CN112287513A - 减少车厢内传染概率的铁路客运乘客车厢分配优化方法 - Google Patents
减少车厢内传染概率的铁路客运乘客车厢分配优化方法 Download PDFInfo
- Publication number
- CN112287513A CN112287513A CN202010947385.8A CN202010947385A CN112287513A CN 112287513 A CN112287513 A CN 112287513A CN 202010947385 A CN202010947385 A CN 202010947385A CN 112287513 A CN112287513 A CN 112287513A
- Authority
- CN
- China
- Prior art keywords
- passenger
- passengers
- train
- information
- carriage
- 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
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Geometry (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (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
本发明公开了一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化方法。本发明的核心思想是通过基于列车信息和乘客OD信息,对乘客中出现感染者时其他乘客被感染概率进行建模,得到车内易感者感染总人数期望最小为目标的优化函数和约束条件,利用优化求解算法对所述优化函数进行求解,获取系数的最优解,得到乘客的车厢安排方案。相比现有车厢安排方法,本发明以车内易感者感染总人数期望最小为目标,有针对性的调整乘客车厢安排方案,有效降低疫情传播风险。
Description
技术领域
本发明涉及一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化 方法,用于疫情防控期间旅客列车的乘客车厢分配,属于铁路客运席位控制领域。
背景技术
通过对Covid-19等疫情的传播研究发现,交通运输通道在疫情传播过程中具有重要的媒介作用、着点效应和通道效应,疫情可以沿着交通运输通道快速地传播,并可 沿着交通线路出现“飞点”传播现象。铁路客运是长距传播的主要方式,疫情传播早期严 格控制铁路客流,可以有效地抑制疫情空间传播。
后疫情时期随着复工复产,城市间铁路客运逐渐恢复到疫情前水平,但是疫情复发的风险仍然存在,铁路线路站点所在城市的疫情风险存在差异,个别城市小规模爆 发并沿铁路线路向不同城市扩散的情况时有发生。同时Covid-19感染者在潜伏期仍然 具有传染性,通过进站安检和体温检测很难发现感染者,在这种背景下,提出一个针 对列车乘客来自不同风险区域情况对旅客列车的乘客进行车厢分配控制优化以实现最 小化车厢内传染人数的方法成为一个迫切需要解决的问题。
发明内容
本发明的目的在于提供一种疫情防控期间减少车厢内传染概率的铁路客运乘客车 厢分配优化方法。
本发明的核心思想是通过基于列车信息和乘客OD信息,对乘客中出现感染者时其他乘客被感染概率进行数学建模,得到车内易感者感染总人数期望最小为目标的优化 函数和约束条件,利用优化求解算法对所述优化函数进行求解,获取系数的最优解, 得到乘客的车厢分配方案。
为实现上述目标,本发明提出了一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化方法,包括的基本步骤如下:
S1、获取待优化的列车信息和乘客OD信息;
S2、以所述列车信息和乘客信息为参数,对乘客中出现感染者时其他乘客被感染概率进行数学建模,得到车内易感者感染总人数期望最小为目标的优化函数;
S3、以所述列车信息和乘客信息为参数,列出目标函数中参数的约束条件;
S4、利用优化求解算法对所述优化函数进行求解,获取系数的最优解,得到乘客的车厢分配方案,完成优化。
步骤S1的过程包括:
S11、所述列车信息包括:列车的总车厢数W和车厢编号k(k=1,…,W)。车厢k 的核载人数Ck,列车停靠站点数V和站点编号i(i=1,…,V)。列车离开站点i的时刻 Ti。列车单节车厢体积Vk与车厢通风率Qk。
S12、所述乘客OD信息包括:出行区间为(i,j)的乘客数xij,j=1+i,…,V。站点i 上车的乘客是感染者的概率即站点i所在城市居民的感染率αi。
步骤S2的过程包括:
S21、计算车厢k内的出行区间为(i,j)的乘客中出现感染者的概率为:
式中i、j分别表示感染者的上下车站点,r、s分别表示易感者的上下车站点,表示 车厢k内出行区间为(r,s)的乘客数,θ为主动防疫措施(如戴口罩)对病毒吸入量 的折减系数,p为人均均呼吸率(m3/s),为车厢内病原体浓度,具体表达式为:
S23、计算列车内被感染人数L的数学期望为:
进一步地,步骤S3的过程包括:
步骤S4的过程包括:获取系数的最优解,得到乘客的车厢分配方案,完成优化
S41、利用分支定界法、剖面法或者智能优化算法对所述优化函数进行求解。
本发明的有益效果:本发明提出了一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化方法。相比现有车厢分配方法,本方法基于铁路途径站点的疫 情风险,对乘客中出现感染者时其他易感乘客被感染概率进行数学建模,以车内易感 者感染总人数期望最小为目标,有针对性的调整乘客车厢分配方案,降低疫情传播风 险。
