CN113378366A - 一种综合客运枢纽导向标识导向信息布设方法 - Google Patents

一种综合客运枢纽导向标识导向信息布设方法 Download PDF

Info

Publication number
CN113378366A
CN113378366A CN202110619254.1A CN202110619254A CN113378366A CN 113378366 A CN113378366 A CN 113378366A CN 202110619254 A CN202110619254 A CN 202110619254A CN 113378366 A CN113378366 A CN 113378366A
Authority
CN
China
Prior art keywords
information
guidance
guide
point
guiding
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
CN202110619254.1A
Other languages
English (en)
Other versions
CN113378366B (zh
Inventor
林建新
王皖东
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.)
Beijing University of Civil Engineering and Architecture
Original Assignee
Beijing University of Civil Engineering and Architecture
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 Beijing University of Civil Engineering and Architecture filed Critical Beijing University of Civil Engineering and Architecture
Priority to CN202110619254.1A priority Critical patent/CN113378366B/zh
Publication of CN113378366A publication Critical patent/CN113378366A/zh
Application granted granted Critical
Publication of CN113378366B publication Critical patent/CN113378366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种综合客运枢纽导向标识导向信息布设方法。本发明中，进行结果分析：各点导向标识完全满足上述导向标识牌导向信息数量不超过六个的约束条件,且经过检验，所设置的导向信息完全满足连续性约束；根据模型求解所得的布设方案显示，共需建设十九个导向标识，导向信息数量总量为二十五，若导向信息不分级，导向信息数量总量则为三十九，导向信息分级情况下导向信息数量较导向信息不分级时降幅达36％。相比既有常见导向信息不分级布设模型，导向信息分级布设在满足导向标识“连续性”需求的基础上，可有效减少导向信息数量，该创新点具有显著的实际意义；进一步减少了导向信息数量，提升了旅客换乘效率及体验。

