CN110766298B - 一种多制式多业务轨道交通仿真模拟方法及系统 - Google Patents

一种多制式多业务轨道交通仿真模拟方法及系统 Download PDF

Info

Publication number
CN110766298B
CN110766298B CN201910960470.5A CN201910960470A CN110766298B CN 110766298 B CN110766298 B CN 110766298B CN 201910960470 A CN201910960470 A CN 201910960470A CN 110766298 B CN110766298 B CN 110766298B
Authority
CN
China
Prior art keywords
rail transit
simulation
regional
index
evaluating
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.)
Active
Application number
CN201910960470.5A
Other languages
English (en)
Other versions
CN110766298A (zh
Inventor
韦伟
王舟帆
刘岭
张波
石晶
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.)
CRSC Research and Design Institute Group Co Ltd
Original Assignee
CRSC Research and Design Institute Group 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 CRSC Research and Design Institute Group Co Ltd filed Critical CRSC Research and Design Institute Group Co Ltd
Priority to CN201910960470.5A priority Critical patent/CN110766298B/zh
Publication of CN110766298A publication Critical patent/CN110766298A/zh
Priority to EP20874590.1A priority patent/EP4030365A4/en
Priority to PCT/CN2020/104831 priority patent/WO2021068602A1/zh
Application granted granted Critical
Publication of CN110766298B publication Critical patent/CN110766298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • B61L27/60—Testing or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q50/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Abstract

本发明属于轨道交通技术领域，具体涉及一种多制式多业务轨道交通仿真模拟方法及系统。本发明的仿真系统充分考虑不同制式和不同专业之间的相互影响和制约关系，提高多制式轨道交通系统运输效能仿真评估的准确性。而且，本发明的仿真系统可灵活配置仿真对象规模和空间范围，能够根据实际仿真需求灵活化配置仿真场景。具体地，仿真的网络范围、业务决策方案和仿真专业可灵活配置。在不修改或少量修改的情况下，即可满足不同区域多制式轨道交通的仿真和分析评估需求。此外，本发明的仿真评估方法克服了单一制式、单一专业效能指标仿真评估方法所存在的片面性，更有效地支撑区域多制式轨道交通协同运输决策生成和效能提升。

