CN111859718A - 一种区域多制式轨道交通车站拥挤系数计算方法及系统 - Google Patents

一种区域多制式轨道交通车站拥挤系数计算方法及系统 Download PDF

Info

Publication number
CN111859718A
CN111859718A CN202010998331.4A CN202010998331A CN111859718A CN 111859718 A CN111859718 A CN 111859718A CN 202010998331 A CN202010998331 A CN 202010998331A CN 111859718 A CN111859718 A CN 111859718A
Authority
CN
China
Prior art keywords
station
train
section
passenger flow
rail transit
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
CN202010998331.4A
Other languages
English (en)
Other versions
CN111859718B (zh
Inventor
王莹
李擎
张波
韦伟
张晚秋
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 CN202010998331.4A priority Critical patent/CN111859718B/zh
Publication of CN111859718A publication Critical patent/CN111859718A/zh
Application granted granted Critical
Publication of CN111859718B publication Critical patent/CN111859718B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种区域多制式轨道交通车站拥挤系数计算方法及系统，所述计算方法包括，获取车站j紧邻区间断面客流量的差值和车站j交换客流系数；求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量；获取车站j站台的有效面积；求取车站j站台的有效面积与在车站j的列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积；基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。所述计算方法能够有效地反映旅客在车站的拥挤感知。

