大幅度增加，随着这些超大、特大等一线城市规模的不断扩大，城市形态也慢慢由传统的生产生活高度集中的“单中心”形态向生产和居住分离的“一核、多中心、组团化”形态转变。因此，出现了城市轨道交通运输组织一大特殊现象，即潮汐客流现象。潮汐客流现象是职住分离引起的早晚高峰期间双方向交通流量不均衡现象，其主要客流特征表现为早高峰时段进城方向客流量大且主要集中在某一区段，而出城方向客流量小且全线分布相对平稳；晚高峰则出现相反的客流特征。
车车通信列车控制系统已经取得了突破性的研究进展。从理论对比，已经提升了运营效率。上述潮汐客流问题，导致双方向交通流量不均衡，如果按照拥挤方向制定运营计划，能解决某一个方向的客流需求，但是对另一个方向来说，因客流量相对较小，所以存在资源的浪费；如果不按照拥挤方向制定运营计划，则解决不了高峰期的客流需求。
因此，如何避免上述缺陷，实现解决潮汐客流的列车调度，成为亟须解决的问题。
发明内容
针对现有技术存在的问题，本发明实施例提供一种解决潮汐客流的列车调度方法及装置。
本发明实施例提供一种解决潮汐客流的列车调度方法，包括：
根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；
根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；
对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
其中，所述根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间，包括：
根据所述早晚高峰历史客流数据中的早高峰历史客流数据，确定早高峰下行拥挤区间；并根据所述早晚高峰历史客流数据中的晚高峰历史客流数据，确定晚高峰上行拥挤区间。
其中，所述根据所述早晚高峰历史客流数据中的早高峰历史客流数据，确定早高峰下行拥挤区间，包括：
计算早高峰历史客流数据的第一平均值；
在多于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最大值，并在少于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最小值；
将对应早高峰的最大值对应的站点和对应早高峰的最小值对应的站点之间的区间作为所述早高峰下行拥挤区间。
其中，所述根据所述早晚高峰历史客流数据中的晚高峰历史客流数据，确定晚高峰上行拥挤区间，包括：
计算晚高峰历史客流数据的第二平均值；
在多于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最大值，并在少于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最小值；
将对应晚高峰的最大值对应的站点和对应晚高峰的最小值对应的站点之间的区间作为所述晚高峰上行拥挤区间。
其中，所述根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点，包括：
对所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间取并集；
根据当前时刻，将取并集得到区间的两端站点中的其中一个站点作为所述客流突增点、并将两端站点中的另一个站点作为所述客流突降点。
其中，所述方法还包括：
根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量。
其中，获取与所述客流突增点相关的列车运行状态信息；相应的，所述根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量，包括：
获取所述列车运行状态信息中的当前线路运营时间间隔和现有列车；所述现有列车为刚驶离所述客流突增点的列车和即将驶向所述客流突增点的列车；
根据所述当前线路运营时间间隔、所述预设线路最小运营时间间隔和所述现有列车的运行状态，确定在所述客流突增点插入列车的数量。
本发明实施例提供一种解决潮汐客流的列车调度装置，包括：
第一确定单元，用于根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；
第二确定单元，用于根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；
调度单元，用于对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
本发明实施例提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，
所述处理器执行所述计算机程序时实现如下方法步骤：
根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；
根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；
对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下方法步骤：
根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；