Description

一种多制式多业务轨道交通仿真模拟方法及系统
技术领域
本发明属于轨道交通技术领域，具体涉及一种多制式多业务轨道交通仿真模拟方法及系统。
背景技术
轨道交通是我国重要的运输方式，连同公路、航运、水运等构建了国家综合交通体系，是国家运输网络的“骨干”和“血脉”。随着中国经济快速发展与城市群进程加快，我国轨道交通迎来大发展。目前，我国高速铁路已形成“四纵四横”轨道网络，未来将建成“八纵八横”的高铁干线网络；国内已有30多个城市建设了超过5000km的城市轨道交通线网；城际铁路和市域铁路也在快速发展，轨道交通建设呈多制式和网络化发展趋势。
随着轨道交通逐渐建设成网，各制式轨道交通在区域构成了轨道交通复合网络。区域轨道交通没有严格的定义，通常认为包含三个层次：主要承担城市中心区出行需求的城市轨道交通；主要承担市郊与中心城区的客运需求的市域(郊)轨道交通；主要承担城市与城市之间的客运需求的城际及干线铁路。目前“三网融合”成为区域轨道交通协同发展的重要研究方向。
由于轨道交通复合网络规模较大，难于在室内实现多制式轨道交通复合网络的主要功能及性能评测。目前，轨道交通运输行业在研究过程中经常采用仿真的方式，对运输系统的功能进行验证，对运输的各项指标进行评估。通常，这种运输仿真系统的搭建是单制式的，如高铁线网或地铁线网；系统验证评估主要针对单专业单业务的。然而，由于高速铁路、城际铁路、城市轨道交通等各种轨道交通制式之间呈现互相影响以及一定的制约关系，在多制式轨道交通不断融合的大背景下，针对单制式轨道交通的仿真评估系统的作用越来越受到限制。
既有的轨道交通运输仿真系统通常只支持单制式，未充分考虑不同制式的轨道交通系统之间在客流、车流、设施设备和其他资源之间的相互影响和制约关系，难以适应多制式轨道交通成网运营条件下的轨道交通运输效能仿真评估；
既有的仿真系统研究分析评估通常只支持单一专业或业务，如信号控制、通信、运输调度等，对不同专业或业务之间的关联性缺乏充分考虑，难以对多业务综合影响下的区域轨道交通运输效能进行仿真评估；
在多制式轨道交通不断融合的大背景下，缺乏同时考虑多种轨道交通制式特征及其相互关系的区域轨道交通协同运输效能指标综合仿真评估方法和系统。
因此，需要研究开发能够在复杂网络条件下同时支持多种轨道交通制式和多种专业，支撑跨制式协同运输的综合效能指标评估的多制式轨道交通仿真评估系统。
发明内容
针对上述问题，本发明提供一种多制式多业务轨道交通仿真模拟方法，所述方法包括对系统的运行指标进行评估的步骤；
所述对系统的运行指标进行评估的步骤包括：根据系统的状态变化信息和汇集数据，对系统的运行指标进行评估。
进一步地，在对系统的运行指标进行评估的步骤之前，所述方法还包括以下步骤：
采集运行数据；
对采集到的运行数据进行汇集，得到汇集数据；
根据汇集数据，支撑决策方案生成；
生成决策方案；
对生成的决策方案进行实施。
进一步地，所述采集运行数据的步骤是由综合数据采集与监测接口实时采集轨道交通运行仿真过程中的运行状态；所述运行状态包括：列车流和旅客流的宏观态势和微观状态数据及车、机、工、电、辆各专业设施设备和资源的实时状态数据；
所述对采集到的运行数据进行汇集，得到汇集数据的步骤是对综合数据采集与监测接口将列车流和旅客流的宏观态势和微观状态数据、车、机、工、电、辆各专业设施设备和资源的实时状态数据进行汇集，作为多制式区域轨道交通系统多业务决策方案生成和指标统计评估的基础；
所述支撑决策方案生成的步骤包括：综合数据采集与监测接口将汇集的数据提供给多制式多业务综合数据库，支撑决策方案生成；
所述生成决策方案的步骤为由决策模块根据系统运行状态，及时调整协同运输、安全保障和信息服务决策方案；
所述实施决策方案的步骤包括：决策方案实现控制接口通过接收决策模块所生成决策方案，并将其转化成响应控制命令，输出至多制式轨道交通系统仿真内核，影响区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为，从而完成决策方案实施；
所述决策方案实施后，区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为发生变化，区域轨道交通系统的运行态势发生变化，系统对状态变化信息进行采集；系统的状态变化信息将同步更新到综合数据采集与监测接口。
进一步地，所述对系统的运行指标进行评估的步骤包括对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率重要指标进行分析评估的步骤。
进一步地，对应急响应与运维效率进行分析评估的步骤包括计算应急响应与运维效率E_emg和指标提升率Incs(E_emg)的步骤；
应急响应与运维效率E_emg的计算如下式所示：
Figure BDA0002228744880000041
Figure BDA0002228744880000042
其中，ξr为第r类的安全事故或不可容忍安全风险的权重值；R为区域轨道交通系统所发生的安全事故或不可容忍安全风险类型数；Ar为研究时段内，系统所发生的第r类安全事故或不可容忍安全风险的次数；ta_normalr,a为研究时段内，系统第r类、第a次安全事故或不可容忍的安全风险发生后，安全风险降低到一定水平以下的时刻；ta_hppnr,a为研究时段内，系统第r类、第a次安全事故或不可容忍的安全风险的发生时刻；
指标提升率Incs(E_emg)的计算公式为：
Figure BDA0002228744880000043
其中，E_emg0和E_emg1分别为通过仿真测试得到在关键技术方法实施前、后的且对应于相同故障集的应急响应与运维效率评测值；
通过将实际指标提升率与预期的应急响应与运维效率提升水平进行对比，评估指标完成情况，提升率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
对因技术原因导致的运营安全事故率进行分析评估的步骤包括计算因技术原因导致的运营安全事故率F_techaccident和指标下降率Decs(F_techaccident)的步骤；
因技术原因导致的运营安全事故率F_techaccident的计算如下式所示：
Figure BDA0002228744880000051
或
Figure BDA0002228744880000052
其中，A_tech为研究时段内，系统在协同联动、联合运输组织和综合安全保障方面存在跨制式不协调技术问题，所导致的系统安全事故发生次数；Mile_operation为研究时段内，多制式区域轨道交通系统的总运营里程；T_study为选取的研究时段长度；
指标下降率Decs(F_techaccident)的计算如下式所示：
Figure BDA0002228744880000053
其中，F_techaccident0与F_techaccident1分别为通过仿真模拟得到在关键技术方法实施前、后的因技术原因导致的运营安全事故率评测值。
通过将实际指标下降率与预期的指标下降率要求进行对比，评估指标完成情况，仿真模拟或理论计算得到的下降率计算值大于或等于预期值表示研究成果具备因技术原因导致的运营安全事故率降低50％的技术能力，否则表示指标未达成。
进一步地，对区域轨道交通系统可用性进行分析评估的步骤包括计算区域轨道交通系统可用性R_availability的步骤；区域轨道交通系统可用性R_availability的计算如下式所示：