Description

一种区域多制式轨道交通车站拥挤系数计算方法及系统
技术领域
本发明属于轨道领域，特别涉及一种区域多制式轨道交通车站拥挤系数计算方法及系统。
背景技术
近年来我国城市轨道交通运营里程和运量均处于高速发展阶段，现有的轨道交通的种类越来越多，在研究轨道交通方面的开行方法时，针对不同制式的轨道交通求解主要以开行成本、出行费用为求解目标，部分相关研究在出行费用中考虑了旅客出行的舒适度，且大多采用惩罚系数作为出行费用计算的一部分。但表现舒适性最为重要的拥挤系数在区域内不同的出行过程中的体现不尽相同，以单一的惩罚系数不能体现旅客在多个出行环节对拥挤的感知。进一步，拥挤系数分为区间拥挤系数和车站拥挤系数两部分,多制式轨道交通在车站的站台、换乘通道、换乘大厅、扶梯等重要设施设备在客流拥挤方面均有不同的表现，其中站台客流的拥挤度和无序度是最为复杂，
因此，如何获得区域多制式轨道交通车站的拥挤系数越来越成为亟待解决的技术问题。
发明内容
针对上述问题，本发明提供了一种区域多制式轨道交通车站拥挤系数计算方法及系统，所述计算方法能够有效地反映旅客在车站的拥挤感知。
本发明的目的在于提供一种区域多制式轨道交通车站拥挤系数计算方法，包括，
获取车站j紧邻区间断面客流量的差值和车站j交换客流系数；
求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量；
获取车站j站台的有效面积；
求取车站j站台的有效面积与在车站j的列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积；
基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。
进一步地，还包括构建区域多制式轨道交通的列车集合、区间集合和车站集合，其中，
列车集合用Q表示，元素
Figure 833822DEST_PATH_IMAGE001
表示列车集合中第类列车，
Figure 514202DEST_PATH_IMAGE001
∈Q，列车集合中共有L个元素；
区间集合用E表示，元素i表示一个区间，i∈E，区间集合中共有M个元素；
车站集合用S表示，元素j表示一个车站，j∈S，车站集合中共有N个元素。
进一步地，所述区域多制式轨道交通中车站j的拥挤系数满足：
Figure DEST_PATH_IMAGE002
其中，
Figure 784646DEST_PATH_IMAGE003
表示车站站台j的旅客人均占有面积，m2/人，
Figure DEST_PATH_IMAGE004
，
Figure 517854DEST_PATH_IMAGE005
表示车站拥挤系数线 性函数的参数。
进一步地，车站站台j的旅客人均占有面积
Figure 672891DEST_PATH_IMAGE003
为车站j站台的有效面积与在车 站j的列车的平均交换客流量的比值：
Figure 100002_DEST_PATH_IMAGE006
其中，
Figure 207778DEST_PATH_IMAGE007
表示车站j的站台有效面积，单位为m2；
Figure 100002_DEST_PATH_IMAGE008
表示在车站j列车的平均交换客 流数量。
进一步地，所述车站j紧邻区间断面客流量的差值满足：
Figure 100002_DEST_PATH_IMAGE010
其中，M为区间集合中的元素个数，L为列车集合中的元素个数，
Figure 711440DEST_PATH_IMAGE011
表示区间i的断面客 流量，
Figure 100002_DEST_PATH_IMAGE012
=0或1，
Figure 466032DEST_PATH_IMAGE013
表示区间i的起点车站为j，
Figure 100002_DEST_PATH_IMAGE014
表示区间i的起点车站不为j，
Figure 487078DEST_PATH_IMAGE015
=0或1，
Figure 100002_DEST_PATH_IMAGE016
表示区间i的末端车站为j，
Figure 610892DEST_PATH_IMAGE017
表示区间i的末端车站不为j。
进一步地，车站j列车的平均交换客流量满足：
Figure 488718DEST_PATH_IMAGE019
其中，
Figure 100002_DEST_PATH_IMAGE020
表示车站j交换客流量系数，M为区间集合中的元素个数，L为列车集合中的元 素个数，
Figure 936797DEST_PATH_IMAGE011
表示区间i的断面客流量，
Figure 558272DEST_PATH_IMAGE021
=0或1，
Figure 474275DEST_PATH_IMAGE013
表示区间i的起点车站为j，
Figure 132789DEST_PATH_IMAGE014
表示区间i的起点车站不为j，
Figure 100002_DEST_PATH_IMAGE022
=0或1，
Figure 360509DEST_PATH_IMAGE016
表示区间i的末端车站为j，
Figure 520094DEST_PATH_IMAGE017
表示区 间i的末端车站不为j，
Figure 290604DEST_PATH_IMAGE023
=0或1，
Figure 100002_DEST_PATH_IMAGE024
表示列车
Figure 480539DEST_PATH_IMAGE001
的运行径路中包括车站j，
Figure 336500DEST_PATH_IMAGE025
表示列车
Figure 299777DEST_PATH_IMAGE001
的运行径路中不包括车站j，
Figure 100002_DEST_PATH_IMAGE026
表示列车
Figure 518269DEST_PATH_IMAGE001
的开行频率。
本发明的另一目的在于提供一种区域多制式轨道交通车站拥挤系数计算系统，包括，
获取模块，用于获取车站j紧邻区间断面客流量的差值、车站j交换客流系数以及车站j站台的有效面积；
计算模块，用于执行以下计算：求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量，求取车站j站台的有效面积与在车站j的列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积，以及用于基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。
本发明的计算方法同时用相邻断面客流量差和交换客流量系数的乘积表示站台拥挤人数，从而计算得出区域多制式轨道交通车站的拥挤系数，使得对区域多制式轨道交通车站拥挤系数的计算更加精确，能够有效地反映旅客在车站的拥挤感知。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
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中的一种区域多制式轨道交通车站拥挤系数计算方法流程示意图；
图2示出了本发明实施例中的一种区域多制式轨道交通列车开行方案编制流程示意图；
图3示出了根据本发明实施例中一种旅客人均占有面积和旅客拥挤系数的关系图；
图4示出了本发明实施例中一种紧邻区间客流量差
Figure 784165DEST_PATH_IMAGE027
的分析示意图；
图5示出了本发明实施例中以重庆地铁5号线南段、江跳线和渝昆高铁重庆段共同构成区域多制式轨道交通的线路示意图；
图6示出了根据本发明实施例中一种区域多制式轨道交通车站拥挤系数计算系统示意图。
