CN113723731A - 基于客流特征的城市轨道交通运行图编制方法及系统 - Google Patents
基于客流特征的城市轨道交通运行图编制方法及系统 Download PDFInfo
- Publication number
- CN113723731A CN113723731A CN202010457529.1A CN202010457529A CN113723731A CN 113723731 A CN113723731 A CN 113723731A CN 202010457529 A CN202010457529 A CN 202010457529A CN 113723731 A CN113723731 A CN 113723731A
- Authority
- CN
- China
- Prior art keywords
- running
- passenger flow
- mode
- time
- fast
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 85
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 5
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于客流特征的城市轨道交通运行图编制方法及系统，方法包括步骤：运行图模式选择：根据线路客流分布特征选择合适的运行图模式；所述运行图模式包括单一交路运行图模式、大小交路混跑运行图模式、快慢车混跑运行图模式；列车开行计划制定：根据线路客流分布特征制定合理的列车开行计划；发车时刻初始布点方案生成：根据各时段上下行开行计划分别生成个时段均衡性最优的发车时刻初始布点方案；冲突解决：对初始布点方案进行调整，解决初始布点方案产生的冲突；车底接续：生成无冲突的发车时刻布点方案后进行车底接续。本发明的方法及系统均具有可编制多种交路模式、降低运营成本等优点。
Description
技术领域
本发明涉及轨道交通技术领域，具体涉及一种基于客流特征的城市轨道交通运行图编制方法及系统。
背景技术
地铁客流在空间上主要体现在不同开行方向和不同车站上不均衡的分布特征，主要有五种客流分布：①单峰型，地铁线路所处区域功能性较为单一，客流呈现出明显的潮汐特性，这部分车站一般处于居民住宅区、工业园区或学校密度较大的学区。如客流在早晨上班、上学时候形成早高峰，在傍晚下班、放学时形成晚高峰；②双峰型，地铁车站客流在一天内形成两个客流高峰，在早高峰和晚高峰时，同时存在较高的进站和出站客流；③全峰型，客流在全天内呈现比较高的客流量，无明显客流变化，这种车站一般处于商业繁华区域、交通换乘点等城市功能综合区域，上车和下车客流一直处于高峰状态；④突峰型，车站客流在一天的某一时刻呈突变的高峰状态，短时间内就会回落正常水平，这种客流特征一般出现在文化活动频繁、公共娱乐较多、教育活动丰富的地方；⑤无峰型，客流量在全天都处于很低的状态，进站和出站客流都很少，基本无明显变化，这种客流特征一般出现在城市新区等区域。
不同开行方向与不同车站客流分布的不均衡性导致了地铁运能合理分配是较为困难的。因此，一方面需要针对一日不同时期客流特征制定合理的开行计划，另一方面需要根据不同车站客流分布选择合理的运行图模式编制运行图，以节省地铁运营成本提高服务质量。这也对运行图的编制提出了更高的要求，而使用计算机编制运行图则能提高效率的同时能铺画除更合理的运行图。目前常用的运行图模式有：单一交路运行图、大小交路混跑运行图、快慢车混跑运行图，分别适用于下述情况：
大小交路混跑运行图主要适用于具有以下特征的线路中：
(1)全线或区段高峰小时客流量不均衡；
(2)断面客流在某个区段有明显落差；
(3)某区段客流量较大而运用列车数目不足。
快慢车混跑运行图主要适用于具有以下特征的线路中：
(1)线路长度、站间距更大；列车运行速度更快；
(2)主要连接市郊和主城区，为两地居民提供快速通勤服务；
(3)全线或区段高峰小时客流量不均衡。
单一交路运行图适用于具有以下特征的线路中：
(1)全线客流较为均衡、基本无落差。
以上三种运行图均有相应的计算机自动编制程序。如国内相关专利“一种实现自动编制城轨列车运行图的方法”实现了单一交路运行图与大小交路混跑运行图的计算机编制，该专利通过调整平峰期高峰期时长来满足该车底数约束，从而实现运行图自动编制。另一相关专利“一种城市轨道交通快慢车运行图优化方法与系统”则实现了快慢车混跑运行图的计算机编制，该专利以各时段开行计划为约束条件以发车时刻均衡性为目标编制运行图。
目前尚未发现有相关专利可实现根据客流特征制定合理的开行计划、选择合适的运行图模式，并通过计算机自动绘制运行图。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种可编制多种交路模式、降低运营成本的基于客流特征的城市轨道交通运行图编制方法及系统。
为了解决上述技术问题，本发明采用的技术方案为：
一种基于客流特征的城市轨道交通运行图编制方法，包括步骤：
运行图模式选择：根据线路客流分布特征选择合适的运行图模式；所述运行图模式包括单一交路运行图模式、大小交路混跑运行图模式、快慢车混跑运行图模式；
列车开行计划制定：根据线路客流分布特征制定合理的列车开行计划；
发车时刻初始布点方案生成：根据各时段上下行开行计划分别生成个时段均衡性最优的发车时刻初始布点方案；