根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；
对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
本发明实施例提供的解决潮汐客流的列车调度方法及装置，先确定早高峰下行拥挤区间和晚高峰上行拥挤区间、再确定当前时刻的客流突增点和客流突降点、然后对列车进行调度，在该客流突增点插入至少一辆列车，以使在该客流突增点插入的列车从该客流突增点行驶至该客流突降点，从而实现解决潮汐客流的列车调度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明解决潮汐客流的列车调度方法实施例流程图；
图2为本发明实施例列车运行线路示意图；
图3为本发明实施例确定客流突增点和客流突降点的示意图；
图4为本发明实施例对列车进行调度的示意图；
图5为本发明解决潮汐客流的列车调度装置实施例流程图；
图6为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明解决潮汐客流的列车调度方法实施例流程图，如图1所示，本发明实施例提供的一种解决潮汐客流的列车调度方法，包括以下步骤：
S101：根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间。
具体的，装置根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间。装置可以是执行该方法的车载计算机，不作具体限定。图2为本发明实施例列车运行线路示意图，如图2所示，每个车站设有待避线，进一步地，待避线可以为双待避线，每条双待避线总共能存放4辆列车，可以定义上行为早高峰稀少方向/晚高峰拥堵方向，下行反之。
列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据可以如表1所示：
表1
区域 站(1-2) 站(2-3) 站(3-4) 站(4-5) 站(5-6) 站(6-7) 站(7-8) 站(8-9) 站(9-10) 站(10-11)
SF1 Sf1 Sf2 Sf3 Sf4 Sf5 Sf6 Sf7 Sf8 Sf9 Sf10
SF2 Sf11 Sf12 Sf13 Sf14 Sf15 Sf16 Sf17 Sf18 Sf19 Sf20
整条线路区间即表1中的站1～站11，SF1为早高峰历史客流数据(单位为：人/每小时)，早高峰可以为早上7点至10点；SF2为晚高峰历史客流数据(单位为：人/每小时)，晚高峰可以为下午5点至8点。早晚高峰历史客流数据的获取方式可以如下：以早高峰历史客流数据为例进行说明：例如当天为星期一，则可以获取上一周星期一各站点的早上7点至10点的数据，然后对上述各站点的早上7点至10点的数据除以3，从而得到每小时的数据。也可以获取上一月的四个星期一各站点的早上7点至10点的数据，然后对上述各站点的早上7点至10点的数据除以12，从而得到每小时的数据，对晚高峰历史客流数据的说明，不再赘述。对上述早晚高峰历史客流数据的获取方式，不作具体限定。
确定早高峰下行拥挤区间和晚高峰上行拥挤区间，可以包括如下方法：依据表1求得该整条线路区间早高峰历史客流数据的第一平均值SFA1、晚高峰历史客流数据的第二平均值SFA2；即：
SFA1＝(sf1+sf2+sf3+sf4+sf5+sf6+sf7+sf8+sf9+sf10)/10；
SFA2＝(sf11+sf12+sf13+sf14+sf15+sf16+sf17+sf18+sf19+sf20)/10；
将sf1～sf10与SFA1分别进行对比，在多于SFA1的早高峰历史客流数据中选取对应早高峰的最大值，例如为sf7；在少于SFA1的早高峰历史客流数据中选取对应早高峰的最小值，例如为sf3；将对应早高峰的最大值对应的站点和对应早高峰的最小值对应的站点之间的区间作为所述早高峰下行拥挤区间，需要说明的是：考虑到早高峰下行方向，对应早高峰的最大值对应的站点为车站8，而不是车站7；同理，对应早高峰的最小值对应的站点为车站4，而不是车站3，即早高峰下行拥挤区间为车站4至车站8。
同理，将sf11～sf20与SFA2分别进行对比，在多于SFA2的晚高峰历史客流数据中选取对应晚高峰的最大值，例如为sf13；在少于SFA2的晚高峰历史客流数据中选取对应晚高峰的最小值，例如为sf18；将对应晚高峰的最大值对应的站点和对应晚高峰的最小值对应的站点之间的区间作为所述晚高峰上行拥挤区间，需要说明的是：考虑到晚高峰上行方向，对应晚高峰的最大值对应的站点为车站3，而不是车站4；同理，对应晚高峰的最小值对应的站点为车站8，而不是车站9，即晚高峰上行拥挤区间为车站3至车站8。
S102：根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点。
具体的，装置根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点。参照上述说明，经过求解发现，早高峰下行拥挤区间和晚高峰上行拥挤区间不一致，但为了最大限度地解决潮汐客流的问题，对所述早高峰下行拥挤区间(即车站4至车站8)和所述晚高峰上行拥挤区间(即车站3至车站8)取并集，取并集得到区间为车站3至车站8，根据当前时刻，将取并集得到区间的两端站点中的其中一个站点作为所述客流突增点、并将两端站点中的另一个站点作为所述客流突降点。