Description

一种综合客运枢纽导向标识导向信息布设方法
技术领域
本发明属于枢纽设施建设技术领域，具体为一种综合客运枢纽导向标识导向信息布设方法。
背景技术
近些年“城市群”概念在中国迅速普及、发展，综合客运枢纽(以下简称“枢纽”)作为连接城市对内、外交通的节点，是城市群相互联系和作用的基础设施，承担了区域内大规模客流的集散作用，对推进城市群发展意义重大，国家层面相继出台政策促进枢纽发展，城市层面纷纷进行城市枢纽规划建设，我国枢纽建设蓬勃发展，居民出行便利性大大提高，全国客运总量快速增长，截止到2019年底，全国客运总量已达176亿人次。与此同时，枢纽客流疏散难度显著增加，枢纽运营水平面临着更高要求。然而现阶段，我国枢纽建设更多关注宏观层面，诸如枢纽选址、建筑结构等，缺乏枢纽内部设施精细化设计研究，导致枢纽日常运营中存在诸多问题，如枢纽空间布局不合理、瓶颈处易发生拥挤与踩踏事件、枢纽内行人组织及引导方式不完善、行人易迷失等。如何有效组织行人换乘，提高枢纽疏散效率，成为当前枢纽日常运营面临的主要问题。
导向标识作为连接枢纽内各个服务设施的重要载体，是引导枢纽行人快速换乘的重要媒介。枢纽导向标识系统利用各种元素和手法，传达方向、位置、安全等信息，是帮助行人了解服务设施间可达路径的媒介系统，也是结合环境和行人间关系而建立的信息系统，可以快速为行人提供陌生环境下的位置信息，减少行人因信息缺失而在枢纽内的过多滞留，有效提高枢纽疏散效率。然而当前枢纽导向标识系统研究主要集中在枢纽导向标识设计、行人与枢纽导向标识交互关系、枢纽导向标识系统评价三个方面，关于枢纽导向标识位置与导向信息设计的研究较少，在工程实践中也主要参考规范及案例经验。导向标示位置及导向信息作为导向标识系统产生各类问题的主要原因，该方面研究的缺乏导致了枢纽导向标识系统存在诸多问题，如导向信息被遮挡、同一导向标识牌上导向信息冗余等问题，我国亟需加强对导向信息布设的定量研究。
发明内容
本发明的目的在于：为了解决上述提出的问题，提供一种综合客运枢纽导向标识导向信息布设方法。
本发明采用的技术方案如下：一种综合客运枢纽导向标识导向信息布设方法，包括导向标识静态导向信息布设方法和导向标识动态导向信息布设方法，所述导向标识静态导向信息布设方法和导向标识动态导向信息布设方法都要先按照导向信息内容进行分级，即二级节点导向信息指示分区信息，一级节点导向信息指示具体信息，二者表现形式并没有区别，因此不同层级的导向标识具有相同的可视范围与指示范围。
在一优选的实施方式中，所述导向标识静态导向信息布设方法包括以下步骤：
S1:进行模型的构建；
Figure RE-GDA0003207975420000021
i∈I
Figure RE-GDA0003207975420000032
Figure RE-GDA0003207975420000033
∑∑ya≤n；j∈Ja∈A 3-4
Figure RE-GDA0003207975420000034
Figure RE-GDA0003207975420000035
Figure RE-GDA0003207975420000036
Figure RE-GDA0003207975420000037
之后结束模型构建；
S2:初始化i1；
S3:随机选取两个备选个体X1,X2；
S4:从种群中随机选取比较集；
S5:利用上述解的支配关系定义，分别用备选个体X1,X2和比较集进行比较；
S6:如果一个备选个体被比较集支配而另外一个没有被支配，则选取后者进行复制并转入步骤6，否则转入步骤2；
S7:如果iN，停止选择过程，否则令i1并回到步骤S2；
S8:进行结果分析：各点导向标识完全满足上述导向标识牌导向信息数量不超过6个的约束条件,且经过检验，所设置的导向信息完全满足连续性约束；根据模型求解所得的布设方案显示，共需建设19 个导向标识，导向信息数量总量为25，若导向信息不分级，导向信息数量总量则为39，导向信息分级情况下导向信息数量较导向信息不分级时降幅达36％。
在一优选的实施方式中，所述导向标识动态导向信息布设方法包括以下步骤：
S1:进行模型的构建：
Figure RE-GDA0003207975420000041
Figure RE-GDA0003207975420000042
Figure RE-GDA0003207975420000043
Figure RE-GDA0003207975420000044
Figure RE-GDA0003207975420000045
Figure RE-GDA00032079754200000410
Figure RE-GDA0003207975420000046