冲突解决：对初始布点方案进行调整，解决初始布点方案产生的冲突；
车底接续：生成无冲突的发车时刻布点方案后进行车底接续。
作为上述技术方案的进一步改进：
当所述运行图模式为单一交路运行图模式或大小交路混跑运行图模式时，对应的冲突解决过程为：
遍历中间折返站小交路到达车次B；
根据折返站形式，找到车次B之后可能发生部分冲突的对向行驶大交路车次A，获取车次A的离站时间t1，车次B的到站时间t2；
如果t1-t2>tq，Dt＝min(Dt，t1-t2-tq)，直至遍历结束，其中tq为最小折返时间；
按照Dt平移所有上行车次发车时间。
当所述运行图模式为快慢车混跑运行图模式时，对应的冲突解决过程为：
上下或下行包含各可能发生越行的越行区间，统计快车集合M，集合长度为m，遍历越行区间s；
遍历快车M在越行区间s可能越行的所有慢车T；
判断慢车T与快车M在区间s是否会发生越行；如果会，则找到越行站，并修改慢车T的停站时间；如果不会，则进入下一慢车T遍历；
依次偏历完慢车、快车、各越行区间，解决快慢车越行冲突。
在解决快慢车越行冲突后，遍历各时间段P；
时间段P内共有k个单元，单元n的时间跨度dt为该单元各车次发车时间的最大跨度；其中将未发生越行的快车、慢车、发生越行的快慢车组合称为单元；
时间段P总时长为ST，各单元时间跨度的和为DST，dt＝(ST-DST)/k；
各时间段按照dt为间隔重新分布各单元，构成初始布点。
本发明还公开了一种基于客流特征的城市轨道交通运行图编制系统，包括
运行图模式选择模块，用于根据线路客流分布特征选择合适的运行图模式；所述运行图模式包括单一交路运行图模式、大小交路混跑运行图模式、快慢车混跑运行图模式；
列车开行计划制定模块，用于根据线路客流分布特征制定合理的列车开行计划；
发车时刻初始布点方案生成模块，用于根据各时段上下行开行计划分别生成个时段均衡性最优的初始布点方案；
冲突解决模块，用于对初始布点方案进行调整，解决初始布点方案产生的冲突；
车底接续模块，用于生成无冲突的发车时刻布点方案后进行车底接续。
作为上述技术方案的进一步改进：
还包括五种类，分别为：
车次类，用于存储车次信息；
车站类，用于存储静态数据；
算法虚基类，用于实现运行图模式的选择、开行计划的制定、运行图的自动编制；
快慢车运行图模式算法类，用于快慢车混跑运行图模式算法的具体实现；
大小交路运行图模式算法类，用于大小交路混跑运行图模式算法的具体实现。
所述车次信息包括车次编号、车次路过各站的运行时间、停站时间。
所述静态数据包括车站编号、车站类型、折返站类型、最小折返时间。
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于客流特征的城市轨道交通运行图编制方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于客流特征的城市轨道交通运行图编制方法的步骤。
与现有技术相比，本发明的优点在于：
本发明的基于客流特征的城市轨道交通运行图编制方法及系统，从地铁运营管理的角度出发，通过分析客流特征选择合适的运行图模式(单一交路、大小交路混跑、快慢车混跑)，并制定合理的开行计划，在满足线路基础设施条件、开行计划的基础上，以列车开行计划以及线路信息为约束条件，以列车发车间隔均衡性为目标编制运行图，满足乘客需求的同时降低运营成本。
本发明的基于客流特征的城市轨道交通运行图编制方法及系统，一方面根据线路的客流特征制定合理的开行计划、并根据客流特征选择合适的运行图模式；另一方面将多种模式运行图自动编制程序融合为一个子系统，该子系统采用以列车开行计划以及线路信息为约束条件，以列车发车间隔均衡性为目标编制运行图，该系统满足各种模式运行图自动编制需求，构建一个完备性较好的运行图自动编制系统，也可实现根据线路客流特征自动制定开行计划、自动选择列车运行图模式，并根据开行计划与运行图模式等信息绘制列车运行图。
附图说明
图1为本发明的方法在实施例的方法流程图。
图2为本发明的系统在实施例的结构示意图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示，本实施例的基于客流特征的城市轨道交通运行图编制方法，包括步骤：
运行图模式选择：根据线路客流分布特征选择合适的运行图模式；运行图模式包括单一交路运行图模式、大小交路混跑运行图模式、快慢车混跑运行图模式；
列车开行计划制定：根据线路客流分布特征制定合理的列车开行计划；
发车时刻初始布点方案生成：发车时刻初始布点方案为列车发车时刻的分布，根据各时段上下行开行计划分别生成个时段均衡性最优的发车时刻初始布点方案；
冲突解决：对初始布点方案进行调整，解决初始布点方案产生的冲突；
车底接续：生成无冲突的发车时刻布点方案后进行车底接续。
本发明的基于客流特征的城市轨道交通运行图编制方法，从地铁运营管理的角度出发，通过分析客流特征选择合适的运行图模式(单一交路、大小交路混跑、快慢车混跑)，并制定合理的开行计划，在满足线路基础设施条件、开行计划的基础上，以列车开行计划以及线路信息为约束条件，以列车发车间隔均衡性为目标编制运行图，满足乘客需求；由于可根据客流特征确定开行计划并选择合适的运行图模式并自动编制，可编制大小交路混跑运行图、快慢车混跑运行图、单一交路运行图，在满足乘客需求的同时降低运营成本。
本实施例中，多交路形式、线路属性则可能会导致该初始布点方案产生冲突，其中大小交路混跑模式中中间折返站的折返形式可能会导致小交路到达车次与对向行驶的大交路车次发生冲突，而快慢车混跑模式下快慢车间可能发生的越行冲突。因此采用如下方法对初始布点方案进行调整，解决冲突，具体为：