图3为本发明实施例确定客流突增点和客流突降点的示意图，例如当前时刻在早高峰期间之内，参照图3中的下行方向，则取车站3至车站8中的车站8作为客流突增点，相应的，取车站3至车站8中的车站3作为客流突降点。同理，例如当前时刻在晚高峰期间之内，参照图3中的上行方向，则取车站3至车站8中的车站3作为客流突增点，相应的，取车站3至车站8中的车站8作为客流突降点。
参照图3，早高峰时期由待避线A插入列车，使得插入的列车沿下行线路行驶至待避线B，缩小了车站8和车站3之间的下行行车间隔，解决该线路早高峰拥挤客流问题。同理，晚高峰时期由待避线B插入列车，使得插入的列车沿上行路线行驶至待避线A，缩小了车站3至车站8之间的上行行车间隔，解决该线路晚高峰拥挤客流问题。
S103：对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
具体的，装置对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。图4为本发明实施例对列车进行调度的示意图，如图4所示，并参照上述举例，可以在车11和车12之间插入一辆列车，车11为刚驶离客流突增点站8的列车、车12为即将驶向站8的列车。
进一步地，所述方法还包括：
根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量。进一步地，可以获取与所述客流突增点相关的列车运行状态信息，该列车运行状态信息可以包括当前线路运营时间间隔和现有列车，参照上述举例，车11和车12为现有列车。根据所述当前线路运营时间间隔、所述预设线路最小运营时间间隔和所述现有列车的运行状态，确定在所述客流突增点插入列车的数量。参照图4，说明如下：
假设当前线路运营时间间隔为5min、预设线路最小运营时间间隔为2min，在车11和车12之间插入一辆列车(例如车1)之后，可以将这三辆列车的运行间隔变成2.5min，该数值大于2min，符合预设线路最小运营时间间隔；如果在车11和车12之间插入两辆列车之后(例如车1和车2)，假设车11和车1运行间隔为2min，车1和车2运行间隔为2min，则车2和车12的运行间隔为1min，该数值小于2min，不符合预设线路最小运营时间间隔，因此，站8最多只能每次插入1辆列车，但可以陆续插入4次。
需要说明的是：预设线路最小运营时间间隔可以根据如下公式确定：
hni＝tcs+td,crit+tom
其中，hni为预设线路最小运营时间间隔、tcs为线路限制最大运营间隔、td,crit为关键车站的平均驻留时间、tom为操作缓冲时间。
本发明实施例可指导调度人员应对潮汐客流现象，也可为运营管理、运行图制定提供参考标准和依据，满足运营随突发事故而调整的需要。
本发明实施例提供的解决潮汐客流的列车调度方法，先确定早高峰下行拥挤区间和晚高峰上行拥挤区间、再确定当前时刻的客流突增点和客流突降点、然后对列车进行调度，在该客流突增点插入至少一辆列车，以使在该客流突增点插入的列车从该客流突增点行驶至该客流突降点，从而实现解决潮汐客流的列车调度。
在上述实施例的基础上，所述根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间，包括：
根据所述早晚高峰历史客流数据中的早高峰历史客流数据，确定早高峰下行拥挤区间；并根据所述早晚高峰历史客流数据中的晚高峰历史客流数据，确定晚高峰上行拥挤区间。
具体的，装置根据所述早晚高峰历史客流数据中的早高峰历史客流数据，确定早高峰下行拥挤区间；并根据所述早晚高峰历史客流数据中的晚高峰历史客流数据，确定晚高峰上行拥挤区间。可参照上述说明，不再赘述。
本发明实施例提供的解决潮汐客流的列车调度方法，根据早高峰历史客流数据、晚高峰历史客流数据分别确定早高峰下行拥挤区间、晚高峰上行拥挤区间，能够合理确定早高峰下行拥挤区间、晚高峰上行拥挤区间，进而保证该方法正常进行。
在上述实施例的基础上，所述根据所述早晚高峰历史客流数据中的早高峰历史客流数据，确定早高峰下行拥挤区间，包括：
计算早高峰历史客流数据的第一平均值。
具体的，装置计算早高峰历史客流数据的第一平均值。可参照上述说明，不再赘述。
在多于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最大值，并在少于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最小值。
具体的，装置在多于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最大值，并在少于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最小值。可参照上述说明，不再赘述。
将对应早高峰的最大值对应的站点和对应早高峰的最小值对应的站点之间的区间作为所述早高峰下行拥挤区间。
具体的，装置将对应早高峰的最大值对应的站点和对应早高峰的最小值对应的站点之间的区间作为所述早高峰下行拥挤区间。可参照上述说明，不再赘述。
本发明实施例提供的解决潮汐客流的列车调度方法，通过将早高峰历史客流数据的第一平均值作为确定对应早高峰的最大值和最小值的基准，进一步能够合理确定早高峰下行拥挤区间，进而保证该方法正常进行。