Figure RE-GDA0003207975420000047
Figure RE-GDA0003207975420000048
Figure RE-GDA0003207975420000049
S2:进行算例求解：由于在任一时段下，导向标识点及导向信息的搜索方式相同，且本章模型与第三章所提模型同属非线性、多目标整数优化，因此针对动态导向信息布设模型仍使用第3章设计的基于 Pareto的多目标遗传算法进行求解；
S3:进行结果的分析；算例为7×7网格网络，共49个节点，其中共9个设施点,在两个时间窗下运行；Inter Core i7-4700MQ CPU @2.40GHz，内存8G，操作系统Windows7环境下，使用遗传算法，经过20s运行时间，9次迭代之后；最终求得不同时间窗下导向标识点分布。
在一优选的实施方式中，进行信息内容分级之后，假设旅客依照导向标识的指示，选择设施间的可行路径到达目的地，且中途不会因前进速度、路径密度等各种原因放弃已选路径；假设导向标识最大导向信息数量均为有限的，具体取值根据相关规范具体设定；假设所有旅客均使用导向标识。
在一优选的实施方式中，所述步骤S1中的模型构建中，目标函数 (3-1)表示导向标识布设数量最少；目标函数(3-2)表示节点的最大客流量最小；约束条件(3-3)约束了每个导向标识备选点i只能布设一个等级的指向服务设施点j的导向信息，若存在两级导向信息，则a＝{0,1,2}，其中a＝0表示不在节点i设置指向服务设施点j的导向信息，否则表示在节点i设置指向服务设施点j的a级导向信息；约束条件(3-4)表示任意服务设施点j至少应该被指向一次；约束条件(3-5)约束了每块导向标识上的最大导向信息数量，即每块导向标识的导向信息数量应不超过最大导向信息数量,论文参考规范，取该参数值为6；约束条件(3-6)约束了导向标识位置与导向信息之间的关系。
在一优选的实施方式中，所述步骤S1中的模型构建中，表明任一导向标识备选点i存在指向服务设施点j的导向信息的前提是导向标识备选点i设置导向标识；约束条件(3-7)约束了每个导向标识备选点i导向信息的层级，当i，j属于同一类分区时，导向标识备选点i可以布设指向j的一级导向信息或不布设指向j的导向信息，当i，j不属于同一类分区时，导向标识备选点i可以布设指向 j的二级导向信息或不布设指向j的导向信息。
在一优选的实施方式中，所述步骤S1中，
T——表示时间窗的集合，这里为离散时间窗，T＝{t1,t2,...,tn}；
(1)参数
Figure RE-GDA0003207975420000061
——由服务设施点j1前往服务设施点j2的客流量；
(2)变量
Figure RE-GDA0003207975420000062
为0；
Figure RE-GDA0003207975420000063
——0-1变量，表示t时段导向标识备选点i存在指向服务设施节点j的a级导向信息，其值为1，否则为0。
在一优选的实施方式中，所述步骤S1中，目标函数(4-1)表示导向标识布设数量最少；目标函数(4-2)表示任意时间窗下节点最大客流量最小；目标函数(4-3)表示为减少导向信息变化给行人寻路带来的干扰，应以最少的导向信息变化量满足基于客流量动态引导需求，即系统稳定性最优；约束条件(4-4)约束了任意时段t每个导向标识备选点i只能布设一个等级的指向服务设施点j的导向信息；约束条件(4-5)表示任意时段t任意服务设施点j至少应该被指向一次。
在一优选的实施方式中，所述其中约束条件(4-10)表示当服务设施点j1为起点，服务设施点j2为终点时，服务设施点j1在任意时段t都必须处于某个导向标识的可视范围之内，即在服务设施点j1可以看到导向标识。
在一优选的实施方式中，所述步骤S1中，约束条件(4-6)约束了任意时段t每块导向标识上的最大导向信息数量，即任意时段t 每块导向标识的导向信息数量应不超过最大导向信息数量；约束条件(4-7)约束了任意时段t导向标识位置与导向信息之间的关系；约束条件(4-8)约束了任意时段t每个导向标识备选点i导向信息的层级；约束条件(4-9)表示导向标识的位置不会随时间发生改变。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明中，改进“服务范围”定义。本方法在参考传统导向标识布设理论关于导向标识“服务范围”的基础上，深入分析导向标识的作用机理和旅客寻路行为特征，重新界定了导向标识“服务范围”概念：即导向标识“服务范围”涉及“可视范围”和“指示范围”。服务范围概念的变化进一步改变了导向标识“连续性”定义，即：任一导向标识的指示范围应该与相邻导向标识的可视范围相互覆盖。从后续求解结果可知，该创新不仅使得导向标识导向信息布设模型更加符合实际情况，也进一步减少了导向信息数量，提升了旅客换乘效率及体验。