Figure BDA0002228744880000054
其中，t_nstateendm为区域轨道交通系统第m个正常工作时段的结束时刻；t_nstatestartm为区域轨道交通系统第m个正常工作时段的开始时刻；T_operation为研究时段内，区域轨道交通系统的运营时间总和；M为研究时段内，区域轨道交通系统处于正常工作状态的时段数目；
得到在关键技术方法实施后的系统可用性评测值，将关键技术方法实施后的系统可用性评估值R_availability，与预期值进行对比，评估值大于或等于预期值表示研究成果具备区域轨道交通系统可用性达到99.9％的技术能力，否则表示指标未达成。
对区域路网总体运输能力进行分析评估的步骤包括计算区域路网总体运输能力C_network和指标提升率Incs(C_network)的步骤；
区域路网总体运输能力C_network的计算如下式所示：
Figure BDA0002228744880000061
或
Figure BDA0002228744880000062
其中，S为多制式区域轨道交通路网中的车站总数；Orgs为多制式区域轨道交通路网中，第s个车站受线路能力制约的情形下，单位之间内能够达到的旅客始发进站量；Trss为多制式区域轨道交通路网中，第s个车站受线路能力制约的情形下，单位时间内的能够达到的旅客中转量；βi为区域轨道交通线路由跨线列车开行、计划协同度、中转换乘便捷度以及综合安全保障导致的能力影响系数；α为区域轨道交通系统车体载客能力平均使用系数；Ni为线路i的通过能力；qi为线路i上单次列车最大载客量；
指标提升率Incs(C_network)的计算公式如下所示：
Figure BDA0002228744880000063
其中，C_network0与C_network1分别为得到在关键技术方法实施前、后的区域路网总体运输能力；
通过将指标提升率与预期的区域路网总体运输能力提升水平进行对比，评估指标完成情况，提升率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
进一步地，对旅客跨方式旅行时间进行分析评估的步骤包括计算旅客跨方式旅行时间T_travel_c和指标下降率Decs(T_travel_c)的步骤；
旅客跨方式旅行时间T_travel_c的计算如下式所示：
Figure BDA0002228744880000071
Figure BDA0002228744880000072
其中，S为区域轨道交通路网中的车站总数；v_cod为出发地为o车站、目的地为d车站的跨方式总出行量；t_out_cod,q为出发地为o车站、目的地为d车站的第q人次跨方式出行到达目的车站的时间点；tp_in_cod,q为出发地为o车站、目的地为d车站的第q人次跨方式出行进入起始车站的时间点；
指标下降率Decs(T_travel_c)的计算如下式所示：
Figure BDA0002228744880000073
其中，T_travel_c0与T_travel_c1分别为得到在关键技术方法实施前、后的旅客跨方式旅行时间评测值；
通过将实际指标下降率与预期的旅客跨方式旅行时间下降水平进行对比，评估指标完成情况，下降率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
对区域路网总体运输能力进行分析评估的步骤包括计算区域轨道交通正点率的步骤；区域轨道交通正点率R_punctuality_arrv的计算如下式所示：
Figure BDA0002228744880000074
其中，L为多制式区域轨道交通路网运营线路条数；Kl为研究时段内，区域轨道交通系统第l条运营线路开行列车数；其中，跨线列车计入其终到站点所在的运营线路；tt_arrvlk为第l条运营线路、第k列开行列车的实际终到时刻；tt_arrv_slk为第l条运营线路、第k列开行列车的计划终到时刻；ε_arrvl为区域轨道交通系统第l条运营线路列车终到正点的允许误差。
通过仿真测试得到在关键技术方法实施后的区域轨道交通正点率评测值，将关键技术方法实施后的区域轨道交通正点率评估值，与指标预期值进行对比，评估值大于或等于预期值表示指标达成，否则表示指标未达成。
本发明还提供一种多制式多业务轨道交通仿真模拟系统，所述仿真模拟系统包括：技术指标统计评价模块；
所述技术指标统计评价模块用于根据系统的状态变化信息和汇集数据，对系统的运行指标进行评估。
进一步地，所述仿真模拟系统还包括：综合数据采集与监测接口、多制式多业务综合数据库、决策模块、决策方案实现控制接口、多制式轨道交通系统仿真内核；
所述综合数据采集与监测接口，用于采集运行数据，并对采集到的运行数据进行汇集；
所述多制式多业务综合数据库用于根据汇集数据，支撑决策方案生成；
决策模块用于生成决策方案；
所述多制式轨道交通系统仿真内核用于实施决策方案；具体地，多制式轨道交通系统仿真内核用于影响区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为，从而完成决策方案实施；
所述决策方案实现控制接口用于接收决策模块所生成决策方案，并将其转化成响应控制命令，输出至多制式轨道交通系统仿真内核。
进一步地，所述仿真模拟系统还包括：仿真引擎、三维展示模块；
所述仿真引擎为仿真系统整体运行环境的底层支撑，所述仿真引擎包括：仿真系统运行控制模块、界面交互模块和基础数据；
所述仿真系统运行控制模块用于进行资源调度、通信管理、节奏控制、场景带入；
所述界面交互模块用于供仿真人员进行操作；所述界面交互模块用于进行参数调整、事件输入和系统编辑；
所述基础数据用于构建仿真系统底层数据；所述基础数据包括复合网络三维模型数据、复合网络拓扑数据、设施设备属性数据、评价与分析场景数据、宏观实时客流需求数据；
所述三维展示模块以多制式轨道交通系统仿真内核中各仿真对象的实时状态和行为为蓝本，展示整个区域交通系统的运行状态。
进一步地，所述技术指标统计评价模块用于对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率重要指标进行分析评估。
有益效果
本发明提供了一种多制式多业务轨道交通仿真模拟方法及系统，本发明的系统和方法可以降低旅客出行和运营单位成本，提高旅客出行整体满意度，快速推进城市化建设，实现轨道交通运营模式由单方式相对独立运营逐渐向多方式综合运营的转变。
1.本发明提出一种融合多种轨道交通制式多专业多业务协同运输仿真系统，充分考虑不同制式和不同专业之间的相互影响和制约关系，提高多制式轨道交通系统运输效能仿真评估的准确性。
2.本发明设计了一种业务方案和专业可灵活配置的多制式轨道交通协同运输仿真系统，其可灵活配置仿真对象规模和空间范围，能够根据实际仿真需求灵活化配置仿真场景。具体地，仿真的网络范围(制式)、业务决策方案(协同运输/安全保障/信息服务)和仿真专业(车/机/工/电/辆)可灵活配置。在不修改或少量修改的情况下，即可满足不同区域多制式轨道交通的仿真和分析评估需求。
3.在多制式轨道交通协同运输仿真系统的基础上，考虑多种轨道交通制式特征及其相互关系，提出了一种区域轨道交通协同运输效能指标仿真评估方法，克服了单一制式、单一专业效能指标仿真评估方法所存在的片面性，更有效地支撑区域多制式轨道交通协同运输决策生成和效能提升。