在上述实施例的基础上，所述根据所述早晚高峰历史客流数据中的晚高峰历史客流数据，确定晚高峰上行拥挤区间，包括：
计算晚高峰历史客流数据的第二平均值。
具体的，装置计算晚高峰历史客流数据的第二平均值。可参照上述说明，不再赘述。
在多于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最大值，并在少于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最小值。
具体的，装置在多于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最大值，并在少于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最小值。可参照上述说明，不再赘述。
将对应晚高峰的最大值对应的站点和对应晚高峰的最小值对应的站点之间的区间作为所述晚高峰上行拥挤区间。
具体的，装置将对应晚高峰的最大值对应的站点和对应晚高峰的最小值对应的站点之间的区间作为所述晚高峰上行拥挤区间。可参照上述说明，不再赘述。
本发明实施例提供的解决潮汐客流的列车调度方法，通过将晚高峰历史客流数据的第二平均值作为确定对应晚高峰的最大值和最小值的基准，进一步能够合理确定晚高峰上行拥挤区间，进而保证该方法正常进行。
在上述实施例的基础上，所述根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点，包括：
对所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间取并集。
具体的，装置对所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间取并集。可参照上述说明，不再赘述。
根据当前时刻，将取并集得到区间的两端站点中的其中一个站点作为所述客流突增点、并将两端站点中的另一个站点作为所述客流突降点。
具体的，装置根据当前时刻，将取并集得到区间的两端站点中的其中一个站点作为所述客流突增点、并将两端站点中的另一个站点作为所述客流突降点。可参照上述说明，不再赘述。
本发明实施例提供的解决潮汐客流的列车调度方法，通过对早高峰下行拥挤区间和晚高峰上行拥挤区间取并集，并分别使并集得到区间的两端站点互为客流突增点、客流突降点，能够最大限度地解决潮汐客流的问题。
在上述实施例的基础上，所述方法还包括：
根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量。
具体的，装置根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量。可参照上述说明，不再赘述。
本发明实施例提供的解决潮汐客流的列车调度方法，通过客流突增点和预设线路最小运营时间间隔，确定在客流突增点插入列车的数量，优化了列车调度。
在上述实施例的基础上，获取与所述客流突增点相关的列车运行状态信息；相应的，所述根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量，包括：
获取所述列车运行状态信息中的当前线路运营时间间隔和现有列车；所述现有列车为刚驶离所述客流突增点的列车和即将驶向所述客流突增点的列车。
具体的，装置获取所述列车运行状态信息中的当前线路运营时间间隔和现有列车；所述现有列车为刚驶离所述客流突增点的列车和即将驶向所述客流突增点的列车。可参照上述说明，不再赘述。
根据所述当前线路运营时间间隔、所述预设线路最小运营时间间隔和所述现有列车的运行状态，确定在所述客流突增点插入列车的数量。
具体的，装置根据所述当前线路运营时间间隔、所述预设线路最小运营时间间隔和所述现有列车的运行状态，确定在所述客流突增点插入列车的数量。可参照上述说明，不再赘述。
本发明实施例提供的解决潮汐客流的列车调度方法，通过当前线路运营时间间隔、预设线路最小运营时间间隔和现有列车的运行状态，进一步合理确定在客流突增点插入列车的数量，优化了列车调度。
图5为本发明解决潮汐客流的列车调度装置实施例流程图，如图5所示，本发明实施例提供了一种解决潮汐客流的列车调度装置，包括第一确定单元501、第二确定单元502和调度单元503，其中：
第一确定单元501用于根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；第二确定单元502用于根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；调度单元503用于对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
具体的，第一确定单元501用于根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；第二确定单元502用于根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；调度单元503用于对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