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，本发明实施例中介绍了一种区域多制式轨道交通车站拥挤系数计算方法，包括，首先，获取车站j紧邻区间断面客流量的差值和车站j交换客流系数；其次，求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量；然后，获取车站j站台的有效面积；然后，求取车站j站台的有效面积与在车站j列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积；最后，基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。上述计算方法同时用相邻断面客流量差和交换客流量系数的乘积表示站台拥挤人数，从而计算得出区域多制式轨道交通车站的拥挤系数，使得对区域多制式轨道交通车站拥挤系数的计算更加精确，能够有效地反映旅客在车站的拥挤感知。
进一步，如图2所示，本发明实施例中还介绍了一种区域多制式轨道交通列车开行方案编制，所述开行方案编制包括：首先，构建以旅客拥挤系数和列车开行成本为双目标的目标函数；然后，确定决策变量和以下一种或多种约束条件：旅客出行需求约束、区域多制式轨道交通超载率约束、列车开行频率范围约束、区间能力约束、车站能力约束、参数变量约束。且根据不同轨道交通制式在区间、旅客拥挤度以及轨道交通制式特征的差异性量化拥挤系数，并将旅客拥挤系数作为影响轨道交通服务水平的主要因素，准确把握区域多制式轨道交通差异性特征，从而综合考虑旅客和运营方的利益，将旅客拥挤系数与列车开行成本共同作为开行方法编制模型的双目标进行优化，准确反映区域多制式轨道交通运输的差异性特征，使得区域多制式轨道交通的开行方案更加精细化。
本实施例中，所述开行方案编制还包括将区域轨道交通网络化备选集和区间断面 客流量作为基础数据输入。具体的，本发明实施例中，备选集的要素包括：列车起讫点、列车 运行径路、列车速度等级、列车编组等。则基于区域轨道交通网络化备选集，构建区域多制 式轨道交通的列车集合、区间集合和车站集合。具体的，列车集合中的每个元素代表
Figure 986476DEST_PATH_IMAGE001
类列 车，每类列车包括列车径路（始发、终到车站和所有的中间车站），列车运行的所有区间以及 在每个车站的经停时间和每个区间的运行时间，列车集合可用Q表示，其中，用元素
Figure 628810DEST_PATH_IMAGE001
表示 列车集合中第
Figure 373912DEST_PATH_IMAGE001
类列车
Figure 433879DEST_PATH_IMAGE001
∈Q，该集合中共有L个元素。区间集合用E表示，其中，元素i表示一 个区间，i∈E，该集合中共有M个元素；车站集合用S表示，元素j表示一个车站，j∈S，该集合 中共有N个元素。优选地，区间集合中的一个区间中有且仅有一类轨道交通与之对应，车站 集合中的车站有且仅有一类轨道交通与之对应。
本实施例中，所述构建以旅客拥挤系数和列车开行成本为双目标的目标函数包括以旅客拥挤系数最小为目标的目标函数和以列车开行成本最小为目标的目标函数。
本实施例中，所述开行方案编制还包括获取以旅客拥挤系数最小为目标的目标函数，具体的，首先，将区域多制式轨道交通划分为第1类轨道交通、第2类轨道交通和第3类轨道交通；其中，所述区域多制式轨道交通包括地铁、轻轨、有轨电车、市域（市郊）铁路、城际铁路、高速铁路和普速铁路等，根据运输组织特征可将区域内多种制式轨道交通分为3类，具体的，如表1所示：
表1 各制式轨道交通分类和特征
Figure 998852DEST_PATH_IMAGE029
其中，第1类轨道交通提供高频率的运输服务，列车运行速度比较低，一般时速不会高于100km/h（千米/小时），乘客选择该类轨道交通出行时不以列车时刻表为导向，遵循“即到即走”的出行规律，该类别中主要包含了地铁、轻轨、有轨电车等轨道交通制式，列车均允许超员，根据实际运营经验，部分城市部分区段超员甚至超过20%。
第2类轨道交通主要包括市域（市郊）铁路、普速铁路，列车开行频率较高，设计速度低于200km/h，旅客按照列车时刻表出行，列车允许存在部分超员的情况，超员情况可根据售票环节得到严格控制。
第3类轨道交通主要指城际铁路和高速铁路，列车开行频率同样较高，列车时速可达200km/h以上，旅客严格按照列车时刻表安排出行，一般不允许存在超员的情况。
然后，基于上述区域多制式轨道交通划分，计算区域多制式轨道交通中的任一类轨道交通在区间i的拥挤系数和区域多制式轨道交通中车站j的拥挤系数；其中，由于旅客拥挤系数包括区间拥挤系数和车站拥挤系数两部分，旅客出行过程中对不同类型的轨道交通的拥挤感知存在一定的差异。具体的，对于第1类轨道交通和第2类轨道交通中的列车均允许超员，旅客对车内的拥挤感知与客流密度呈强相关关系，拥挤感知多通过客流密度反映，从而车内不拥挤与拥挤的分级阈值为3.6人/m2，拥挤与非常拥挤的分级阈值为6.2人/m2。进一步的，将分级阈值转化为旅客人均占有面积阈值，其中，1/3.6=0.278，1/6.2=0.161，从而车内不拥挤与拥挤以及拥挤与非常拥挤的旅客人均占有面积的阈值分别为0.278m2/人和0.161m2/人，然后，根据旅客人均占有面积可将拥挤系数设为分段函数，如图3所示，旅客拥挤系数满足：旅客人均占有面积大于或等于0.278m2/人时，旅客拥挤系数为1，旅客人均占有面积小于或等于0.161m2/人时，拥挤系数为1，旅客人均占有面积介于二者之间，则采用线性关系表达，从而所述第0类轨道交通和第2类轨道交通在区间i的拥挤系数满足：
Figure 38352DEST_PATH_IMAGE031
(1)
其中，
Figure DEST_PATH_IMAGE032
表示区间i的旅客人均占有面积，单位为m2/人，
Figure 559332DEST_PATH_IMAGE033
，
Figure DEST_PATH_IMAGE034
表示区间拥挤系数线 性函数的参数。需要说明的是，
Figure DEST_PATH_IMAGE036
中1（2）表示k=1或者k=2。
进一步的，所述区间i的客流旅客人均占有面积
Figure DEST_PATH_IMAGE037
为列车的平均有效面积与在区 间i中列车的平均载客人数的比值：
Figure DEST_PATH_IMAGE038
(2)
其中，
Figure 527551DEST_PATH_IMAGE039
表示区间i中列车的平均有效面积，单位为m2；
Figure DEST_PATH_IMAGE040
表示在区间i列车的平均 载客人数，进一步，在区间i列车的平均载客人数
Figure 173296DEST_PATH_IMAGE040
满足：
Figure DEST_PATH_IMAGE042
(3)
其中，L表示列车集合中的元素个数，
Figure 860496DEST_PATH_IMAGE026
表示列车
Figure 314611DEST_PATH_IMAGE001
的开行频率，
Figure 358791DEST_PATH_IMAGE043
=0或1，
Figure DEST_PATH_IMAGE044
表示 列车
Figure 491832DEST_PATH_IMAGE001
运行区间包括区间i，
Figure 138714DEST_PATH_IMAGE045
表示列车
Figure 306390DEST_PATH_IMAGE001
运行区间不包括区间i，
Figure DEST_PATH_IMAGE046
表示区间i的断面 客流量。
本实施例中，第3类轨道交通中的列车不允许超员，意味着旅客均有坐席，旅客出行的拥挤系数明显低于第1、2类轨道交通，第3类轨道交通均有座位拥挤系数的范围定义为0-0.5，即本发明实施例中将第3类轨道交通的最大拥挤系数设为0.5，最小拥挤系数设为0，且拥挤系数与列车的平均满载率成正比关系，则第3类轨道交通在区间i的拥挤系数满足：