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示出了本发明实施例的多制式多业务轨道交通仿真模拟系统；
图2示出了本发明实施例的进行仿真模拟的方法。
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、完整地说明，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做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。
如图1所示，本申请提出的多制式多业务轨道交通仿真模拟系统主要包含仿真引擎、多制式轨道交通系统仿真内核、决策方案实现控制接口、综合数据采集与监测接口、决策模块、多制式多业务综合数据库、技术指标统计评价模块和三维展示模块。
仿真引擎是仿真系统整体运行环境的底层支撑，包括仿真系统运行控制模块，界面交互模块和基础数据，主要借助于现有运输系统常见仿真软件环境构建，如Vissim、Anylogic、Railsys等。仿真系统运行控制模块主要进行资源调度，通信管理，节奏控制和场景带入，制定仿真系统整体运行规则；界面交互模块主要进行参数调整，事件输入和系统编辑，供仿真人员进行操作；基础数据包括复合网络三维模型数据、复合网络拓扑数据、设施设备属性数据、评价与分析场景数据和宏观实时客流需求数据，由这些基础数据构建仿真系统底层数据。
所述多制式轨道交通系统仿真内核用于实施决策方案；具体地，多制式轨道交通系统仿真内核用于影响区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为，从而完成决策方案实施；多制式轨道交通系统仿真内核，主要用来对轨道交通运输系统运行状况进行模拟，包括运输与客流运行演化仿真模块和设施设备状态演化仿真模块，二者在仿真过程各种相互影响、相互制约。运输与客流运行演化仿真模块主要包括网络客流宏观态势仿真、枢纽内部客流仿真、个体微观出行链仿真，列车追踪运行仿真，列车运行时刻表仿真，列车停站及乘降仿真。设施设备状态演化仿真模块主要包括可配置多专业(车、机、工、电、辆)系统全局功能行为仿真和可配置多专业(车、机、工、电、辆)设施设备状态演化(失效、恢复)仿真。
所述决策方案实现控制接口用于接收决策模块所生成决策方案，并将其转化成响应控制命令，输出至多制式轨道交通系统仿真内核。具体地，所述决策方案实现控制接口需针对不同的业务决策模块，设计对应的控制接口，包括线路及设施设备控制接口，列车运行时刻控制接口，列车路径控制接口，客流规模及路径控制接口，车站(枢纽)流线控制接口和微观出行链控制接口。
综合数据采集与监测接口，用于采集运行数据，并对采集到的运行数据进行汇集；具体地，综合数据采集与监测接口可以监测列车运行状态、设施设备状态、旅客出行链、车站(枢纽)客流等，可以对轨道交通仿真系统运行状态进行全方位检测和数据采集。
决策模块用于生成决策方案；具体地，决策模块包括协同运输决策模块、在线安全保障决策模块和智能信息服务模块。决策模块通过接口感知分析，形成运输、安全保障和信息服务决策信息，对运输系统相关运行状态进行调整。调整信息主要包括列车运行时刻表、列车运行状态变化、车站及枢纽运输组织措施、设施设备状态变化、旅客服务设施设备状态变化和旅客路径选择行为变化。
所述多制式多业务综合数据库用于根据汇集数据，支撑决策方案生成；具体地，多制式多业务综合数据库，通过汇集多制式多业务实时监测数据，形成多制式区域轨道交通综合数据基础。在多制式多业务综合数据库，还包括数据共享模块、信息交互模块、跨制式协同模块和跨业务协同模块。数据共享和信息交互机制是多制式协同运输决策及仿真的基础，约定了不同制式不同业务之间进行数据共享和信息交互的基本规则。跨制式协同机制和跨业务协同机制则从顶层明确了多制式多业务之间的在旅客流、列车流、资源和设施设备上的相互影响和制约关系。
技术指标统计评价模块用于根据系统的状态变化信息和汇集数据，对系统的运行指标进行评估；具体地，技术指标统计评价模块，是在多制式多业务实时监测数据汇集的基础上，进行区域轨道交通协同运输效能指标统计与评价，从整体上评估由多种轨道交通制式、多种业务领域所组成的区域轨道交通系统的运行情况，可有效支撑区域多制式轨道交通协同运输决策生成和效能提升。具体地，区域轨道交通协同运输效能指标包括应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率。
三维展示模块，主要以多制式轨道交通系统仿真内核中各仿真对象的实时状态和行为为蓝本，展示整个区域交通系统的运行状态。所述三维展示模块包括轨道交通网络宏观三维展示、列车运行过程三维展示、车站(枢纽)内部客流/旅客行为三维展示、设施设备状态及行为三维展示。
如图2所示，进行仿真模拟的方法主要包括采集运行数据、对采集到的运行数据进行汇集，得到汇集数据、根据汇集数据，支撑决策方案生成、生成决策方案、实施决策方案、对系统的运行指标进行评估步骤。
采集运行数据，是由综合数据采集与监测接口实时采集轨道交通运行仿真过程中的运行状态，包括列车流和旅客流的宏观态势和微观状态数据采集及车、机、工、电、辆各专业设施设备和资源的实时状态数据采集。
对采集到的运行数据进行汇集，得到汇集数据，是对综合数据采集与监测接口将列车流和旅客流的宏观态势和微观状态数据、车、机、工、电、辆各专业设施设备和资源的实时状态数据进行汇集，作为多制式区域轨道交通系统多业务决策方案生成和指标统计评估的基础。
所述支撑决策方案生成的步骤包括：综合数据采集与监测接口将汇集的数据提供给多制式多业务综合数据库，支撑决策方案生成。
生成决策方案为由决策模块(包括协同运输决策模块、在线安全保障决策模块和智能信息服务模块)根据系统运行状态，及时调整协同运输、安全保障和信息服务决策方案，保障系统各制式各专业均能够正常运行。
实施决策方案包括：决策方案实现控制接口通过接收决策模块所生成决策方案，并将其转化成响应控制命令，输出至多制式轨道交通系统仿真内核，影响区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为，从而完成决策方案实施。
决策方案实施后，区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为发生变化，区域轨道交通系统的运行态势发生变化，系统对状态变化信息进行采集；系统的状态变化信息将同步更新到合数据采集与监测接口。
所述对系统的运行指标进行评估包括对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率重要指标进行分析评估的步骤。
指标1：应急响应与运维效率
将包含应急响应与运维效率所涉及的关键技术、研究内容和系统装备的测试对象纳入仿真场景中运行，在仿真场景中开展风险与故障条件下的运输与应急响应与维护仿真测试，观测应急响应与运维效率相关的仿真检测参数变化情况，各参数及其含义如下表所示。
Figure BDA0002228744880000141
应急响应与运维效率可用系统单位时间内能够处理的安全事故或不可容忍的安全风险次数来衡量。根据应急响应与运维效率相关仿真检测参数的评测值，可以计算应急响应与运维效率E_emg，如下式所示：
Figure BDA0002228744880000142