本发明实施例提供的解决潮汐客流的列车调度装置，先确定早高峰下行拥挤区间和晚高峰上行拥挤区间、再确定当前时刻的客流突增点和客流突降点、然后对列车进行调度，在该客流突增点插入至少一辆列车，以使在该客流突增点插入的列车从该客流突增点行驶至该客流突降点，从而实现解决潮汐客流的列车调度。
本发明实施例提供的解决潮汐客流的列车调度装置具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
图6为本发明实施例提供的电子设备实体结构示意图，如图6所示，所述电子设备包括：处理器(processor)601、存储器(memory)602和总线603；
其中，所述处理器601、存储器602通过总线603完成相互间的通信；
所述处理器601用于调用所述存储器602中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置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的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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计算机可读存储介质中，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种解决潮汐客流的列车调度方法，其特征在于，包括：
根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；
根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；
对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
2.根据权利要求1所述的解决潮汐客流的列车调度方法，其特征在于，所述根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间，包括：
根据所述早晚高峰历史客流数据中的早高峰历史客流数据，确定早高峰下行拥挤区间；并根据所述早晚高峰历史客流数据中的晚高峰历史客流数据，确定晚高峰上行拥挤区间。
3.根据权利要求2所述的解决潮汐客流的列车调度方法，其特征在于，所述根据所述早晚高峰历史客流数据中的早高峰历史客流数据，确定早高峰下行拥挤区间，包括：
计算早高峰历史客流数据的第一平均值；
在多于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最大值，并在少于所述第一平均值的早高峰历史客流数据中选取对应早高峰的最小值；
将对应早高峰的最大值对应的站点和对应早高峰的最小值对应的站点之间的区间作为所述早高峰下行拥挤区间。
4.根据权利要求2所述的解决潮汐客流的列车调度方法，其特征在于，所述根据所述早晚高峰历史客流数据中的晚高峰历史客流数据，确定晚高峰上行拥挤区间，包括：
计算晚高峰历史客流数据的第二平均值；
在多于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最大值，并在少于所述第二平均值的晚高峰历史客流数据中选取对应晚高峰的最小值；
将对应晚高峰的最大值对应的站点和对应晚高峰的最小值对应的站点之间的区间作为所述晚高峰上行拥挤区间。
5.根据权利要求1至4任一所述的解决潮汐客流的列车调度方法，其特征在于，所述根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点，包括：
对所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间取并集；
根据当前时刻，将取并集得到区间的两端站点中的其中一个站点作为所述客流突增点、并将两端站点中的另一个站点作为所述客流突降点。
6.根据权利要求1至4任一所述的解决潮汐客流的列车调度方法，其特征在于，所述方法还包括：
根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量。
7.根据权利要求6所述的解决潮汐客流的列车调度方法，其特征在于，获取与所述客流突增点相关的列车运行状态信息；相应的，所述根据所述客流突增点和预设线路最小运营时间间隔，确定在所述客流突增点插入列车的数量，包括：
获取所述列车运行状态信息中的当前线路运营时间间隔和现有列车；所述现有列车为刚驶离所述客流突增点的列车和即将驶向所述客流突增点的列车；
根据所述当前线路运营时间间隔、所述预设线路最小运营时间间隔和所述现有列车的运行状态，确定在所述客流突增点插入列车的数量。
8.一种解决潮汐客流的列车调度装置，其特征在于，包括：
第一确定单元，用于根据列车运行的整条线路区间中各站点分别对应的早晚高峰历史客流数据，确定早高峰下行拥挤区间和晚高峰上行拥挤区间；
第二确定单元，用于根据当前时刻、所述早高峰下行拥挤区间和所述晚高峰上行拥挤区间，确定当前时刻的客流突增点和客流突降点；