Figure 350831DEST_PATH_IMAGE047
(4)
其中，
Figure DEST_PATH_IMAGE048
表示区间i中所有列车的平均满载率。区间i中所有列车的平均满载率
Figure 846535DEST_PATH_IMAGE048
为区 间i中的客流量和在区间i中的所有列车能够提供的载客量的比值：
Figure 297108DEST_PATH_IMAGE049
(5)
其中，L表示列车集合中的元素个数，
Figure 460236DEST_PATH_IMAGE026
表示列车
Figure 970852DEST_PATH_IMAGE001
的开行频率，
Figure 485009DEST_PATH_IMAGE043
=0或1，
Figure DEST_PATH_IMAGE050
表示 列车
Figure 208115DEST_PATH_IMAGE001
运行区间包括区间i，
Figure 225749DEST_PATH_IMAGE051
表示列车
Figure 405802DEST_PATH_IMAGE001
运行区间不包括区间i，
Figure DEST_PATH_IMAGE052
表示列车
Figure 731DEST_PATH_IMAGE001
的定 员。
本实施例中，由于车站内以站台拥挤最为显著，旅客在不同制式轨道交通站台的拥挤感知基本类似，旅客人均占有面积反映服务水平，从而拥挤系数均用站台旅客人均占有面积表示。根据站台旅客人均占有面积可将车站的拥挤系数设为分段函数，将服务水平E级时站台旅客人均占有面积对应的拥挤系数定义为1，将服务水平A级时站台旅客人均占有面积对应的拥挤系数定义为0，即站台旅客人均占有面积大于或等于3.247m2/人时，拥挤系数为0，站台旅客人均占有面积小于或等于0.464m2/人时，拥挤系数为1，介于二者之间，则采用线性关系表达，从而所述区域多制式轨道交通中车站j的拥挤系数满足：
Figure 668473DEST_PATH_IMAGE002
(6)
其中，
Figure 806193DEST_PATH_IMAGE003
表示车站站台j的旅客人均占有面积，单位为m2/人，
Figure 658611DEST_PATH_IMAGE004
，
Figure 881782DEST_PATH_IMAGE005
表示车站拥挤 系数线性函数的参数。
具体的，所述车站站台j的旅客人均占有面积
Figure 212270DEST_PATH_IMAGE003
为车站j站台的有效面积与在 车站j的列车的平均交换客流量的比值：
Figure 470076DEST_PATH_IMAGE053
(7)
其中，
Figure 994860DEST_PATH_IMAGE007
表示车站j的站台有效面积，单位为m2；
Figure 439748DEST_PATH_IMAGE008
表示在车站j列车的平均交换客流 数量。车站j列车的平均交换客流量是将车站j紧邻区间断面客流量差值乘以车站j交换客 流系数,然后平均到经过该车站的每列车上，从而车站j列车的平均交换客流量满足：
Figure DEST_PATH_IMAGE054
(8)
其中，
Figure 42768DEST_PATH_IMAGE020
表示车站j交换客流量系数，M为区间集合中的元素个数，L为列车集合中的元 素个数，
Figure 420659DEST_PATH_IMAGE011
表示区间i的断面客流量，
Figure 349301DEST_PATH_IMAGE021
=0或1，
Figure 547064DEST_PATH_IMAGE013
表示区间i的起点车站为j，
Figure 484933DEST_PATH_IMAGE014
表示区间i的起点车站不为j，
Figure 451752DEST_PATH_IMAGE015
=0或1，
Figure 692241DEST_PATH_IMAGE016
表示区间i的末端车站为j，
Figure 6328DEST_PATH_IMAGE017
表示区 间i的末端车站不为j，
Figure 357675DEST_PATH_IMAGE023
=0或1，
Figure 569214DEST_PATH_IMAGE055
表示列车
Figure 980603DEST_PATH_IMAGE001
的运行径路中包括车站j，
Figure 12013DEST_PATH_IMAGE025
表示列 车
Figure 901472DEST_PATH_IMAGE001
的运行径路中不包括车站j，
Figure 108462DEST_PATH_IMAGE026
表示列车
Figure 549808DEST_PATH_IMAGE001
的开行频率。
本实施例中，如图4所示，在确定时段内在车站j交换的客流量
Figure DEST_PATH_IMAGE056
时，
Figure 304400DEST_PATH_IMAGE056
与通过紧 邻区间客流量差
Figure 997549DEST_PATH_IMAGE057
有关，其中，
Figure 59046DEST_PATH_IMAGE057
表示为：
Figure 936872DEST_PATH_IMAGE009
（9）
其中，M为区间集合中的元素个数，L为列车集合中的元素个数，
Figure 818240DEST_PATH_IMAGE011
表示区间i的断面客 流量，
Figure 174135DEST_PATH_IMAGE012
=0或1，
Figure 90139DEST_PATH_IMAGE013
表示区间i的起点车站为j，
Figure 138866DEST_PATH_IMAGE014
表示区间i的起点车站不为j，
Figure 773110DEST_PATH_IMAGE022
=0或1，
Figure 808062DEST_PATH_IMAGE016
表示区间i的末端车站为j，
Figure 936162DEST_PATH_IMAGE017
表示区间i的末端车站不为j 。
然后，基于计算出的区域多制式轨道交通中的任一种轨道交通在区间i的拥挤系数和区域多制式轨道交通中车站j的拥挤系数，获取以旅客拥挤系数最小为目标的目标函数，具体的，以旅客拥挤系数最小为目标的目标函数为：
Figure DEST_PATH_IMAGE058
(10)
其中，M为区域多制式轨道交通中的区间总数，N为区域多制式轨道交通中的车站总数， i表示一个区间，j表示一个车站，
Figure 890211DEST_PATH_IMAGE059
表示区间i的拥挤系数，
Figure DEST_PATH_IMAGE060
表示区间i的断面客流量，
Figure 74068DEST_PATH_IMAGE061
表示列车在区间i的平均运行时间，
Figure DEST_PATH_IMAGE062
表示车站j的拥挤系数，
Figure 240607DEST_PATH_IMAGE063
表示车站j内的每列列车 的平均交换客流量，
Figure DEST_PATH_IMAGE064
表示列车在车站j的平均停站时间。
最后，基于最小化旅客拥挤系数的目标函数，能够获取最小化的旅客拥挤系数。
本实施例中，在最小化区域多制式轨道交通旅客拥挤系数的过程中还包括，基于 区域多制式轨道交通中的任一类轨道交通在区间i的拥挤系数，得到区域多制式轨道中区 间i的拥挤系数
Figure 960564DEST_PATH_IMAGE059
满足：
Figure 226460DEST_PATH_IMAGE065
(11)
其中，
Figure DEST_PATH_IMAGE066
表示区域多制式轨道交通中的第k类轨道交通在区间的拥挤系数，
Figure 225509DEST_PATH_IMAGE067
=0或 1，
Figure DEST_PATH_IMAGE068