Figure BDA0002228744880000143
通过仿真测试得到在关键技术方法实施前、后的且对应于相同故障集的应急响应与运维效率评测值E_emg0和E_emg1，从而进行指标提升率Incs(E_emg)的计算。
Figure BDA0002228744880000151
通过将实际指标提升率与预期的应急响应与运维效率提升水平进行对比，评估指标完成情况，提升率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
指标2：因技术原因导致的运营安全事故率
将包含因技术原因导致的运营安全事故率所涉及的关键技术、研究内容和系统装备的测试对象纳入仿真场景中运行，在仿真场景中开展风险与故障条件下的协同运输与应急响应与维护仿真测试，观测因技术原因导致的运营安全事故率相关的仿真检测参数变化情况，各参数及其含义如下表所示。
Figure BDA0002228744880000152
因技术原因导致的轨道交通运营安全事故率，一方面，可以用单位时间内，由于在运输组织和安全保障等方面存在跨制式不协调的技术问题，而导致的系统安全事故发生次数，另一方面，因技术原因导致的轨道交通运营安全事故率，也可用单位的运营里程下，由于在运输组织和安全保障等方面存在跨制式不协调的技术问题，而导致的系统安全事故发生次数来表示。根据因技术原因导致的运营安全事故率相关仿真检测参数的评测值，可以计算因技术原因导致的运营安全事故率F_techaccident，如下式所示：
Figure BDA0002228744880000161
或
Figure BDA0002228744880000162
通过仿真模拟得到在关键技术方法实施前、后的因技术原因导致的运营安全事故率评测值F_techaccident0与F_techaccident1，从而进行指标下降率Decs(F_techaccident)的计算。
Figure BDA0002228744880000163
通过将实际指标下降率与预期的指标下降率要求进行对比，评估指标完成情况，仿真模拟或理论计算得到的下降率计算值大于或等于预期值表示研究成果具备因技术原因导致的运营安全事故率降低50％的技术能力，否则表示指标未达成。
指标3：区域轨道交通系统可用性
将区域轨道交通系统可用性所涉及的关键技术、研究内容和系统装备的测试对象纳入仿真场景中运行，在仿真场景中开展风险与故障条件下的运输与应急响应与维护仿真测试，观测区域轨道交通系统可用性相关的仿真检测参数变化情况，各参数及其含义如下表所示。
Figure BDA0002228744880000164
区域轨道交通系统可用性可通过区域轨道交通系统可用度进行衡量，在取值上等于研究时间内区域轨道交通系统在规定运营时段内，保持正常工作状态(全局不失效且服务水平处于规定标准以上)的时长占规定的总运营时长的比例。根据区域轨道交通系统可用性相关仿真检测参数的评测值，可以计算区域轨道交通系统可用性R_availability，如下式所示：
Figure BDA0002228744880000171
得到在关键技术方法实施后的系统可用性评测值，将关键技术方法实施后的系统可用性评估值R_availability，与预期值进行对比，评估值大于或等于预期值表示研究成果具备区域轨道交通系统可用性达到99.9％的技术能力，否则表示指标未达成。
指标4：区域路网总体运输能力
将区域路网总体运输能力所涉及的关键技术、研究内容和系统装备的测试对象纳入仿真场景中运行，在仿真场景中不断注入客流进行仿真运行，从而开展客流压力测试，观测区域路网总体运输能力相关的仿真检测参数，相关参数及其含义如下表所示。
Figure BDA0002228744880000181
区域路网总体运输能力，可通过计算在一定的固定设备、移动设备、运输组织方法和、服务水平和客流需求结构下，受线路能力制约的区域轨道交通系统内所有车站，在一定时间内(小时(h)，天(d))所能够完成的旅客发送量(含始发进站量和中转量)总和进行衡量；同时，也可以通过分析多制式复合网络中各制式线路的旅客输送能力，进行综合计算得到。根据区域路网总体运输能力相关仿真检测参数的评测值，可以计算区域路网总体运输能力C_network，如下式所示：
Figure BDA0002228744880000182
或
Figure BDA0002228744880000183
在应用示范区域网络结构、固定和移动设备约束以及一定的服务水平和客流需求结构下，得到在关键技术方法实施前、后的区域路网总体运输能力C_network0与C_network1，从而进行指标提升率Incs(C_network)的计算，如下式所示：
Figure BDA0002228744880000191
通过将指标提升率与预期的区域路网总体运输能力提升水平进行对比，评估指标完成情况，提升率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
指标5：旅客跨方式旅行时间
将旅客跨方式旅行时间所涉及的关键技术、研究内容和系统装备的测试对象纳入仿真场景中运行，在仿真场景中开展多制式协同运输过程仿真测试，观测旅客跨方式旅行时间相关的仿真检测参数变化情况，各参数及其含义如下表所示。
Figure BDA0002228744880000192
旅客跨方式旅行时间在数值上等于一定时间段内，区域轨道交通系统中所有的OD对(起讫点组合)间跨方式出行时间的加权平均值。其中，特定OD对间的跨方式出行时间，为该OD对间所有跨方式旅行耗费时间的均值。根据旅客跨方式旅行时间相关仿真检测参数的评测值，可以计算旅客跨方式旅行时间T_travel_c，如下式所示：
Figure BDA0002228744880000193
Figure BDA0002228744880000194
得到在关键技术方法实施前、后的旅客跨方式旅行时间评测值T_travel_c0与T_travel_c1，从而进行指标下降率Decs(T_travel_c)的计算，如下式所示。
Figure BDA0002228744880000201
通过将实际指标下降率与预期的旅客跨方式旅行时间下降水平进行对比，评估指标完成情况，下降率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
指标6：区域轨道交通正点率
将区域轨道交通正点率所涉及的关键技术、研究内容和系统装备的测试对象纳入仿真场景中运行，在仿真场景中开展多制式协同运输组织过程仿真测试，观测区域轨道交通正点率相关的仿真检测参数变化情况，各参数及其含义如下表所示。
Figure BDA0002228744880000202
区域轨道交通正点率一般用终到正点率表示，其取值为一定时间内，区域轨道交通网络中终到正点列车数与网络实际开行列车数之比。根据区域轨道交通正点率相关仿真检测参数的评测值，可以计算区域轨道交通正点率R_punctuality_arrv，如下式所示：
Figure BDA0002228744880000211
通过仿真测试得到在关键技术方法实施后的区域轨道交通正点率评测值，将关键技术方法实施后的区域轨道交通正点率评估值，与指标预期值进行对比，评估值大于或等于预期值表示指标达成，否则表示指标未达成。
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 (9)