当运行图模式为单一交路运行图模式或大小交路混跑运行图模式时，对应的冲突解决过程为(如图1中左边虚线框中所示)：
遍历中间折返站小交路到达车次B；
根据折返站形式，找到车次B之后可能发生部分冲突的对向行驶大交路车次A，获取车次A的离站时间t1，车次B的到站时间t2；
如果t1-t2>tq，Dt＝min(Dt，t1-t2-tq)，直至遍历循环结束，其中tq为最小折返时间；
按照Dt平移所有上行车次发车时间。
当运行图模式为快慢车混跑运行图模式时，对应的冲突解决过程为(如图1中的右边虚线框中所示)：
上下或下行包含各可能发生越行的越行区间，统计快车集合M，集合长度为m，遍历越行区间s；
遍历快车M在越行区间s可能越行的所有慢车T；
判断慢车T与快车M在区间s是否会发生越行；如果会，则找到越行站，并修改慢车T的停站时间；如果不会，则进入下一慢车T遍历；
依次偏历完慢车、快车、各越行区间，解决快慢车越行冲突；
在解决快慢车越行冲突后，遍历各时间段P；
时间段P内共有k个单元，单元n的时间跨度dt为该单元各车次发车时间的最大跨度；其中将未发生越行的快车、慢车、发生越行的快慢车组合称为单元；
时间段P总时长为ST，各单元时间跨度的和为DST，dt＝(ST-DST)/k；
各时间段按照dt为间隔重新分布各单元，构成初始布点。
本实施例中，车底接续即是将车次连接起来作为车底周转的次序，车底接续将确定各车次运行所用的车底。不同模式的运行图编制的使用上的区别体现在“参数输入”这一部分，该部分采用统一格式的表格填写，输入参数包含：车站属性参数、运行时间与停站时间、其他参数，具体如下：
(a)车站属性：车站名、车站编号、车站类型(越行站、普通站、越行站)、相应车站类型的参数；
(b)运行时间与停站时间：各站间运行时间、各站停站时间；
(c)其他参数：车站总数、最小到发时间间隔、最小追踪时间间隔等。
如图2所示，本发明还公开了一种基于客流特征的城市轨道交通运行图编制系统，包括
运行图模式选择模块，用于根据线路客流分布特征选择合适的运行图模式；运行图模式包括单一交路运行图模式、大小交路混跑运行图模式、快慢车混跑运行图模式；
列车开行计划制定模块，用于根据线路客流分布特征制定合理的列车开行计划；
发车时刻初始布点方案生成模块，用于根据各时段上下行开行计划分别生成个时段均衡性最优的初始布点方案；
冲突解决模块，用于对初始布点方案进行调整，解决初始布点方案产生的冲突；
车底接续模块，用于生成无冲突的发车时刻布点方案后进行车底接续。
本实施例中，还包括五种类，分别为：车次类(TrainNum)、车站类(Station)、快慢车运行图模式算法类(SkipTimeTableGenerator)、大小交路运行图模式算法类(ShortTrafficTimeTableGenerator)、算法虚基类(TimeTableGenerator)，具体为：
(a)车次类(TrainNum)：该类用于存储车次信息，包含车次编号、车次路过各站的运行时间、停站时间等成员数据及其他成员函数；
(b)车站类(Station)：该类用于存储静态数据、包括车站编号、车站类型，如果该车站为折返站则包含折返站类型、最小折返时间等成员数据及其他成员函数；
(c)算法虚基类(TimeTableGenerator)：在系统架构实现运行图模式的选择、开行计划的制定、运行图的自动编制，其中不同模式的运行图自动编制采用多态的方式实现。其中成员函数paras_check()、trainnums_generate()、timetable_regenerate()为虚函数，具体实现由子类实现，对应的功能分别为参数校核、初始布点方案生成、解决冲突修改初始布点方案，而函数initial()、connect()分别为程序数据读取初始化与车底接续；
(d)快慢车运行图模式算法类(SkipTimeTableGenerator)：该类为算法虚基类的子类，用于快慢车混跑运行图模式算法的具体实现；
(e)大小交路运行图模式算法类(ShortTrafficTimeTableGenerator)：该类为算法虚基类的子类，用于大小交路混跑运行图模式算法的具体实现。
如图2中虚线方框顺序图所示，程序执行依次为initial()、paras_check()、mode_choose()、plan_generate()、trainnums_generate()、timetable_regenerate()、connect()，其中后五个函数依次对应于算法流程中的运行图模式选择、开行计划制定、发车时刻初始布点方案生成、冲突解决、车底接续的各步骤。
本发明的基于客流特征的城市轨道交通运行图编制系统，一方面根据线路的客流特征制定合理的开行计划、并根据客流特征选择合适的运行图模式；另一方面将多种模式运行图自动编制程序融合为一个子系统，该子系统采用以列车开行计划以及线路信息为约束条件，以列车发车间隔均衡性为目标编制运行图，该系统满足各种模式运行图自动编制需求，构建一个完备性较好的运行图自动编制系统，也可实现根据线路客流特征自动制定开行计划、自动选择列车运行图模式，并根据开行计划与运行图模式等信息绘制列车运行图。