表示区间i属于第k类轨道交通，
Figure 461318DEST_PATH_IMAGE069
表示区间i不属于第k类轨道交通，k取1、 2、3。
针对不同类别的轨道交通，分别获取在区间i的拥挤系数，综合考虑了旅客出行过程中对不同类型的轨道交通的拥挤感知的差异，最终获得区域多制式轨道交通中任意区间的拥挤系数，使得对区域多制式轨道交通拥挤系数的计算更具有普适性。
本实施例中，在计算区间拥挤系数和车站拥挤系数时是将区段的客流量平均分配到每列列车上，而不是将区段的客流量准确匹配到每列列车上。
本实施例中，以列车开行成本最小为目标的目标函数为：
Figure DEST_PATH_IMAGE070
(12)
其中，
Figure 761413DEST_PATH_IMAGE001
表示区域多制式轨道交通中的第
Figure 322844DEST_PATH_IMAGE001
类列车，
Figure 887818DEST_PATH_IMAGE071
表示列车
Figure 927318DEST_PATH_IMAGE001
的开行频率，
Figure DEST_PATH_IMAGE072
表示 列车
Figure 120402DEST_PATH_IMAGE001
的开行成本。
本实施例中，所述决策变量为第
Figure 728101DEST_PATH_IMAGE001
类列车的开行频率
Figure 406469DEST_PATH_IMAGE071
，其中，
Figure 125026DEST_PATH_IMAGE071
的取值范围为 全体自然数，
Figure 438196DEST_PATH_IMAGE073
时表示第
Figure 341430DEST_PATH_IMAGE001
类列车不开行，否则表示第
Figure 880996DEST_PATH_IMAGE001
类列车在研究时段内开行。
本实施例中，所述旅客出行需求约束为：
Figure DEST_PATH_IMAGE074
(13)
其中，
Figure 262298DEST_PATH_IMAGE026
表示列车
Figure 570920DEST_PATH_IMAGE001
的开行频率，
Figure 878011DEST_PATH_IMAGE075
=0或1，
Figure DEST_PATH_IMAGE076
表示列车
Figure 826244DEST_PATH_IMAGE001
运行区间包括区间i，
Figure 152184DEST_PATH_IMAGE077
表示列车
Figure 439945DEST_PATH_IMAGE001
运行区间不包括区间i，
Figure 560348DEST_PATH_IMAGE052
表示列车
Figure 700605DEST_PATH_IMAGE001
的定员，
Figure DEST_PATH_IMAGE078
表示列车
Figure 158131DEST_PATH_IMAGE001
允许的最 大超载率，
Figure 175765DEST_PATH_IMAGE011
表示区间i的断面客流量。
在旅客出行需求约束中引入列车
Figure 857283DEST_PATH_IMAGE001
允许的最大超载率，充分考虑了由于区域中存 在多种不同制式的轨道交通，且每类轨道交通列车在可否超员、超员比例方面存在较大的 差异，使得开行方案编制更符合区域多制式轨道交通特征，精确性更高。
所述区域多制式轨道交通超载率约束为：
Figure 593157DEST_PATH_IMAGE079
(14)
其中，
Figure DEST_PATH_IMAGE080
表示列车所属的轨道交通，
Figure 588795DEST_PATH_IMAGE081
。
所述列车开行频率范围约束为：
Figure DEST_PATH_IMAGE082
(15)
其中，
Figure 824385DEST_PATH_IMAGE026
表示列车
Figure 676804DEST_PATH_IMAGE001
的开行频率，
Figure 634395DEST_PATH_IMAGE083
表示列车
Figure 230462DEST_PATH_IMAGE001
能够开行的最小开行频率，
Figure DEST_PATH_IMAGE084
表 示列车
Figure 816164DEST_PATH_IMAGE001
能够开行的最大开行频率。
所述区间能力约束为：
Figure DEST_PATH_IMAGE085
(16)
其中，
Figure 544211DEST_PATH_IMAGE026
表示列车
Figure 520257DEST_PATH_IMAGE001
的开行频率，
Figure 529801DEST_PATH_IMAGE043
=0或1，
Figure DEST_PATH_IMAGE086
表示列车
Figure 235589DEST_PATH_IMAGE001
运行区间包括区间i，
Figure DEST_PATH_IMAGE088
表示列车
Figure 633072DEST_PATH_IMAGE001
运行区间不包括区间i，
Figure DEST_PATH_IMAGE090
表示列车
Figure 158732DEST_PATH_IMAGE001
的定员，
Figure DEST_PATH_IMAGE091
表示列车
Figure 63977DEST_PATH_IMAGE001
允许的最大 超载率，
Figure 155430DEST_PATH_IMAGE011
表示区间i的断面客流量，
Figure 395919DEST_PATH_IMAGE092
表示区间i的最大运输能力。
所述车站能力约束为：
Figure DEST_PATH_IMAGE093
(17)
其中，
Figure 674453DEST_PATH_IMAGE026
表示列车
Figure 150434DEST_PATH_IMAGE001
的开行频率，
Figure 237339DEST_PATH_IMAGE094
=0或1，
Figure DEST_PATH_IMAGE095
表示列车
Figure 212510DEST_PATH_IMAGE001
的运行径路中包括车 站j，
Figure DEST_PATH_IMAGE097
表示列车
Figure 712762DEST_PATH_IMAGE001
的运行径路中不包括车站j，
Figure 992433DEST_PATH_IMAGE098
表示车站j的最大运输能力。
所述参数变量约束为：
Figure DEST_PATH_IMAGE099
(18)
其中，
Figure 261741DEST_PATH_IMAGE026
表示列车
Figure 109611DEST_PATH_IMAGE001
的开行频率，N为区域多制式轨道交通中的车站总数（即车站集合 中的元素个数），
Figure 503683DEST_PATH_IMAGE100
=0或1，
Figure DEST_PATH_IMAGE101
表示区间i属于第k类轨道交通，
Figure 306421DEST_PATH_IMAGE102
表示区间i 不属于第k类轨道交通，
Figure 695814DEST_PATH_IMAGE021
=0或1，
Figure 573640DEST_PATH_IMAGE013
表示区间i的起点车站为j，
Figure 48484DEST_PATH_IMAGE014
表示区间i 的起点车站不为j，
Figure DEST_PATH_IMAGE103
=0或1，
Figure 109106DEST_PATH_IMAGE076
表示列车
Figure 884164DEST_PATH_IMAGE001
运行区间包括区间i，
Figure 401733DEST_PATH_IMAGE104