2、本发明中，明确导向信息分区分级布设原则。根据枢纽内服务设施在空间分布上呈明显分区分布特征的特点，参考当前枢纽导向标识系统导向信息分级方法，提出了导向信息分区分级布设的具体准则：“跨区布设二级导向信息、同区布设一级导向信息”。相比既有常见导向信息不分级布设模型，导向信息分级布设在满足导向标识“连续性”需求的基础上，可有效减少导向信息数量，该创新点具有显著的实际意义。
3、本发明中，设施OD动态变化下的动态导向信息布设。枢纽内服务设施间客流量随列车到发呈动态变化，为引导不同时间窗下客流在通道空间上的分布，缓解通道拥挤现象，本方法结合旅客寻路行为特征，提出了考虑导向标识数量、节点最大客流量及系统稳定性优化的动态导向信息布设模型，解决了导向标识点位布设及不同时间窗下的导向信息布设。据笔者所知，目前关于动态导向信息定量布设的研究尚少，本方法提出的动态导向信息布设模型具有创新性。
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，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。
实施例：一种综合客运枢纽导向标识导向信息布设方法，包括导向标识静态导向信息布设方法和导向标识动态导向信息布设方法，所述导向标识静态导向信息布设方法和导向标识动态导向信息布设方法都要先按照导向信息内容进行分级，即二级节点导向信息指示分区信息，一级节点导向信息指示具体信息，二者表现形式并没有区别，进行信息内容分级之后，假设旅客依照导向标识的指示，选择设施间的可行路径到达目的地，且中途不会因前进速度、路径密度等各种原因放弃已选路径；假设导向标识最大导向信息数量均为有限的，具体取值根据相关规范具体设定；假设所有旅客均使用导向标识；因此不同层级的导向标识具有相同的可视范围与指示范围。
所述导向标识静态导向信息布设方法包括以下步骤：
S1:进行模型的构建；
Figure RE-GDA0003207975420000081
i∈I
Figure RE-GDA0003207975420000092
Figure RE-GDA0003207975420000093
∑∑ya≤n；j∈Ja∈A 3-4
Figure RE-GDA0003207975420000094
Figure RE-GDA0003207975420000095
Figure RE-GDA0003207975420000096
Figure RE-GDA0003207975420000097
之后结束模型构建；所述步骤S1中的模型构建中，目标函数(3-1) 表示导向标识布设数量最少；目标函数(3-2)表示节点的最大客流量最小；约束条件(3-3)约束了每个导向标识备选点i只能布设一个等级的指向服务设施点j的导向信息，若存在两级导向信息，则a ＝{0,1,2}，其中a＝0表示不在节点i设置指向服务设施点j的导向信息，否则表示在节点i设置指向服务设施点j的a级导向信息；约束条件(3-4)表示任意服务设施点j至少应该被指向一次；约束条件(3-5)约束了每块导向标识上的最大导向信息数量，即每块导向标识的导向信息数量应不超过最大导向信息数量,论文参考规范，取该参数值为6；约束条件(3-6)约束了导向标识位置与导向信息之间的关系；步骤S1中的模型构建中，表明任一导向标识备选点i 存在指向服务设施点j的导向信息的前提是导向标识备选点i设置导向标识；约束条件(3-7)约束了每个导向标识备选点i导向信息的层级，当i，j属于同一类分区时，导向标识备选点i可以布设指向j的一级导向信息或不布设指向j的导向信息，当i，j不属于同一类分区时，导向标识备选点i可以布设指向j的二级导向信息或不布设指向j的导向信息；
S2:初始化i1；
S3:随机选取两个备选个体X1,X2；
S4:从种群中随机选取比较集；
S5:利用上述解的支配关系定义，分别用备选个体X1,X2和比较集进行比较；
S6:如果一个备选个体被比较集支配而另外一个没有被支配，则选取后者进行复制并转入步骤S6，否则转入步骤S2；
S7:如果iN，停止选择过程，否则令i1并回到步骤S2；
S8:进行结果分析：各点导向标识完全满足上述导向标识牌导向信息数量不超过6个的约束条件,且经过检验，所设置的导向信息完全满足连续性约束；根据模型求解所得的布设方案显示，共需建设19 个导向标识，导向信息数量总量为25，若导向信息不分级，导向信息数量总量则为39，导向信息分级情况下导向信息数量较导向信息不分级时降幅达36％。
所述导向标识动态导向信息布设方法包括以下步骤：
S1:进行模型的构建：il