调度单元，用于对列车进行调度，在所述客流突增点插入至少一辆列车，以使在所述客流突增点插入的列车从所述客流突增点行驶至所述客流突降点，以实现解决潮汐客流的列车调度。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN201910639723.9A 2019-07-16 2019-07-16 一种解决潮汐客流的列车调度方法及装置 Active CN110304117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910639723.9A CN110304117B (zh) 2019-07-16 2019-07-16 一种解决潮汐客流的列车调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910639723.9A CN110304117B (zh) 2019-07-16 2019-07-16 一种解决潮汐客流的列车调度方法及装置

Publications (2)

Publication Number Publication Date
CN110304117A true CN110304117A (zh) 2019-10-08
CN110304117B CN110304117B (zh) 2021-07-06

Family

ID=68080337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910639723.9A Active CN110304117B (zh) 2019-07-16 2019-07-16 一种解决潮汐客流的列车调度方法及装置

Country Status (1)

Country Link
CN (1) CN110304117B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496603A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
CN113635945A (zh) * 2021-07-19 2021-11-12 交控科技股份有限公司 列车运行图调整方法及装置
CN114550471A (zh) * 2022-04-22 2022-05-27 四川九通智路科技有限公司 一种智能交通的信号灯控制方法及控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102009670A (zh) * 2010-11-16 2011-04-13 陈建贤 一种使地铁单边运行时间减少30%的奇偶数站停车方法
CN108146471A (zh) * 2017-12-22 2018-06-12 交控科技股份有限公司 采用基于车车通信的cbtc系统应对潮汐客流的运行方法
WO2018187632A1 (en) * 2017-04-05 2018-10-11 Carnegie Mellon University Deep learning methods for estimating density and/or flow of objects, and related methods and software
CN109229152A (zh) * 2018-08-29 2019-01-18 交控科技股份有限公司 基于实时客流的列车自组织调度系统的提前折返调度方法
CN109267438A (zh) * 2018-10-19 2019-01-25 哈尔滨工业大学 一种潮汐式自动驾驶brt的控制方法
CN109741596A (zh) * 2018-11-28 2019-05-10 交控科技股份有限公司 一种基于探针的轨道交通实时客流监控系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102009670A (zh) * 2010-11-16 2011-04-13 陈建贤 一种使地铁单边运行时间减少30%的奇偶数站停车方法
WO2018187632A1 (en) * 2017-04-05 2018-10-11 Carnegie Mellon University Deep learning methods for estimating density and/or flow of objects, and related methods and software
CN108146471A (zh) * 2017-12-22 2018-06-12 交控科技股份有限公司 采用基于车车通信的cbtc系统应对潮汐客流的运行方法
CN109229152A (zh) * 2018-08-29 2019-01-18 交控科技股份有限公司 基于实时客流的列车自组织调度系统的提前折返调度方法
CN109267438A (zh) * 2018-10-19 2019-01-25 哈尔滨工业大学 一种潮汐式自动驾驶brt的控制方法
CN109741596A (zh) * 2018-11-28 2019-05-10 交控科技股份有限公司 一种基于探针的轨道交通实时客流监控系统和方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
DAVID CANCA: "A Short-turning Policy For The Management of demand disruption in rapid transit systems", 《ANNALS OF OPERATIONS RESEARCH》 *