1.一种多制式多业务轨道交通仿真模拟方法，其特征在于，所述方法包括对系统的运行指标进行评估的步骤；
所述对系统的运行指标进行评估的步骤包括：根据系统的状态变化信息和汇集数据，对系统的运行指标进行评估；所述对系统的运行指标进行评估的步骤包括对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率重要指标进行分析评估的步骤；其中，对应急响应与运维效率进行分析评估的步骤包括计算应急响应与运维效率E_emg和指标提升率Incs(E_emg)的步骤；
应急响应与运维效率E_emg的计算如下式所示：
Figure FDA0003780324080000011
Figure FDA0003780324080000012
其中，ξr为第r类的安全事故或不可容忍安全风险的权重值；R为区域轨道交通系统所发生的安全事故或不可容忍安全风险类型数；Ar为研究时段内，系统所发生的第r类安全事故或不可容忍安全风险的次数；ta_normala为研究时段内，系统第r类、第a次安全事故或不可容忍的安全风险发生后，安全风险降低到一定水平以下的时刻；ta_hppna为研究时段内，系统第r类、第a次安全事故或不可容忍的安全风险的发生时刻；
指标提升率Incs(E_emg)的计算公式为：
Figure FDA0003780324080000013
其中，E_emg0和E_emg1分别为通过仿真测试得到在技术方法实施前、后的且对应于相同故障集的应急响应与运维效率评测值；
对因技术原因导致的运营安全事故率进行分析评估的步骤包括计算因技术原因导致的运营安全事故率F_techaccident和指标下降率Decs(F_techaccident)的步骤；
因技术原因导致的运营安全事故率F_techaccident的计算如下式所示：
Figure FDA0003780324080000021
或
Figure FDA0003780324080000022
其中，A_tech为研究时段内，系统在协同联动、联合运输组织和综合安全保障方面存在跨制式不协调技术问题，所导致的系统安全事故发生次数；Mile_operation为研究时段内，多制式区域轨道交通系统的总运营里程；T_study为选取的研究时段长度；
指标下降率Decs(F_techaccident)的计算如下式所示：
Figure FDA0003780324080000023
其中，F_techaccident0与F_techaccident1分别为通过仿真模拟得到在技术方法实施前、后的因技术原因导致的运营安全事故率评测值；通过将实际指标下降率与预期的指标下降率要求进行对比，评估指标完成情况，仿真模拟或理论计算得到的下降率计算值大于或等于预期值表示研究成果具备因技术原因导致的运营安全事故率降低50％的技术能力，否则表示指标未达成。
2.一种多制式多业务轨道交通仿真模拟方法，其特征在于，所述方法包括对系统的运行指标进行评估的步骤；
所述对系统的运行指标进行评估的步骤包括：根据系统的状态变化信息和汇集数据，对系统的运行指标进行评估；所述对系统的运行指标进行评估的步骤包括对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率重要指标进行分析评估的步骤，其中，对区域轨道交通系统可用性进行分析评估的步骤包括计算区域轨道交通系统可用性R_availability的步骤；区域轨道交通系统可用性R_availability的计算如下式所示：
Figure FDA0003780324080000031
其中，t_nstateendm为区域轨道交通系统第m个正常工作时段的结束时刻；t_nstatestartm为区域轨道交通系统第m个正常工作时段的开始时刻；T_operation为研究时段内，区域轨道交通系统的运营时间总和；M为研究时段内，区域轨道交通系统处于正常工作状态的时段数目；
对区域路网总体运输能力进行分析评估的步骤包括计算区域路网总体运输能力C_network和指标提升率Incs(C_network)的步骤；
区域路网总体运输能力C_network的计算如下式所示：
Figure FDA0003780324080000032
或
Figure FDA0003780324080000033
其中，S为多制式区域轨道交通路网中的车站总数；Orgs为多制式区域轨道交通路网中，第s个车站受线路能力制约的情形下，单位之间内能够达到的旅客始发进站量；Trss为多制式区域轨道交通路网中，第s个车站受线路能力制约的情形下，单位时间内的能够达到的旅客中转量；βi为区域轨道交通线路由跨线列车开行、计划协同度、中转换乘便捷度以及综合安全保障导致的能力影响系数；α为区域轨道交通系统车体载客能力平均使用系数；Ni为线路i的通过能力；qi为线路i上单次列车最大载客量；
指标提升率Incs(C_network)的计算公式如下所示：
Figure FDA0003780324080000034
其中，C_network0与C_network1分别为得到在技术方法实施前、后的区域路网总体运输能力；通过将指标提升率与预期的区域路网总体运输能力提升水平进行对比，评估指标完成情况，提升率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
3.一种多制式多业务轨道交通仿真模拟方法，其特征在于，所述方法包括对系统的运行指标进行评估的步骤；
所述对系统的运行指标进行评估的步骤包括：根据系统的状态变化信息和汇集数据，对系统的运行指标进行评估；所述对系统的运行指标进行评估的步骤包括对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率重要指标进行分析评估的步骤；其中，对旅客跨方式旅行时间指标进行分析评估的步骤，包括：
计算旅客跨方式旅行时间T_travel_c和指标下降率Decs(T_travel_c)的步骤；
旅客跨方式旅行时间T_travel_c的计算如下式所示：
Figure FDA0003780324080000041
Figure FDA0003780324080000042
其中，S为区域轨道交通路网中的车站总数；v_cod为出发地为o车站、目的地为d车站的跨方式总出行量；t_out_cod,q为出发地为o车站、目的地为d车站的第q人次跨方式出行到达目的车站的时间点；tp_in_cod,q为出发地为o车站、目的地为d车站的第q人次跨方式出行进入起始车站的时间点；
指标下降率Decs(T_travel_c)的计算如下式所示：
Figure FDA0003780324080000043
其中，T_travel_c0与T_travel_c1分别为得到在技术方法实施前、后的旅客跨方式旅行时间评测值；
对区域路网总体运输能力进行分析评估的步骤包括计算区域轨道交通正点率的步骤；区域轨道交通正点率R_punctuality_arrv的计算如下式所示：
Figure FDA0003780324080000051
Figure FDA0003780324080000052
其中，L为多制式区域轨道交通路网运营线路条数；Kl为研究时段内，区域轨道交通系统第l条运营线路开行列车数；其中，跨线列车计入其终到站点所在的运营线路；tt_arrvlk为第l条运营线路、第k列开行列车的实际终到时刻；tt_arrv_slk为第l条运营线路、第k列开行列车的计划终到时刻；ε_arrvl为区域轨道交通系统第l条运营线路列车终到正点的允许误差；通过将实际指标下降率与预期的旅客跨方式旅行时间下降水平进行对比，评估指标完成情况，下降率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