Figure RE-GDA0003207975420000101
Figure RE-GDA0003207975420000102
Figure RE-GDA0003207975420000103
Figure RE-GDA0003207975420000104
Figure RE-GDA0003207975420000105
Figure RE-GDA0003207975420000106
Figure RE-GDA0003207975420000107
Figure RE-GDA0003207975420000111
Figure RE-GDA0003207975420000112
Figure RE-GDA0003207975420000113
步骤S1中，
T——表示时间窗的集合，这里为离散时间窗，T＝{t1,t2,...,tn}；
(3)参数
Figure RE-GDA0003207975420000114
——由服务设施点j1前往服务设施点j2的客流量；
(4)变量
Figure RE-GDA0003207975420000115
为0；
Figure RE-GDA0003207975420000116
——0-1变量，表示t时段导向标识备选点i存在指向服务设施节点j的a级导向信息，其值为1，否则为0；步骤S1中，目标函数(4-1)表示导向标识布设数量最少；目标函数(4-2)表示任意时间窗下节点最大客流量最小；目标函数(4-3)表示为减少导向信息变化给行人寻路带来的干扰，应以最少的导向信息变化量满足基于客流量动态引导需求，即系统稳定性最优；约束条件(4-4)约束了任意时段t每个导向标识备选点i只能布设一个等级的指向服务设施点j的导向信息；约束条件(4-5) 表示任意时段t任意服务设施点j至少应该被指向一次；所述其中约束条件(4-10)表示当服务设施点j1为起点，服务设施点j2为终点时，服务设施点j1在任意时段t都必须处于某个导向标识的可视范围之内，即在服务设施点j1可以看到导向标；步骤S1中，约束条件(4-6)约束了任意时段t每块导向标识上的最大导向信息数量，即任意时段t每块导向标识的导向信息数量应不超过最大导向信息数量；约束条件(4-7)约束了任意时段t导向标识位置与导向信息之间的关系；约束条件(4-8)约束了任意时段t每个导向标识备选点i导向信息的层级；约束条件(4-9)表示导向标识的位置不会随时间发生改变；
S2:进行算例求解：由于在任一时段下，导向标识点及导向信息的搜索方式相同，且本章模型与第三章所提模型同属非线性、多目标整数优化，因此针对动态导向信息布设模型仍使用第3章设计的基于 Pareto的多目标遗传算法进行求解；
S3:进行结果的分析；算例为7×7网格网络，共49个节点，其中共9个设施点,在两个时间窗下运行；Inter Core i7-4700MQ CPU @2.40GHz，内存8G，操作系统Windows7环境下，使用遗传算法，经过20s运行时间，9次迭代之后；最终求得不同时间窗下导向标识点分布；改进“服务范围”定义。本方法在参考传统导向标识布设理论关于导向标识“服务范围”的基础上，深入分析导向标识的作用机理和旅客寻路行为特征，重新界定了导向标识“服务范围”概念：即导向标识“服务范围”涉及“可视范围”和“指示范围”。服务范围概念的变化进一步改变了导向标识“连续性”定义，即：任一导向标识的指示范围应该与相邻导向标识的可视范围相互覆盖。从后续求解结果可知，该创新不仅使得导向标识导向信息布设模型更加符合实际情况，也进一步减少了导向信息数量，提升了旅客换乘效率及体验；明确导向信息分区分级布设原则。根据枢纽内服务设施在空间分布上呈明显分区分布特征的特点，参考当前枢纽导向标识系统导向信息分级方法，提出了导向信息分区分级布设的具体准则：“跨区布设二级导向信息、同区布设一级导向信息”。相比既有常见导向信息不分级布设模型，导向信息分级布设在满足导向标识“连续性”需求的基础上，可有效减少导向信息数量，该创新点具有显著的实际意义；设施 OD动态变化下的动态导向信息布设。枢纽内服务设施间客流量随列车到发呈动态变化，为引导不同时间窗下客流在通道空间上的分布，缓解通道拥挤现象，本方法结合旅客寻路行为特征，提出了考虑导向标识数量、节点最大客流量及系统稳定性优化的动态导向信息布设模型，解决了导向标识点位布设及不同时间窗下的导向信息布设。据笔者所知，目前关于动态导向信息定量布设的研究尚少，本方法提出的动态导向信息布设模型具有一定创新性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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)