表示列车
Figure 363873DEST_PATH_IMAGE001
运 行区间不包括区间i，
Figure 398825DEST_PATH_IMAGE023
=0或1，
Figure 261346DEST_PATH_IMAGE024
表示列车
Figure 356341DEST_PATH_IMAGE001
的运行径路中包括车站j，
Figure 805776DEST_PATH_IMAGE025
表示列 车
Figure 503474DEST_PATH_IMAGE001
的运行径路中不包括车站j，
Figure DEST_PATH_IMAGE105
=0或1，
Figure 754589DEST_PATH_IMAGE016
表示区间i的末端车站为j，
Figure 879540DEST_PATH_IMAGE017
表 示区间i的末端车站不为j。
由于区域多制式轨道交通列车开行方案编制为以旅客拥挤系数和列车开行成本为双目标的目标函数，即为双目标规划模型，从而所述开行方案编制还包括基于目标规划法实现对以旅客拥挤系数和列车开行成本为双目标的目标函数进行求解，具体包括以下步骤：
分别对以旅客拥挤系数最小为目标的目标函数和以列车开行成本最小为目标的目标 函数进行求解，分别得到相应地期望值
Figure 81851DEST_PATH_IMAGE106
、
Figure DEST_PATH_IMAGE107
。首先对单一目标函数进行优化求解，获得期 望值，即得到单一目标函数下，所述开行方案编制中每一个目标函数的最优目标值。
优化目标函数构造，基于以旅客拥挤系数最小为目标的目标函数和以列车开行成本最小为目标的目标函数，获取综合开行费用和拥挤系数的双目标数学模型：
Figure 52081DEST_PATH_IMAGE108
（19）
其中，p为第p个优先级，q为第q个目标函数，
Figure DEST_PATH_IMAGE109
表示第p个优先级的优先因子，
Figure 629474DEST_PATH_IMAGE110
、
Figure DEST_PATH_IMAGE111
表示在同一优先级中不同目标函数的正、负偏差变量的权系数，
Figure 800692DEST_PATH_IMAGE112
、
Figure DEST_PATH_IMAGE113
分别为以旅 客拥挤系数最小为目标的目标函数和以列车开行成本最小为目标的目标函数分别与相应 地期望值相比的目标超过值和目标不足值；
为所述双目标数学模型赋予优先权因子和权系数，将所述双目标数学模型优化为：
Figure 959141DEST_PATH_IMAGE114
（20）
其中，
Figure DEST_PATH_IMAGE115
是旅客拥挤系数最小为目标的目标函数与期望值
Figure 733062DEST_PATH_IMAGE116
相比的目标不足值；
Figure DEST_PATH_IMAGE117
是以列车开行成本最小为目标的目标函数与期望值
Figure 191725DEST_PATH_IMAGE118
相比的目标不足值；由于开行成本 和拥挤系数在区域多制式轨道交通运营中均十分重要，本发明实施例中，所述优先因子取 为1，所述
Figure DEST_PATH_IMAGE119
、
Figure DEST_PATH_IMAGE120
也取1。
构建优化目标集合
Figure DEST_PATH_IMAGE121
，所述优化目标集合分别与以旅客拥挤系数最小 为目标的目标函数和以列车开行成本最小为目标的目标函数满足：
Figure DEST_PATH_IMAGE122
（21）
Figure DEST_PATH_IMAGE123
（22）
其中，
Figure DEST_PATH_IMAGE124
是旅客拥挤系数最小为目标的目标函数与期望值
Figure DEST_PATH_IMAGE125
相比的目标超过值；
Figure DEST_PATH_IMAGE126
是以列车开行成本最小为目标的目标函数与期望值
Figure DEST_PATH_IMAGE127
相比的目标超过值；
Figure DEST_PATH_IMAGE128
、
Figure DEST_PATH_IMAGE129
分别是 双目标数学模型优化后的开行成本和拥挤系数；
将公式公式（1）-（8）、（11）、（13）-（18）、（20）-（22）作为优化后双目标数学模型的约束，采用Lingo中Global Sever求取优化后双目标数学模型的最优解。
采用Lingo中Global Sever求取模型最优解；此时得到的解为综合考虑开行方案 的开行费用和拥挤系数以及实际开行方案导向的最优解。优选地，在求解时可适当增加
Figure 438905DEST_PATH_IMAGE124
、
Figure 615808DEST_PATH_IMAGE126
的取值范围的约束。
示例性的，如图5所示，以重庆地铁5号线南段、江跳线和渝昆高铁重庆段共同构成区域多制式轨道交通网络为示例性说明。
具体的，重庆地铁5号线南段为第1类轨道交通，全长11.2km（千米），江跳线为第2类轨道交通，全长28.22km和渝昆高铁重庆段为第3类轨道交通全长100km，其中，三者组成的区域多制式轨道交通网络中共有18个车站和30个区间（分上下行），其中重庆西站、跳磴站为多制式换乘车站。
该区域多制式轨道交通网络对应的有20列列车，其中站站停列车8列，大站停列车12列。模型中客流量采用的是各线路初期预测的高峰小时断面客流量数据，即高峰小时每个区间的断面客流量。
基于选取的路网将模型数据结构化，采用Lingo的Global Solver（全局求解器）分别以开行费用最低、拥挤系数最小以及双目标最优求解得出开行方案，其中，Lingo是一种求解器，是通过把模型表达式逐条转化为lingo的语言，选择lingo中的global solver即可得到最优解。进一步，双目标规划可在2s内迭代得到全局最优解。此时，开行费用的最小值为2133.6，拥挤系数的最小值为1384.1，但是控制一个目标最小时，与其对立的一方均会有大幅的增长。采用双目标优化后，成本与拥挤系数均有所增长但是成本涨幅控制在25%以内，拥挤系数涨幅控制在35%以内。
以成本最小为目标时有13%的区间满载率超过1，40%的区间满载率大于等于0.7。以拥挤系数最小为目标时求解得到的列车都接近最大发车频率，绝大部分区间满载率均低于0.5。采用双目标优化后，高峰小时13%的区间满载率介于0.7-1，一半以上的区间满载率低于0.5。
综合优化列车开行成本和拥挤系数后，高峰小时共开行列车85列，列车的平均走行距离缩减为33.3km，可见开行频率提升且有利于加快列车周转速度。
区域多制式轨道交通列车开行方案编制综合考虑旅客和运营方的利益，将旅客拥挤系数与列车开行成本共同作为开行方法编制模型的双目标进行优化，准确反映区域多制式轨道交通运输的差异性特征，使得区域多制式轨道交通的开行方案更加精细化。
如图6所示，本发明实施例中还介绍了一种区域多制式轨道交通车站拥挤系数计算系统，能够执行上述所述区域多制式轨道交通车站拥挤系数计算系统方法，包括获取模块和计算模块，其中，获取模块用于获取车站j紧邻区间断面客流量的差值、车站j交换客流系数以及车站j站台的有效面积；计算模块用于执行以下计算：求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量，求取车站j站台的有效面积与在车站j的列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积，以及用于基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。
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 (7)