杜伟阳: "城市轨道交通大小交路适用性分析", 《住宅与房地产》 *
梁强升: "城市轨道交通线路高峰期的不均衡运输组织研究与应用", 《都市快轨交通》 *
王媛媛: "城市轨道交通大小交路模式列车开行方案的优化", 《铁道学报》 *
赵雯: "西安地铁三号线高峰期方向不均衡性分析及对策研究", 《中国科技投资》 *
陈玥: "城市轨道交通列车运行交路方案研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
齐胜玉: "基于城市轨道交通客流潮汐特征的列车交路方案研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496603A (zh) * 2020-04-02 2021-10-12 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
JP7376413B2 (ja) 2020-04-02 2023-11-08 トヨタ自動車株式会社 自律走行車両の運行管理装置及び運行管理方法
CN113496603B (zh) * 2020-04-02 2023-11-14 丰田自动车株式会社 自主行驶车辆的运行管理装置以及运行管理方法
CN113635945A (zh) * 2021-07-19 2021-11-12 交控科技股份有限公司 列车运行图调整方法及装置
CN113635945B (zh) * 2021-07-19 2022-09-09 交控科技股份有限公司 列车运行图调整方法及装置
CN114550471A (zh) * 2022-04-22 2022-05-27 四川九通智路科技有限公司 一种智能交通的信号灯控制方法及控制系统

Also Published As

Publication number Publication date
CN110304117B (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN110304117A (zh) 一种解决潮汐客流的列车调度方法及装置
CN107704950A (zh) 一种基于出行需求与系统节能的城轨列车运行图优化方法
CN105070044A (zh) 一种基于乘客预约的定制公交合乘车辆动态调度方法
CN108694844A (zh) 自动驾驶车辆控制方法、装置及存储介质
Guangwei et al. Optimization of adaptive transit signal priority using parallel genetic algorithm
CN107284480A (zh) 一种基于车底复用的列车运行图自动编制方法
CN108399779B (zh) 车辆调度处理方法、装置、设备及存储介质
CN113435968B (zh) 网约车派单方法、装置、电子设备及存储介质
CN111476490A (zh) 一种资源池共享的区域多线路车辆排班算法
CN113562039A (zh) 一种面向多车协同的运行图自动调整方法及装置
CN103745106A (zh) 一种短时交通流预测方法
CN113276915B (zh) 一种地铁发车调度方法和系统
CN111160720A (zh) 一种公交调度事件自动处置方法及装置
Zhao et al. Operation optimizing for minimizing passenger travel time cost and operating cost with time-dependent demand and skip-stop patterns: Nonlinear integer programming model with linear constraints
CN111882156B (zh) 面向随机动态客流和节能运行的列车时刻表鲁棒优化方法
Abdelghaffar et al. Isolated traffic signal control using nash bargaining optimization
CN114925909A (zh) 城市轨道交通客流与车流耦合优化方法及系统
CN113988658A (zh) 智能站点动态调整和排班策略数据处理方法及系统
Mou et al. Reliability optimization model of stop-skipping bus operation with capacity constraints
CN113844507B (zh) 一种基于数字孪生的列车模拟运行系统构建方法
CN113525462B (zh) 延误情况下的时刻表调整方法、装置和电子设备
CN113191029A (zh) 基于集群计算的交通仿真方法、程序及介质
CN104793989A (zh) 用于混合临界应用的方法和轻量机构
CN113743685B (zh) 确定公交车时刻表的方法及电子设备
CN112389445A (zh) 车辆驾驶调控方法、装置、车载设备及可读存储介质

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