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，计算机程序在被处理器运行时执行如上所述的基于客流特征的城市轨道交通运行图编制方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，存储器上存储有计算机程序，计算机程序在被处理器运行时执行如上所述的基于客流特征的城市轨道交通运行图编制方法的步骤。
本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (10)
1.一种基于客流特征的城市轨道交通运行图编制方法，其特征在于，包括步骤：
运行图模式选择：根据线路客流分布特征选择合适的运行图模式；所述运行图模式包括单一交路运行图模式、大小交路混跑运行图模式、快慢车混跑运行图模式；
列车开行计划制定：根据线路客流分布特征制定合理的列车开行计划；
发车时刻初始布点方案生成：根据各时段上下行开行计划分别生成个时段均衡性最优的发车时刻初始布点方案；
冲突解决：对初始布点方案进行调整，解决初始布点方案产生的冲突；
车底接续：生成无冲突的发车时刻布点方案后进行车底接续。
2.根据权利要求1所述的基于客流特征的城市轨道交通运行图编制方法，其特征在于，当所述运行图模式为单一交路运行图模式或大小交路混跑运行图模式时，对应的冲突解决过程为：
遍历中间折返站小交路到达车次B；
根据折返站形式，找到车次B之后可能发生部分冲突的对向行驶大交路车次A，获取车次A的离站时间t1，车次B的到站时间t2；
如果t1-t2>tq，Dt＝min(Dt，t1-t2-tq)，直至遍历结束，其中tq为最小折返时间；
按照Dt平移所有上行车次发车时间。
3.根据权利要求1所述的基于客流特征的城市轨道交通运行图编制方法，其特征在于，当所述运行图模式为快慢车混跑运行图模式时，对应的冲突解决过程为：
上下或下行包含各可能发生越行的越行区间，统计快车集合M，集合长度为m，遍历越行区间s；
遍历快车M在越行区间s可能越行的所有慢车T；
判断慢车T与快车M在区间s是否会发生越行；如果会，则找到越行站，并修改慢车T的停站时间；如果不会，则进入下一慢车T遍历；
依次偏历完慢车、快车、各越行区间，解决快慢车越行冲突。
4.根据权利要求3所述的基于客流特征的城市轨道交通运行图编制方法，其特征在于，在解决快慢车越行冲突后，遍历各时间段P；
时间段P内共有k个单元，单元n的时间跨度dt为该单元各车次发车时间的最大跨度；其中将未发生越行的快车、慢车、发生越行的快慢车组合称为单元；
时间段P总时长为ST，各单元时间跨度的和为DST，dt＝(ST-DST)/k；
各时间段按照dt为间隔重新分布各单元，构成初始布点。
5.一种基于客流特征的城市轨道交通运行图编制系统，其特征在于，包括
运行图模式选择模块，用于根据线路客流分布特征选择合适的运行图模式；所述运行图模式包括单一交路运行图模式、大小交路混跑运行图模式、快慢车混跑运行图模式；
列车开行计划制定模块，用于根据线路客流分布特征制定合理的列车开行计划；
发车时刻初始布点方案生成模块，用于根据各时段上下行开行计划分别生成个时段均衡性最优的初始布点方案；
冲突解决模块，用于对初始布点方案进行调整，解决初始布点方案产生的冲突；
车底接续模块，用于生成无冲突的发车时刻布点方案后进行车底接续。
6.根据权利要求5所述的基于客流特征的城市轨道交通运行图编制系统，其特征在于，还包括五种类，分别为：
车次类，用于存储车次信息；
车站类，用于存储静态数据；
算法虚基类，用于实现运行图模式的选择、开行计划的制定、运行图的自动编制；
快慢车运行图模式算法类，用于快慢车混跑运行图模式算法的具体实现；
大小交路运行图模式算法类，用于大小交路混跑运行图模式算法的具体实现。
7.根据权利要求6所述的基于客流特征的城市轨道交通运行图编制系统，其特征在于，所述车次信息包括车次编号、车次路过各站的运行时间、停站时间。
8.根据权利要求6所述的基于客流特征的城市轨道交通运行图编制系统，其特征在于，所述静态数据包括车站编号、车站类型、折返站类型、最小折返时间。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1～4中任意一项所述的基于客流特征的城市轨道交通运行图编制方法的步骤。
10.一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1～4中任意一项所述的基于客流特征的城市轨道交通运行图编制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010457529.1A CN113723731B (zh) | 2020-05-26 | 2020-05-26 | 基于客流特征的城市轨道交通运行图编制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010457529.1A CN113723731B (zh) | 2020-05-26 | 2020-05-26 | 基于客流特征的城市轨道交通运行图编制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113723731A true CN113723731A (zh) | 2021-11-30 |
| CN113723731B CN113723731B (zh) | 2024-05-28 |
Family