1.一种综合客运枢纽导向标识导向信息布设方法，包括导向标识静态导向信息布设方法和导向标识动态导向信息布设方法，其特征在于：所述导向标识静态导向信息布设方法和导向标识动态导向信息布设方法都要先按照导向信息内容进行分级，即二级节点导向信息指示分区信息，一级节点导向信息指示具体信息，二者表现形式并没有区别，因此不同层级的导向标识具有相同的可视范围与指示范围。
2.如权利要求1所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述导向标识静态导向信息布设方法包括以下步骤：
S1:进行模型的构建；
Figure FDA0003099071160000011
之后结束模型构建；
S2:初始化i1；
S3:随机选取两个备选个体X1,X2；
S4:从种群中随机选取比较集；
S5:利用上述解的支配关系定义，分别用备选个体X1,X2和比较集进行比较；
S6:如果一个备选个体被比较集支配而另外一个没有被支配，则选取后者进行复制并转入步骤6，否则转入步骤2；
S7:如果iN，停止选择过程，否则令i1并回到步骤S2；
S8:进行结果分析：各点导向标识完全满足上述导向标识牌导向信息数量不超过6个的约束条件,且经过检验，所设置的导向信息完全满足连续性约束；根据模型求解所得的布设方案显示，共需建设19个导向标识，导向信息数量总量为25，若导向信息不分级，导向信息数量总量则为39，导向信息分级情况下导向信息数量较导向信息不分级时降幅达36％。
3.如权利要求1所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述导向标识动态导向信息布设方法包括以下步骤：
S1:进行模型的构建：
Figure FDA0003099071160000021
S2:进行算例求解：由于在任一时段下，导向标识点及导向信息的搜索方式相同，且本章模型与第三章所提模型同属非线性、多目标整数优化，因此针对动态导向信息布设模型仍使用第3章设计的基于Pareto的多目标遗传算法进行求解；
S3:进行结果的分析；算例为7×7网格网络，共49个节点，其中共9个设施点,在两个时间窗下运行；Inter Core i7-4700MQ CPU@2.40GHz，内存8G，操作系统Windows7环境下，使用遗传算法，经过20s运行时间，9次迭代之后；最终求得不同时间窗下导向标识点分布。
4.如权利要求1所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：进行信息内容分级之后，假设旅客依照导向标识的指示，选择设施间的可行路径到达目的地，且中途不会因前进速度、路径密度等各种原因放弃已选路径；假设导向标识最大导向信息数量均为有限的，具体取值根据相关规范具体设定；假设所有旅客均使用导向标识。
5.如权利要求2所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述步骤S1中的模型构建中，目标函数(3-1)表示导向标识布设数量最少；目标函数(3-2)表示节点的最大客流量最小；约束条件(3-3)约束了每个导向标识备选点i只能布设一个等级的指向服务设施点j的导向信息，若存在两级导向信息，则a＝{0,1,2}，其中a＝0表示不在节点i设置指向服务设施点j的导向信息，否则表示在节点i设置指向服务设施点j的a级导向信息；约束条件(3-4)表示任意服务设施点j至少应该被指向一次；约束条件(3-5)约束了每块导向标识上的最大导向信息数量，即每块导向标识的导向信息数量应不超过最大导向信息数量,论文参考规范，取该参数值为6；约束条件(3-6)约束了导向标识位置与导向信息之间的关系。
6.如权利要求1所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述步骤S1中的模型构建中，表明任一导向标识备选点i存在指向服务设施点j的导向信息的前提是导向标识备选点i设置导向标识；约束条件(3-7)约束了每个导向标识备选点i导向信息的层级，当i，j属于同一类分区时，导向标识备选点i可以布设指向j的一级导向信息或不布设指向j的导向信息，当i，j不属于同一类分区时，导向标识备选点i可以布设指向j的二级导向信息或不布设指向j的导向信息。
7.如权利要求3所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述步骤S1中，
T——表示时间窗的集合，这里为离散时间窗，T＝{t1,t2,...,tn}；
(1)参数
Figure FDA0003099071160000041
——由服务设施点j1前往服务设施点j2的客流量；
(2)变量
xt——0-1变量，表示t时段在导向标识备选点i设置层级l的导向标
Figure FDA0003099071160000042
其值为1，否则为0；
Figure FDA0003099071160000043
——0-1变量，表示t时段导向标识备选点i存在指向服务设施节点j的a级导向信息，其值为1，否则为0。
8.如权利要求3所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述步骤S1中，目标函数(4-1)表示导向标识布设数量最少；目标函数(4-2)表示任意时间窗下节点最大客流量最小；目标函数(4-3)表示为减少导向信息变化给行人寻路带来的干扰，应以最少的导向信息变化量满足基于客流量动态引导需求，即系统稳定性最优；约束条件(4-4)约束了任意时段t每个导向标识备选点i只能布设一个等级的指向服务设施点j的导向信息；约束条件(4-5)表示任意时段t任意服务设施点j至少应该被指向一次。
9.如权利要求3所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述其中约束条件(4-10)表示当服务设施点j1为起点，服务设施点j2为终点时，服务设施点j1在任意时段t都必须处于某个导向标识的可视范围之内，即在服务设施点j1可以看到导向标识。
10.如权利要求3所述的一种综合客运枢纽导向标识导向信息布设方法，其特征在于：所述步骤S1中，约束条件(4-6)约束了任意时段t每块导向标识上的最大导向信息数量，即任意时段t每块导向标识的导向信息数量应不超过最大导向信息数量；约束条件(4-7)约束了任意时段t导向标识位置与导向信息之间的关系；约束条件(4-8)约束了任意时段t每个导向标识备选点i导向信息的层级；约束条件(4-9)表示导向标识的位置不会随时间发生改变。
CN202110619254.1A 2021-06-03 2021-06-03 一种综合客运枢纽导向标识导向信息布设方法 Active CN113378366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110619254.1A CN113378366B (zh) 2021-06-03 2021-06-03 一种综合客运枢纽导向标识导向信息布设方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110619254.1A CN113378366B (zh) 2021-06-03 2021-06-03 一种综合客运枢纽导向标识导向信息布设方法