4.根据权利要求1-3任一项所述的方法，其特征在于，在对系统的运行指标进行评估的步骤之前，所述方法还包括以下步骤：
采集运行数据；
对采集到的运行数据进行汇集，得到汇集数据；
根据汇集数据，支撑决策方案生成；
生成决策方案；
实施决策方案。
5.根据权利要求4所述的方法，其特征在于，
所述采集运行数据的步骤是由综合数据采集与监测接口实时采集轨道交通运行仿真过程中的运行状态；所述运行状态包括：列车流和旅客流的宏观态势和微观状态数据及车、机、工、电、辆各专业设施设备和资源的实时状态数据；
所述对采集到的运行数据进行汇集，得到汇集数据的步骤是对综合数据采集与监测接口将列车流和旅客流的宏观态势和微观状态数据、车、机、工、电、辆各专业设施设备和资源的实时状态数据进行汇集，作为多制式区域轨道交通系统多业务决策方案生成和指标统计评估的基础；
所述支撑决策方案生成的步骤包括：综合数据采集与监测接口将汇集的数据提供给多制式多业务综合数据库，支撑决策方案生成；
所述生成决策方案的步骤为由决策模块根据系统运行状态，及时调整协同运输、安全保障和信息服务决策方案；
所述实施决策方案的步骤包括：决策方案实现控制接口通过接收决策模块所生成决策方案，并将其转化成响应控制命令，输出至多制式轨道交通系统仿真内核，影响区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为，从而完成决策方案实施；
所述决策方案实施后，区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为发生变化，区域轨道交通系统的运行态势发生变化，系统对状态变化信息进行采集；系统的状态变化信息将同步更新到综合数据采集与监测接口。
6.一种多制式多业务轨道交通仿真模拟系统，其特征在于，所述仿真模拟系统包括：技术指标统计评价模块；
所述技术指标统计评价模块用于根据系统的状态变化信息和汇集数据，对系统的运行指标进行评估；所述对系统的运行指标进行评估的步骤包括对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、旅客跨方式旅行时间、区域轨道交通正点率重要指标进行分析评估的步骤；其中，所述对系统的运行指标进行评估的步骤包括对旅客跨方式旅行时间指标进行分析评估的步骤，包括：
计算旅客跨方式旅行时间T_travel_c和指标下降率Decs(T_travel_c)的步骤；
旅客跨方式旅行时间T_travel_c的计算如下式所示：
Figure FDA0003780324080000071
Figure FDA0003780324080000072
其中，S为区域轨道交通路网中的车站总数；v_cod为出发地为o车站、目的地为d车站的跨方式总出行量；t_out_cod,q为出发地为o车站、目的地为d车站的第q人次跨方式出行到达目的车站的时间点；tp_in_cod,q为出发地为o车站、目的地为d车站的第q人次跨方式出行进入起始车站的时间点；
指标下降率Decs(T_travel_c)的计算如下式所示：
Figure FDA0003780324080000073
其中，T_travel_c0与T_travel_c1分别为得到在技术方法实施前、后的旅客跨方式旅行时间评测值；
对区域路网总体运输能力进行分析评估的步骤包括计算区域轨道交通正点率的步骤；区域轨道交通正点率R_punctuality_arrv的计算如下式所示：
Figure FDA0003780324080000074
Figure FDA0003780324080000075
其中，L为多制式区域轨道交通路网运营线路条数；Kl为研究时段内，区域轨道交通系统第l条运营线路开行列车数；其中，跨线列车计入其终到站点所在的运营线路；tt_arrvlk为第l条运营线路、第k列开行列车的实际终到时刻；tt_arrv_slk为第l条运营线路、第k列开行列车的计划终到时刻；ε_arrvl为区域轨道交通系统第l条运营线路列车终到正点的允许误差；通过将实际指标下降率与预期的旅客跨方式旅行时间下降水平进行对比，评估指标完成情况，下降率的计算值大于或等于预期值表示指标达成，否则表示指标未达成。
7.根据权利要求6所述的多制式多业务轨道交通仿真模拟系统，其特征在于，
所述仿真模拟系统还包括：综合数据采集与监测接口、多制式多业务综合数据库、决策模块、决策方案实现控制接口、多制式轨道交通系统仿真内核；
所述综合数据采集与监测接口，用于采集运行数据，并对采集到的运行数据进行汇集；
所述多制式多业务综合数据库用于根据汇集数据，支撑决策方案生成；
决策模块用于生成决策方案；
所述多制式轨道交通系统仿真内核用于实施决策方案；具体地，多制式轨道交通系统仿真内核用于影响区域轨道交通系统中的车流状态和行为、客流状态行为以及设施设备的状态和功能行为，从而完成决策方案实施；
所述决策方案实现控制接口用于接收决策模块所生成决策方案，并将其转化成响应控制命令，输出至多制式轨道交通系统仿真内核。
8.根据权利要求6所述的多制式多业务轨道交通仿真模拟系统，其特征在于，所述仿真模拟系统还包括：仿真引擎、三维展示模块；
所述仿真引擎为仿真系统整体运行环境的底层支撑，所述仿真引擎包括：仿真系统运行控制模块、界面交互模块和基础数据；
所述仿真系统运行控制模块用于进行资源调度、通信管理、节奏控制、场景带入；
所述界面交互模块用于供仿真人员进行操作；所述界面交互模块用于进行参数调整、事件输入和系统编辑；
所述基础数据用于构建仿真系统底层数据；所述基础数据包括复合网络三维模型数据、复合网络拓扑数据、设施设备属性数据、评价与分析场景数据、宏观实时客流需求数据；
所述三维展示模块以多制式轨道交通系统仿真内核中各仿真对象的实时状态和行为为蓝本，展示整个区域交通系统的运行状态。
9.根据权利要求6所述的多制式多业务轨道交通仿真模拟系统，其特征在于，所述技术指标统计评价模块用于对应急响应与运维效率、因技术原因导致的运营安全事故率、区域轨道交通系统可用性、区域路网总体运能、区域轨道交通正点率重要指标进行分析评估。
CN201910960470.5A 2019-10-10 2019-10-10 一种多制式多业务轨道交通仿真模拟方法及系统 Active CN110766298B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910960470.5A CN110766298B (zh) 2019-10-10 2019-10-10 一种多制式多业务轨道交通仿真模拟方法及系统
EP20874590.1A EP4030365A4 (en) 2019-10-10 2020-07-27 MULTI-MODE AND MULTI-SERVICE RAIL TRAFFIC ANALOG SIMULATION METHOD AND SYSTEM
PCT/CN2020/104831 WO2021068602A1 (zh) 2019-10-10 2020-07-27 一种多制式多业务轨道交通仿真模拟方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910960470.5A CN110766298B (zh) 2019-10-10 2019-10-10 一种多制式多业务轨道交通仿真模拟方法及系统