ID=78672137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010457529.1A Active CN113723731B (zh) | 2020-05-26 | 2020-05-26 | 基于客流特征的城市轨道交通运行图编制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113723731B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114348062A (zh) * | 2021-12-29 | 2022-04-15 | 中国铁道科学研究院集团有限公司通信信号研究所 | 一种城市轨道交通互联互通运行图同步方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853440A (zh) * | 2010-05-11 | 2010-10-06 | 北京交通大学 | 列车运行计划自动编制的实现方法及其系统 |
| CN101916423A (zh) * | 2010-08-18 | 2010-12-15 | 北京交通大学 | 轨道交通线路运输能力验证评估方法 |
| US20150135080A1 (en) * | 2013-11-14 | 2015-05-14 | Lg Electronics Inc. | Mobile terminal and control method thereof |
| US20150199066A1 (en) * | 2014-01-16 | 2015-07-16 | Samsung Electronics Co., Ltd. | Display apparatus and controlling method thereof |
| CN105253170A (zh) * | 2015-09-08 | 2016-01-20 | 国电南瑞科技股份有限公司 | 城市轨道交通行车计划管理和运行图显示方法 |
| CN105740556A (zh) * | 2016-02-02 | 2016-07-06 | 北京交通大学 | 基于客流需求的列车运行图自动编制方法 |
| CN107958316A (zh) * | 2018-01-17 | 2018-04-24 | 深圳技术大学（筹） | 一种轨道交通线路的列车停站优化方法及系统 |
| CN108082224A (zh) * | 2017-12-14 | 2018-05-29 | 兰州交通大学 | 基于afc时变客流的城市轨道交通列车运行图编制方法 |
| CN108090668A (zh) * | 2017-12-14 | 2018-05-29 | 兰州交通大学 | 时变客流驱动的城市轨道交通客流匹配与时刻表调整方法 |
| CN108564209A (zh) * | 2018-03-30 | 2018-09-21 | 广州地铁设计研究院有限公司 | 一种城市轨道交通快慢车运行图优化方法与系统 |
| CN109377037A (zh) * | 2018-10-12 | 2019-02-22 | 中南大学 | 基于分时列车数量序列的地铁峰期设置方法及系统 |
| CN110428096A (zh) * | 2019-07-26 | 2019-11-08 | 西南交通大学 | 基于票务信息的城市轨道交通多交路运输组织优化方法 |
| US20190392368A1 (en) * | 2018-06-23 | 2019-12-26 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Scheduling Multiple Modes of Transport |
| US20200027347A1 (en) * | 2016-08-19 | 2020-01-23 | Dalian University Of Technology | Collaborative optimization method for bus timetable based on big data |
| CN110782079A (zh) * | 2019-10-18 | 2020-02-11 | 西南交通大学 | 基于停站方案节能的高速铁路列车运行图的调整方法 |
| CN110843866A (zh) * | 2018-08-21 | 2020-02-28 | 比亚迪股份有限公司 | 单线线路行车组织方法、装置及存储介质 |
| CN111055891A (zh) * | 2019-12-26 | 2020-04-24 | 交控科技股份有限公司 | 列车运行图调整方法 |
-
2020
- 2020-05-26 CN CN202010457529.1A patent/CN113723731B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853440A (zh) * | 2010-05-11 | 2010-10-06 | 北京交通大学 | 列车运行计划自动编制的实现方法及其系统 |
| CN101916423A (zh) * | 2010-08-18 | 2010-12-15 | 北京交通大学 | 轨道交通线路运输能力验证评估方法 |
| US20150135080A1 (en) * | 2013-11-14 | 2015-05-14 | Lg Electronics Inc. | Mobile terminal and control method thereof |