Publications (2)

Publication Number Publication Date
CN113378366A true CN113378366A (zh) 2021-09-10
CN113378366B CN113378366B (zh) 2023-08-18

Family

ID=77575687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110619254.1A Active CN113378366B (zh) 2021-06-03 2021-06-03 一种综合客运枢纽导向标识导向信息布设方法

Country Status (1)

Country Link
CN (1) CN113378366B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116933957A (zh) * 2023-07-18 2023-10-24 北京建筑大学 基于寻路行为的枢纽导向信息布设方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194318A (zh) * 2010-03-04 2011-09-21 上海伟器光电科技有限公司 城市行人交通智能导向系统
US20120084423A1 (en) * 2010-10-04 2012-04-05 Openwave Systems Inc. Method and system for domain based dynamic traffic steering
CN102521976A (zh) * 2011-12-14 2012-06-27 江苏省交通规划设计院股份有限责任公司 一种综合客运枢纽的客流识别与诱导方法及系统
CN104503901A (zh) * 2014-12-04 2015-04-08 中国人民解放军总参谋部第五十四研究所 一种基于静态路径分析的导向符号执行方法
CN205656835U (zh) * 2016-03-09 2016-10-19 湖南亚文传媒有限公司 地铁交通引导lcd显示互动系统
WO2017045294A1 (zh) * 2015-09-17 2017-03-23 华南理工大学 一种城市常规公交线网设计方法
CN206900196U (zh) * 2017-06-02 2018-01-19 中车株洲电力机车有限公司 一种磁悬浮车辆系统及其导向结构
CN112036621A (zh) * 2020-08-18 2020-12-04 北京交通大学 一种交通枢纽内导向标识的设置方法和装置
CN112200455A (zh) * 2020-10-10 2021-01-08 天津市市政工程设计研究院 综合客运枢纽换乘引导系统便捷性测评方法及系统
CN112422171A (zh) * 2020-11-09 2021-02-26 西安电子科技大学 环境不确定遥感卫星网络下的智能资源联合调度方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194318A (zh) * 2010-03-04 2011-09-21 上海伟器光电科技有限公司 城市行人交通智能导向系统
US20120084423A1 (en) * 2010-10-04 2012-04-05 Openwave Systems Inc. Method and system for domain based dynamic traffic steering
CN102521976A (zh) * 2011-12-14 2012-06-27 江苏省交通规划设计院股份有限责任公司 一种综合客运枢纽的客流识别与诱导方法及系统
CN104503901A (zh) * 2014-12-04 2015-04-08 中国人民解放军总参谋部第五十四研究所 一种基于静态路径分析的导向符号执行方法
WO2017045294A1 (zh) * 2015-09-17 2017-03-23 华南理工大学 一种城市常规公交线网设计方法
CN205656835U (zh) * 2016-03-09 2016-10-19 湖南亚文传媒有限公司 地铁交通引导lcd显示互动系统
CN206900196U (zh) * 2017-06-02 2018-01-19 中车株洲电力机车有限公司 一种磁悬浮车辆系统及其导向结构
CN112036621A (zh) * 2020-08-18 2020-12-04 北京交通大学 一种交通枢纽内导向标识的设置方法和装置
CN112200455A (zh) * 2020-10-10 2021-01-08 天津市市政工程设计研究院 综合客运枢纽换乘引导系统便捷性测评方法及系统
CN112422171A (zh) * 2020-11-09 2021-02-26 西安电子科技大学 环境不确定遥感卫星网络下的智能资源联合调度方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
HAO YUE 等: "layout of guidance signs in passenger hubs based on passenger Activity line", pages 1 - 8 *
TIEN-PEN HSU 等: "Effect of novel divergence markings on conflict prevention regarding motorcycle-involved right turn accidents of mixed traffic flow", vol. 69, pages 167 - 176 *
吕姿璇: "郑州市城市公共空间视觉导向系统设计研究", no. 2, pages 088 - 848 *
张苏英 等: "智能疏散系统导向标志计算及疏散路径仿真", vol. 41, no. 01, pages 40 - 49 *
李菁菁 等: "医院导向系统建设", 中国医院建筑与装备, vol. 11, no. 10, pages 64 - 66 *
汤天培 等: "综合客运枢纽静态导向标识系统评价研究", vol. 38, no. 06, pages 1389 - 1395 *
王丽娟: "地铁车站导向标识系统优化研究", no. 09, pages 162 - 165 *
王菲: "关于城市轨道交通导向标识系统的研究", no. 29, pages 51 *
王锐英 等: "道路交通静态导向系统设计及其信息化服务水平研究", no. 03, pages 45 - 50 *
陈永权 等: "铁路客运站旅客导向系统标准化建设研究", 世界标准化与质量管理, no. 06, pages 29 - 32 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116933957A (zh) * 2023-07-18 2023-10-24 北京建筑大学 基于寻路行为的枢纽导向信息布设方法
CN116933957B (zh) * 2023-07-18 2024-01-02 北京建筑大学 基于寻路行为的枢纽导向信息布设方法