附图说明
图1计算过程流程图。
图2案例分析场景示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然, 所描述的实施方式仅仅是本发明一部分实施方式,而非全部实施方式。基于本发明中 的实施方式,本领域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方 式,都属于本发明保护的范围。
如图1所示,以某一高铁车次为例,应用本方法优化乘客车厢分配方案。
步骤1:获取待优化的列车信息和乘客OD信息;
S11、所述列车信息包括:列车的总车厢数W=8和车厢编号k(k=1,…,W)。对于 所有k∈W,Ck=80。列车停靠站点数V=8和站点编号i(i=1,…,V)。列车离开站点i 的时刻Ti。时刻表如图2所示。列车单节车厢体积Vk=200m3与车厢通风率Qk=2000m3。
S12、所述乘客信息包括:出行区间为(i,j)的乘客数xij如下表所示。站点3位 于疫情中风险地区,其它站点都位于低风险地区,即a3=100×10-7,其他为1×10-7。
表1OD矩阵
x<sub>ij</sub> | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
1 | 16 | 56 | 23 | 18 | 106 | 25 | 114 |
2 | 17 | 2 | 5 | 21 | 6 | 22 | |
3 | 4 | 2 | 47 | 8 | 43 | ||
4 | 17 | 15 | 8 | 12 | |||
5 | 22 | 14 | 15 | ||||
6 | 31 | 58 | |||||
7 | 24 |
步骤:以所述列车信息和乘客信息为参数,对乘客中出现感染者时其他乘客被感染概率进行数学建模,得到车内易感者感染总人数期望最小为目标的优化函数。
S21、计算车厢k内的出行区间为(i,j)的乘客中出现感染者的概率为:
式中i、j分别表示感染者的上下车站点,r、s分别表示易感者的上下车站点,表示车厢k内出行区间为(r,s)的乘客数,θ为主动防疫措施(如戴口罩)对病 毒吸入量的折减系数,取0.5,p为人均均呼吸率,取值0.3,为车厢内病原 体浓度,具体表达式为:
Vk为车厢k内的空间大小,q表示病人产生病原体的速率,取值1000,Ti和Tj分 别表示感染者上车和下车时刻。
S23、计算列车内被感染人数L的数学期望为:
步骤3:以所述列车信息和乘客信息为参数列出目标函数中参数的约束条件。
步骤4:获取系数的最优解,得到乘客的车厢分配方案,完成优化。
S41、利用分支定界法、剖面法或者智能优化算法对所述优化函数进行求解。
为了对比优化效果,随机生成了50组车厢分配方案作为未经优化的方案,用这些方案计算目标函数值,并将平均值与优化后的车厢分配方案进行比较,结果如下。
优化前 | 优化后 | 降低 |
140932×10<sup>-7</sup> | 768723×10<sup>-7</sup> | 45.45% |
由结果可知,本发明在旅客列车经过疫情风险区域时通过乘客的车厢分配优化降低了疫情通过列车传播的风险。
Claims (5)
1.减少车厢内传染概率的铁路客运乘客车厢分配优化方法,其特征在于该方法包括以下步骤:
S1、获取待优化的列车信息和乘客OD信息;
S2、以所述列车信息和乘客信息为参数,对乘客中出现感染者时其他乘客被感染概率进行数学建模,得到车内易感者感染总人数期望最小为目标的优化函数;
S3、以所述列车信息和乘客信息为参数,列出目标函数中参数的约束条件;
S4、利用优化求解算法对所述优化函数进行求解,获取系数的最优解,得到乘客的车厢安排方案,完成优化。
2.根据权利要求1所述的减少车厢内传染概率的铁路客运乘客车厢分配优化方法,其特征在于:步骤s1中,获取待优化的列车信息和乘客OD信息:
S11、所述列车信息包括:列车的总车厢数W和车厢编号k,k=1,…,W;车厢k的核载人数Sk,列车停靠站点数V和站点编号i,i=1,…,V;列车离开站点i的时刻Ti;列车单节车厢体积Vk与车厢通风率Qk;
S12、所述乘客OD信息包括:出行区间为(i,j)的乘客数xij,j=1+i,…,V;站点i上车的乘客是感染者的概率,即站点i所在城市居民的感染率αi。
3.根据权利要求1所述的减少车厢内传染概率的铁路客运乘客车厢分配优化方法,其特征在于:步骤S2中,以所述列车信息和乘客信息为参数,对乘客中出现感染者时其他乘客被感染概率进行数学建模,得到车内易感者感染总人数期望最小为目标的优化函数,具体过程包括:
计算车厢k内的出行区间为(i,j)的乘客中出现感染者的概率为:
式中i、j分别表示感染者的上下车站点,r、s分别表示易感者的上下车站点,表示车厢k内出行区间为(r,s)的乘客数,θ为主动防疫措施对病毒吸入量的折减系数,p为人均均呼吸率,为车厢内病原体浓度,具体表达式为:
S23、计算列车内被感染人数L的数学期望为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947385.8A CN112287513B (zh) | 2020-09-10 | 2020-09-10 | 减少车厢内传染概率的铁路客运乘客车厢分配优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947385.8A CN112287513B (zh) | 2020-09-10 | 2020-09-10 | 减少车厢内传染概率的铁路客运乘客车厢分配优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112287513A true CN112287513A (zh) | 2021-01-29 |