| US20150199066A1 (en) * | 2014-01-16 | 2015-07-16 | Samsung Electronics Co., Ltd. | Display apparatus and controlling method thereof |
| CN105253170A (zh) * | 2015-09-08 | 2016-01-20 | 国电南瑞科技股份有限公司 | 城市轨道交通行车计划管理和运行图显示方法 |
| CN105740556A (zh) * | 2016-02-02 | 2016-07-06 | 北京交通大学 | 基于客流需求的列车运行图自动编制方法 |
| US20200027347A1 (en) * | 2016-08-19 | 2020-01-23 | Dalian University Of Technology | Collaborative optimization method for bus timetable based on big data |
| CN108090668A (zh) * | 2017-12-14 | 2018-05-29 | 兰州交通大学 | 时变客流驱动的城市轨道交通客流匹配与时刻表调整方法 |
| CN108082224A (zh) * | 2017-12-14 | 2018-05-29 | 兰州交通大学 | 基于afc时变客流的城市轨道交通列车运行图编制方法 |
| CN107958316A (zh) * | 2018-01-17 | 2018-04-24 | 深圳技术大学（筹） | 一种轨道交通线路的列车停站优化方法及系统 |
| CN108564209A (zh) * | 2018-03-30 | 2018-09-21 | 广州地铁设计研究院有限公司 | 一种城市轨道交通快慢车运行图优化方法与系统 |
| US20190392368A1 (en) * | 2018-06-23 | 2019-12-26 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Scheduling Multiple Modes of Transport |
| CN110843866A (zh) * | 2018-08-21 | 2020-02-28 | 比亚迪股份有限公司 | 单线线路行车组织方法、装置及存储介质 |
| CN109377037A (zh) * | 2018-10-12 | 2019-02-22 | 中南大学 | 基于分时列车数量序列的地铁峰期设置方法及系统 |
| CN110428096A (zh) * | 2019-07-26 | 2019-11-08 | 西南交通大学 | 基于票务信息的城市轨道交通多交路运输组织优化方法 |
| CN110782079A (zh) * | 2019-10-18 | 2020-02-11 | 西南交通大学 | 基于停站方案节能的高速铁路列车运行图的调整方法 |
| CN111055891A (zh) * | 2019-12-26 | 2020-04-24 | 交控科技股份有限公司 | 列车运行图调整方法 |
Non-Patent Citations (5)
| Title |
|---|
| RUDONG YANG等: "Train Diagram Evaluation Method Considering the influence of Line train Diagram’s Adjustment for Urban Rail Transit Network", 《2019 5TH INTERNATIONAL CONFERENCE ON TRANSPORTATION INFORMATION AND SAFETY (ICTIS)》, 28 October 2019 (2019-10-28), pages 271 - 275 * |
| 张麒宸;: "基于客流特征的穿城市域快线运营模式", 都市快轨交通, no. 02, 18 April 2020 (2020-04-18), pages 85 - 91 * |
| 曹志超: "考虑跨站越行和同步协调的城市轨道交通列车开行方案建模研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》, vol. 2017, no. 6, 15 June 2017 (2017-06-15), pages 033 - 22 * |
| 黄林尧: "快慢车方案下城市轨道交通运行组织研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, vol. 2017, no. 7, pages 4 * |
| 黄秋瑜;赵源;丁小兵;刘志钢;万浩纯;王靖;: "基于市域轨道交通线路客流分布的快慢车开行比例方案", 城市轨道交通研究, no. 01, 10 January 2020 (2020-01-10), pages 108 - 112 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114348062A (zh) * | 2021-12-29 | 2022-04-15 | 中国铁道科学研究院集团有限公司通信信号研究所 | 一种城市轨道交通互联互通运行图同步方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113723731B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | Optimal locations of US fast charging stations for long-distance trip completion by battery electric vehicles | |