Also Published As

Publication number Publication date
CN113378366B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
Huang et al. Transportation issues in developing China's urban agglomerations
CN106446960B (zh) 一种密度聚类划分时间段的动态热度路网构建方法
Laporte et al. The design of rapid transit networks
CN108242203A (zh) 一种区域划分方法及装置
CN105427001A (zh) 地区中小学校校车最优路线与配置方法
Petrović et al. Location planning approach for intermodal terminals in urban and suburban rail transport
CN113569977B (zh) 一种基于手机信令数据的出行目的识别方法
Dadashpoor et al. A methodology to assess the spatial configuration of urban systems in Iran from an interaction perspective
Yang et al. How to improve urban transportation planning in big data era? A practice in the study of traffic analysis zone delineation
Qin et al. Typhoon track change–based emergency shelter location–allocation model: a case study of Wenchang in Hainan province, China
CN110502567B (zh) 一种面向主题的城市轨道交通站点层次poi提取方法
CN113378366A (zh) 一种综合客运枢纽导向标识导向信息布设方法
Ozmen et al. Real-time optimization of school bus routing problem in smart cities using genetic algorithm
Menguc et al. A data driven approach to forecasting traffic speed classes using extreme gradient boosting algorithm and graph theory
Chen et al. Dynamic path optimization in sharing mode to relieve urban traffic congestion
CN112036621A (zh) 一种交通枢纽内导向标识的设置方法和装置
Li et al. Method for determining the location of highway passenger transportation hubs using poi data and the dijkstra algorithm in large city
Zhang et al. Discovering station patterns of urban transit network with multisource data: empirical evidence in Jinan, China
Yang et al. GIS‐Based Analysis of Railway’s Origin/Destination Path‐Selecting Behavior
Asadamraji et al. Developing a Hybrid Method for Weighted Distance-Based Prioritization (HWDP) to Prioritize the Implementation of Urban Intelligent Transportation Systems Projects
Nadimi et al. A method to find the optimum routes and stations for bus rapid transit in urban areas
Dusek et al. Time-Space Asymmetry Versus Time-Space Symmetry
Zhou et al. The School District Reorganization by Combining with Traffic Congestion Data
Zhu et al. A Bilevel Programming Model for Designing a Collaborative Network for Regional Railway Transportation and Logistics: The Case of the Beijing‐Tianjin‐Hebei Region in China
Pei et al. Complex Traffic Network Analysis Method Based on a Multiscale Aggregation Model

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