CN112287513B CN112287513B (zh) | 2022-09-16 |
Family
ID=74420384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010947385.8A Active CN112287513B (zh) | 2020-09-10 | 2020-09-10 | 减少车厢内传染概率的铁路客运乘客车厢分配优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112287513B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113611407A (zh) * | 2021-08-16 | 2021-11-05 | 西南交通大学 | 一种针对公交车辆内部的新型冠状病毒感染情况评估方法 |
CN113643823A (zh) * | 2021-07-15 | 2021-11-12 | 医渡云(北京)技术有限公司 | 入境人数控制方法、装置、存储介质与电子设备 |
CN115169988A (zh) * | 2022-09-01 | 2022-10-11 | 广东广宇科技发展有限公司 | 基于大数据的信息流管控方法、装置、电子设备及其介质 |
CN115660384A (zh) * | 2022-12-12 | 2023-01-31 | 天津市政工程设计研究总院有限公司 | 一种公共交通工具空间分配方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140243220A1 (en) * | 2013-02-25 | 2014-08-28 | J. Craig Venter Institute | Metaproteomic Method to Identify Secreted Pattern Recognition Molecules and Adhesive Antimicrobial Factors for Detection of Microbial Agents Eliciting Inflammation in the Human Host |
CN111128398A (zh) * | 2020-03-30 | 2020-05-08 | 广州地理研究所 | 一种基于人口迁徙大数据的流行病感染人数估算方法 |
CN111311018A (zh) * | 2020-03-04 | 2020-06-19 | 苏州远征魂车船技术有限公司 | 传染疫情精准管控系统 |
CN111403045A (zh) * | 2020-03-04 | 2020-07-10 | 苏州远征魂车船技术有限公司 | 一种传染疫情多元精准管控系统 |
CN111532292A (zh) * | 2020-03-27 | 2020-08-14 | 中车工业研究院有限公司 | 轨道列车 |
-
2020
- 2020-09-10 CN CN202010947385.8A patent/CN112287513B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140243220A1 (en) * | 2013-02-25 | 2014-08-28 | J. Craig Venter Institute | Metaproteomic Method to Identify Secreted Pattern Recognition Molecules and Adhesive Antimicrobial Factors for Detection of Microbial Agents Eliciting Inflammation in the Human Host |
CN111311018A (zh) * | 2020-03-04 | 2020-06-19 | 苏州远征魂车船技术有限公司 | 传染疫情精准管控系统 |
CN111403045A (zh) * | 2020-03-04 | 2020-07-10 | 苏州远征魂车船技术有限公司 | 一种传染疫情多元精准管控系统 |
CN111532292A (zh) * | 2020-03-27 | 2020-08-14 | 中车工业研究院有限公司 | 轨道列车 |
CN111128398A (zh) * | 2020-03-30 | 2020-05-08 | 广州地理研究所 | 一种基于人口迁徙大数据的流行病感染人数估算方法 |
Non-Patent Citations (2)
Title |
---|
NEATHERLIN J 等: "Influenza A (H1N1) pdm09 during air travel", 《TRAVEL MEDICINE AND INFECTIOUS DISEASE》 * |
王淑娴: "基于隔离策略的复杂网络病毒传播模型研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643823A (zh) * | 2021-07-15 | 2021-11-12 | 医渡云(北京)技术有限公司 | 入境人数控制方法、装置、存储介质与电子设备 |