Publications (2)

Publication Number Publication Date
CN110766298A CN110766298A (zh) 2020-02-07
CN110766298B true CN110766298B (zh) 2022-11-22

Family

ID=69331555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910960470.5A Active CN110766298B (zh) 2019-10-10 2019-10-10 一种多制式多业务轨道交通仿真模拟方法及系统

Country Status (3)

Country Link
EP (1) EP4030365A4 (zh)
CN (1) CN110766298B (zh)
WO (1) WO2021068602A1 (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766298B (zh) * 2019-10-10 2022-11-22 北京全路通信信号研究设计院集团有限公司 一种多制式多业务轨道交通仿真模拟方法及系统
CN111369181B (zh) * 2020-06-01 2020-09-29 北京全路通信信号研究设计院集团有限公司 一种列车自主调度深度强化学习方法和装置
CN111898185A (zh) * 2020-07-17 2020-11-06 交控科技股份有限公司 轨道交通设计方案评价方法、装置及可读存储介质
CN112949029B (zh) * 2021-01-26 2023-12-08 北京交通大学 一种车流客流协同评估方法及系统
CN113095649A (zh) * 2021-04-01 2021-07-09 福州物联网开放实验室有限公司 一种智慧交通动态公交仿真方法和存储设备
CN113343422A (zh) * 2021-05-07 2021-09-03 交控科技股份有限公司 轨道交通运行仿真方法及系统
CN113327421B (zh) * 2021-06-04 2022-03-25 河北省交通规划设计研究院有限公司 一种基于v2x路网控制方法及系统
CN113487930B (zh) * 2021-06-28 2022-11-01 卡斯柯信号有限公司 一种面向于智慧地铁多专业的vr场景验证系统
CN113743718B (zh) * 2021-07-27 2024-03-29 深圳技术大学 开行跨线列车的运营方法、设备及计算机可读存储介质
CN113655733B (zh) * 2021-09-09 2023-09-29 中车长春轨道客车股份有限公司 一种轨道交通车辆计轴器磁场emc半实物仿真方法
CN113650656B (zh) * 2021-09-23 2023-07-04 天津津航计算技术研究所 一种基于列车运营场景的智能故障诊断方法
CN114047848B (zh) * 2021-10-29 2023-10-13 中车株洲电力机车有限公司 轨道交通车辆数据显示方法、显示装置及轨道交通车辆
CN113836827B (zh) * 2021-11-26 2022-03-15 卡斯柯信号(北京)有限公司 一种区间方向初始化测试方法及系统
CN114241851A (zh) * 2021-12-27 2022-03-25 成都运达科技股份有限公司 轨道交通电子沙盘及多工种联合演练图像同步系统
CN114299743A (zh) * 2021-12-30 2022-04-08 交控科技股份有限公司 用于城市轨道交通的三维运行监控系统
CN114715234A (zh) * 2022-03-08 2022-07-08 通号城市轨道交通技术有限公司 列车运行控制系统的数字孪生系统、装置和方法
CN114330037B (zh) * 2022-03-15 2022-06-07 中铁电气化勘测设计研究院有限公司 一种电气化轨道交通列车仿真模拟方法
CN114912233B (zh) * 2022-04-19 2023-04-18 华北科技学院(中国煤矿安全技术培训中心) 路网运力下降的影响范围确定和协同管控的方法及系统
CN114781725B (zh) * 2022-04-22 2024-05-03 东南大学 一种接驳轨道交通的非机动车客流吸引范围判定方法
CN114819633B (zh) * 2022-04-25 2023-11-24 重庆市规划设计研究院 一种应用于国土空间规划的交通设施布局评价方法
CN115071791A (zh) * 2022-05-26 2022-09-20 安徽光谷智能科技股份有限公司 一种轨道交通模型测试装置
CN115257891A (zh) * 2022-05-27 2022-11-01 浙江众合科技股份有限公司 基于关键位置抽取与随机位置融合的cbtc场景测试方法
CN115352507A (zh) * 2022-08-17 2022-11-18 交控科技股份有限公司 轨道交通车站业务流程的处理系统及方法
CN115114806B (zh) * 2022-08-29 2023-02-03 深圳市城市交通规划设计研究中心股份有限公司 自主式交通系统架构自主演进仿真方法
CN116703122B (zh) * 2022-11-16 2024-01-19 上海张江智荟科技有限公司 一种智慧城市信息资源展示系统及方法
CN116341921B (zh) * 2022-12-06 2023-09-26 北京交通大学 一种数据驱动的城市轨道交通换乘衔接能力评估方法
CN116415756B (zh) * 2023-05-29 2023-10-03 深圳市友昆标识制造有限公司 一种基于vr技术的城市虚拟场景体验管理系统
CN116777107B (zh) * 2023-06-12 2023-12-05 北京城建设计发展集团股份有限公司 快慢车混合运营的市域快轨线路通过能力计算方法
CN116611155B (zh) * 2023-07-20 2023-12-01 深圳市城市交通规划设计研究中心股份有限公司 基于bim的可计算多模式网络图谱拓扑模型的建模方法
CN116681311B (zh) * 2023-07-28 2023-10-10 华中科技大学 基于时空尺度的电站运维决策优化方法、系统及介质
CN116739392B (zh) * 2023-08-14 2023-10-27 北京全路通信信号研究设计院集团有限公司 一种基于物元的多制式轨道交通应急协同决策方法及装置
CN117542189A (zh) * 2023-10-10 2024-02-09 北京市市政工程设计研究总院有限公司 区域交通负荷计算方法及系统
CN117235875B (zh) * 2023-11-14 2024-03-12 深圳市岩土综合勘察设计有限公司 一种轨道交通沿线隔振屏障设计方法和系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101515309B (zh) * 2009-04-07 2010-08-04 华中科技大学 基于多智能体的城市应急疏散仿真系统
CN102393928A (zh) * 2011-11-22 2012-03-28 广州市交通规划研究所 基于宏、中、微观交通仿真平台交互使用的交通仿真集成系统
CN102982407B (zh) * 2012-11-05 2015-03-25 中国电力科学研究院 基于自然选择pso决策算法的电动汽车应急救援平台
CN103310062B (zh) * 2013-06-21 2016-08-31 上海电机学院 城市轨道交通线仿真测试装置及仿真测试方法
JP2015013487A (ja) * 2013-07-03 2015-01-22 株式会社日立製作所 列車運行管理システム、列車運行シミュレーション装置及び列車運行シミュレーション方法
CN103927591A (zh) * 2014-03-24 2014-07-16 北京交通大学 一种城市轨道交通应急疏散优化方法及系统
US11087639B2 (en) * 2016-04-04 2021-08-10 The Raymond Corporation Systems and methods for vehicle simulation
CN105835912B (zh) * 2016-04-06 2017-11-03 北京交通大学 城市轨道交通运行仿真系统及方法
CN106991633A (zh) * 2017-03-31 2017-07-28 江苏远望神州软件有限公司 一种公共安全应急管理的计算机仿真系统及仿真方法
CN107392435A (zh) * 2017-06-28 2017-11-24 北京交通大学 一种城市轨道交通车站应急疏散能力评估系统
CN108510733A (zh) * 2018-01-12 2018-09-07 网帅科技（北京）有限公司 一种跨界数据深度融合解决公路交通拥堵的管控系统
CN109598076A (zh) * 2018-12-10 2019-04-09 北京交通大学 一种城市轨道交通应急疏散仿真系统及方法
CN110136457A (zh) * 2019-05-15 2019-08-16 青岛市城市规划设计研究院 基于微观交通仿真的城市交叉口群协调优化方法
CN110766298B (zh) * 2019-10-10 2022-11-22 北京全路通信信号研究设计院集团有限公司 一种多制式多业务轨道交通仿真模拟方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
列车运行仿真关键技术及其应用;李望;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20141015(第10期);C033-56 *
区域多制式轨道交通复合系统可用性研究与评价;颜旭;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20200315(第3期);C033-414 *
城市综合客运枢纽旅客换乘仿真研究;李文新 等;《计算机仿真》;20190615;第36卷(第6期);160-165 *
多制式区域轨道交通运能匹配及换乘优化研究;赵峰;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20210715(第7期);C033-694 *
铁路车站接发列车实训系统设计与实现;王海 等;《铁道运输与经济》;20190219;第41卷(第2期);50-54 *

Also Published As

Publication number Publication date
WO2021068602A1 (zh) 2021-04-15
EP4030365A4 (en) 2022-11-23
EP4030365A1 (en) 2022-07-20
CN110766298A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN110766298B (zh) 一种多制式多业务轨道交通仿真模拟方法及系统
CN111376954B (zh) 一种列车自主调度方法和系统
CN107358357A (zh) 城市轨道交通换乘车站评价方法
CN112801338A (zh) 一种城市轨道交通线网运营突发情况下的辅助决策方法及系统
CN111369181A (zh) 一种列车自主调度深度强化学习方法和模块
CN105050881B (zh) 轨道交通信息化中央控制系统及其控制方法
CN104217367A (zh) 一种轨道交通线路动态安全风险评价方法
CN110728612B (zh) 一种轨道交通应急仿真评估方法和系统
CN112949078B (zh) 一种城市轨道交通客流-车流的匹配度计算方法
Mattsson Railway capacity and train delay relationships
CN107650950A (zh) 一种城市轨道交通列车时刻表应急调整方法
CN112622990A (zh) 城轨地铁车辆智能运维管理系统
CN112418562A (zh) 一种城市轨道交通网络乘客出行方案推定方法
CN115860594A (zh) 一种应用于智能公交排班调度的仿真系统及方法
Martinod et al. Joint optimisation of operation and maintenance policies in an urban ropeway transport systems context
CN111309845B (zh) 一种轨道交通路网宏观态势数据显示方法及系统
Xu et al. Parallel Dispatching: An ACP-based High-speed Railway Intelligent Dispatching System
Liu Unmanned driving systems for smart trains
CN114781881A (zh) 一种区域轨道交通系统的分析系统及分析方法
CN113298390B (zh) 一种突发异构客流的多式协同疏散方案集构建方法及装置
CN202200999U (zh) 一种转向架监测诊断设备
Yang et al. Temporal and spatial evolution of passenger flow in an urban rail transit network during station closure
CN112614038A (zh) 旅客列车智能运维管理系统
Heimburger et al. Using simple simulation models in operational analysis of rail transit lines: Case study of Boston’s Red Line
Xuanjing et al. An Improved Approach Based on Linear Programming Model for Assessing Rail Transit System Resilience under Disruptions

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