| Richter et al. | Smart cities, urban mobility and autonomous vehicles: How different cities needs different sustainable investment strategies | |
| Bischoff et al. | Autonomous vehicles and their impact on parking search | |
| Bast et al. | Route planning in transportation networks | |
| Xiao et al. | A simulating annealing algorithm to solve the green vehicle routing & scheduling problem with hierarchical objectives and weighted tardiness | |
| Gallo et al. | The transit network design problem with elastic demand and internalisation of external costs: An application to rail frequency optimisation | |
| Li et al. | Modeling an enhanced ridesharing system with meet points and time windows | |
| Frizzell et al. | The split delivery vehicle scheduling problem with time windows and grid network distances | |
| CN101409011A (zh) | 一种地图匹配和路径推测方法、装置和系统 | |
| Ileri et al. | An optimization approach for planning daily drayage operations | |
| CN113743644B (zh) | 高速铁路通过能力通用计算方法 | |
| CN114781267A (zh) | 基于多源大数据的职住接驳动态公交管理方法及系统 | |
| CN113723731A (zh) | 基于客流特征的城市轨道交通运行图编制方法及系统 | |
| METELKA et al. | Demand variation in regional transport | |
| Li et al. | An algorithm to solve heterogeneous vehicle routing problem with second trip | |
| CN117610877A (zh) | 一种基于订单分配的灵活公交路线规划方法及装置 | |
| Larsen | Vehicle routing with time windows—finding optimal solutions efficiently | |
| KR20240031654A (ko) | 차량에서의 메모리 관리 방법 및 시스템 | |
| Qureshi et al. | An analysis of exact VRPTW solutions on ITS data-based logistics instances | |
| CN113962599A (zh) | 一种城市轨道交通网络化运营管理方法及系统 | |
| Chew et al. | Optimizing limited-stop services with vehicle assignment | |
| Riggs et al. | Transforming street design: Approaches to reengineering our neighborhood streets | |
| Ruch et al. | How many parking spaces does a mobility-on-demand system require? | |
| Boyles et al. | Assessment of Parcel Delivery Systems Using Unmanned Aerial Vehicles | |
| Letnik et al. | Dynamic assignment of loading bays for efficient urban last mile deliveries |
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 |