1.一种区域多制式轨道交通车站拥挤系数计算方法，其特征在于，包括，
获取车站j紧邻区间断面客流量的差值和车站j交换客流系数；
求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量；
获取车站j站台的有效面积；
求取车站j站台的有效面积与在车站j的列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积；
基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。
2.根据权利要求1所述的区域多制式轨道交通车站拥挤系数计算方法，其特征在于，还包括构建区域多制式轨道交通的列车集合、区间集合和车站集合，其中，
列车集合用Q表示，元素
Figure 444149DEST_PATH_IMAGE001
表示列车集合中第
Figure 954765DEST_PATH_IMAGE001
类列车，
Figure 937764DEST_PATH_IMAGE003
，列车集合中共有L个元 素；
区间集合用E表示，元素i表示一个区间，i∈E，区间集合中共有M个元素；
车站集合用S表示，元素j表示一个车站，j∈S，车站集合中共有N个元素。
3.根据权利要求2所述的区域多制式轨道交通车站拥挤系数计算方法，其特征在于，所述区域多制式轨道交通中车站j的拥挤系数满足：
Figure 552548DEST_PATH_IMAGE005
其中，
Figure DEST_PATH_IMAGE006
表示车站站台j的旅客人均占有面积，m2/人，
Figure 429237DEST_PATH_IMAGE007
，
Figure DEST_PATH_IMAGE008
表示车站拥挤系数线性 函数的参数。
4.根据权利要求3所述的区域多制式轨道交通车站拥挤系数计算方法，其特征在于，车 站站台j的旅客人均占有面积
Figure 83990DEST_PATH_IMAGE006
为车站j站台的有效面积与在车站j的列车的平均交换客 流量的比值：
Figure 554286DEST_PATH_IMAGE009
其中，
Figure DEST_PATH_IMAGE010
表示车站j的站台有效面积，单位为m2；
Figure 81082DEST_PATH_IMAGE011
表示在车站j列车的平均交换客流 数量。
5.根据权利要求4所述的区域多制式轨道交通车站拥挤系数计算方法，其特征在于，所述车站j紧邻区间断面客流量的差值满足：
Figure DEST_PATH_IMAGE012
其中，M为区间集合中的元素个数，L为列车集合中的元素个数，
Figure 140174DEST_PATH_IMAGE013
表示区间i的断面客 流量，
Figure DEST_PATH_IMAGE014
=0或1，
Figure 867958DEST_PATH_IMAGE015
表示区间i的起点车站为j，
Figure DEST_PATH_IMAGE016
表示区间i的起点车站不为j，
Figure 186069DEST_PATH_IMAGE017
=0或1，
Figure DEST_PATH_IMAGE018
表示区间i的末端车站为j，
Figure 313294DEST_PATH_IMAGE019
表示区间i的末端车站不为j。
6.根据权利要求5所述的区域多制式轨道交通车站拥挤系数计算方法，其特征在于，车站j列车的平均交换客流量满足：
Figure DEST_PATH_IMAGE020
其中，
Figure 898996DEST_PATH_IMAGE021
表示车站j交换客流量系数，M为区间集合中的元素个数，L为列车集合中的元 素个数，
Figure 797682DEST_PATH_IMAGE013
表示区间i的断面客流量，
Figure DEST_PATH_IMAGE022
=0或1，
Figure 396897DEST_PATH_IMAGE015
表示区间i的起点车站为j，
Figure 140862DEST_PATH_IMAGE016
表示区间i的起点车站不为j，
Figure 112230DEST_PATH_IMAGE023
=0或1，
Figure 916237DEST_PATH_IMAGE018
表示区间i的末端车站为j，
Figure 238634DEST_PATH_IMAGE019
表示区 间i的末端车站不为j，
Figure DEST_PATH_IMAGE024
=0或1，
Figure 51870DEST_PATH_IMAGE025
表示列车
Figure 143322DEST_PATH_IMAGE001
的运行径路中包括车站j，
Figure DEST_PATH_IMAGE026
表示列 车
Figure 213172DEST_PATH_IMAGE001
的运行径路中不包括车站j，
Figure DEST_PATH_IMAGE027
表示列车
Figure 898231DEST_PATH_IMAGE001
的开行频率。
7.一种区域多制式轨道交通车站拥挤系数计算系统，其特征在于，包括，
获取模块，用于获取车站j紧邻区间断面客流量的差值、车站j交换客流系数以及车站j站台的有效面积；
计算模块，用于执行以下计算：求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量，求取车站j站台的有效面积与在车站j的列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积，以及用于基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。
CN202010998331.4A 2020-09-22 2020-09-22 一种区域多制式轨道交通车站拥挤系数计算方法及系统 Active CN111859718B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010998331.4A CN111859718B (zh) 2020-09-22 2020-09-22 一种区域多制式轨道交通车站拥挤系数计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010998331.4A CN111859718B (zh) 2020-09-22 2020-09-22 一种区域多制式轨道交通车站拥挤系数计算方法及系统