CN113643823B (zh) * | 2021-07-15 | 2023-07-28 | 医渡云(北京)技术有限公司 | 入境人数控制方法、装置、存储介质与电子设备 |
CN113611407A (zh) * | 2021-08-16 | 2021-11-05 | 西南交通大学 | 一种针对公交车辆内部的新型冠状病毒感染情况评估方法 |
CN115169988A (zh) * | 2022-09-01 | 2022-10-11 | 广东广宇科技发展有限公司 | 基于大数据的信息流管控方法、装置、电子设备及其介质 |
CN115660384A (zh) * | 2022-12-12 | 2023-01-31 | 天津市政工程设计研究总院有限公司 | 一种公共交通工具空间分配方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112287513B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112287513B (zh) | 减少车厢内传染概率的铁路客运乘客车厢分配优化方法 | |
CN109543934A (zh) | 城市公交线网的综合指标的评价方法 | |
CN110239600B (zh) | 面向再生制动能量利用的列车运行控制方法及系统 | |
CN105488751A (zh) | 一种地铁站客流微观统计与调度方法 | |
CN112660209B (zh) | 列车运行图自动调整方法、装置、电子设备及介质 | |
CN103043084A (zh) | 一种城市轨道交通换乘优化方法和系统 | |
Yi-Fan et al. | Analysis of crowded degree of emergency evacuation at “Bottleneck” position in subway station based on stairway level of service | |
LU501032B1 (en) | Method of prediction for passenger evacuation in subway carriage of urban rail transit | |
Zhou et al. | Unconventional prevention strategies for urban public transport in the COVID-19 epidemic: taking Ningbo City as a case study | |
Yang et al. | Train scheduling for minimizing the total travel time with a skip-stop operation in urban rail transit | |
San et al. | Train dwell time models for rail passenger service | |
Qiu et al. | Effect of high-speed train interior space on passenger evacuation using simulation methods | |
CN103993890B (zh) | 一种铁路隧道斜井式紧急出口设计方法 | |
Yang et al. | Multi-objective operation optimization for electric multiple unit-based on speed restriction mutation | |
CN113611407B (zh) | 一种针对公交车辆内部的新型冠状病毒感染情况评估方法 | |
CN103241268A (zh) | 一种减少通道换乘站换乘时间的地铁发车时刻优化方法 | |
CN113592419B (zh) | 考虑客流和节能的轨道交通快慢车时刻表优化方法 | |
CN113530564A (zh) | 一种高海拔铁路隧道口紧急救援站的设计方法及系统 | |
Jiaojiao et al. | Simulation study on emergency evacuation of metro stations in fire degradation mode | |
CN117401001A (zh) | 复杂工况下的城轨多列车行车调度综合节能控制方法及装置 | |
CN115660384B (zh) | 一种公共交通工具空间分配方法及系统 | |
Botte et al. | Defining economic and environmental feasibility thresholds in the case of rail signalling systems based on satellite technology | |
CN113312698B (zh) | 一种高海拔铁路隧道含供氧空间的横通道设计方法 | |
CN114757510A (zh) | 在疫情传播下考虑最大载客量限制的公交车辆调度方法 | |
CN116341926A (zh) | 基于多模式交通网络的都市圈或城市群实质边界识别方法 |
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 |