Publications (2)

Publication Number Publication Date
CN111859718A true CN111859718A (zh) 2020-10-30
CN111859718B CN111859718B (zh) 2021-01-22

Family

ID=72968465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010998331.4A Active CN111859718B (zh) 2020-09-22 2020-09-22 一种区域多制式轨道交通车站拥挤系数计算方法及系统

Country Status (1)

Country Link
CN (1) CN111859718B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113393355A (zh) * 2021-04-29 2021-09-14 中国铁道科学研究院集团有限公司电子计算技术研究所 轨道交通相对客流分布计算方法、系统、电子设备及介质
CN114266010A (zh) * 2022-03-01 2022-04-01 华东交通大学 一种区域多制式轨道交通区间拥挤系数计算方法及系统
CN115203794A (zh) * 2022-07-08 2022-10-18 山东建筑大学 一种密贴下穿既有车站主动顶升力确定方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709609A (zh) * 2017-01-12 2017-05-24 北京交通大学 一种预测控制地铁车站进站量的方法
JP2017124799A (ja) * 2016-01-15 2017-07-20 公益財団法人鉄道総合技術研究所 乗車率推定システム、乗車率推定方法及びプログラム
CN110276553A (zh) * 2019-06-24 2019-09-24 西南交通大学 城市轨道交通车站拥堵指数检测方法
CN111063190A (zh) * 2019-12-10 2020-04-24 北京工业大学 城市轨道交通车站站台过饱和客流预控制方法及系统
CN111539565A (zh) * 2020-04-20 2020-08-14 交通运输部科学研究院 一种基于车辆和站点拥挤度的公交票价优惠方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017124799A (ja) * 2016-01-15 2017-07-20 公益財団法人鉄道総合技術研究所 乗車率推定システム、乗車率推定方法及びプログラム
CN106709609A (zh) * 2017-01-12 2017-05-24 北京交通大学 一种预测控制地铁车站进站量的方法
CN110276553A (zh) * 2019-06-24 2019-09-24 西南交通大学 城市轨道交通车站拥堵指数检测方法
CN111063190A (zh) * 2019-12-10 2020-04-24 北京工业大学 城市轨道交通车站站台过饱和客流预控制方法及系统
CN111539565A (zh) * 2020-04-20 2020-08-14 交通运输部科学研究院 一种基于车辆和站点拥挤度的公交票价优惠方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
柴蕾: "城市轨道交通车站站台乘客聚集度研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
赵栋煜: "区域轨道交通枢纽客运组织仿真研究", 《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
CN113393355A (zh) * 2021-04-29 2021-09-14 中国铁道科学研究院集团有限公司电子计算技术研究所 轨道交通相对客流分布计算方法、系统、电子设备及介质
CN113393355B (zh) * 2021-04-29 2024-01-16 中国铁道科学研究院集团有限公司电子计算技术研究所 轨道交通相对客流分布计算方法、系统、电子设备及介质
CN114266010A (zh) * 2022-03-01 2022-04-01 华东交通大学 一种区域多制式轨道交通区间拥挤系数计算方法及系统
CN114266010B (zh) * 2022-03-01 2022-05-13 华东交通大学 一种区域多制式轨道交通区间拥挤系数计算方法及系统
CN115203794A (zh) * 2022-07-08 2022-10-18 山东建筑大学 一种密贴下穿既有车站主动顶升力确定方法
US11946831B2 (en) 2022-07-08 2024-04-02 Shandong Jianzhu University Method for determining active jacking force of tunneling closely undercrossing existing station

Also Published As

Publication number Publication date
CN111859718B (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
CN111859718B (zh) 一种区域多制式轨道交通车站拥挤系数计算方法及系统
CN111932034A (zh) 一种区域多制式轨道交通列车开行方案编制方法及其系统
Gu et al. Exploring alternative service schemes for busy transit corridors
CN109543934A (zh) 城市公交线网的综合指标的评价方法
CN112381260A (zh) 基于进站比例的城市轨道交通客流管控优化方法
CN112722015A (zh) 通过第三线提高线路运输能力分析方法、分析系统及应用
CN111859717B (zh) 最小化区域多制式轨道交通旅客拥挤系数的方法及系统
CN113988371B (zh) 基于客流直达的城市轨道交通跨站停开行方案优化方法
CN111931386B (zh) 一种区域多制式轨道交通区间拥挤系数计算方法及系统
CN114707709A (zh) 铁路综合客运枢纽安全预警方法及系统
Liu et al. Modelling and simulation of cooperative control for bus rapid transit vehicle platoon in a connected vehicle environment
CN112434969A (zh) 一种区域多式轨道交通运力资源调配方法
CN115423220B (zh) 一种基于地铁轨道交通车辆运维监控系统
CN114655281B (zh) 列车运行图处理方法、装置、电子设备及存储介质
CN116109081A (zh) 一种基于物联网的动态公交调度优化方法和装置
Jafarian-Moghaddam Economical speed for optimizing the travel time and energy consumption in train scheduling using a fuzzy multi-objective model
CN111861290A (zh) 一种区域多制式轨道交通开行方案的约束方法及系统
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
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
CN113888387A (zh) 一种基于客流需求的多目标运行优化方法
Zhang et al. A general metro timetable rescheduling approach for the minimisation of the capacity loss after random line disruption
Izadi et al. Evaluation of the performance of bus special lines according to indicators of quality and transport and its performance improvement using ultra-innovative intelligent models (Case study: Rasht city)
Zhou et al. Integrated optimization of service-oriented train plan and schedule on intercity rail network with varying demand
Baohau et al. Signalling layout for fixed-block railway lines with real-coded genetic algorithms
CN113954926B (zh) 面向复杂运行交路的城轨列车运行图生成方法及系统

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