CN113962616A - 一种基于乘客累计出行成本分析下的协调限流方法及系统 - Google Patents

一种基于乘客累计出行成本分析下的协调限流方法及系统 Download PDF

Info

Publication number
CN113962616A
CN113962616A CN202111575650.5A CN202111575650A CN113962616A CN 113962616 A CN113962616 A CN 113962616A CN 202111575650 A CN202111575650 A CN 202111575650A CN 113962616 A CN113962616 A CN 113962616A
Authority
CN
China
Prior art keywords
passenger
train
passengers
station
travel cost
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.)
Pending
Application number
CN202111575650.5A
Other languages
English (en)
Inventor
李健
王琼
杨博
窦园园
单耀
李红涛
薛新聪
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.)
North China Institute of Science and Technology
Original Assignee
North China Institute of Science and Technology
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 North China Institute of Science and Technology filed Critical North China Institute of Science and Technology
Priority to CN202111575650.5A priority Critical patent/CN113962616A/zh
Publication of CN113962616A publication Critical patent/CN113962616A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry

Landscapes

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

Abstract

本发明公开了一种基于乘客累计出行成本分析下的协调限流方法,包括以下步骤:收集乘客数据和列车数据,根据所述乘客数据和所述列车数据定义乘客‑列车关系参数,根据所述乘客‑列车关系参数建立累计出行成本计算模型,结合所述乘客‑列车关系参数和所述累计出行成本计算模型得到累积时间指标,根据所述累积时间指标分析出乘客的累计出行成本,本发明的好处:在轨道交通系统中通过累计出行成本计算,在运力下降甚至运力失效的情况下对乘客受影响程度进行精细化度量并且在轨道交通系统中经过对出行成本的计算从而让运力向等候成本真正高的车站倾斜,在运力不足时,通过在对乘客的累计成本分析,对车站进行协同限流,来确保运力调配的公平。

Description

一种基于乘客累计出行成本分析下的协调限流方法及系统
技术领域
本发明属于轨道交通调控领域,具体涉及一种基于乘客累计出行成本分析下的协调限流方法及系统。
背景技术
列车晚点是轨道交通运营中最为常见的现象。线路上的列车原发性晚点发生后,如果继续诱发激发性晚点并扩散将可能产生连续晚点,形成多个区间和线路的后效延误等连锁反应,在高峰期形成的几率更大,影响也更为明显。连续晚点可能未引发正线中断运营等显性事故,但由其造成的运营影响却非常显著。在现阶段运营评估中,列车晚点与延误列数是列车调整常用统计指标,但是这些指标包含的信息量较少,仅能反映列车调整情况,对于连续晚点产生的实际运营安全影响,包括影响乘客规模和程度等,由于涉及一些技术难点,还未量化确定,属于隐性信息。轨道交通系统可靠性受到比较强烈的影响,在个别地铁车站乘客大量积聚,带来严重的安全问题,特别是容量较小的换乘站。轨道交通晚点事件频发,对运营秩序、乘客出行服务质量等产生明显干扰,与列车晚点及延误次数等形式化指标相比,连续晚点造成的运营影响还属于隐性信息。由于包含信息量更加丰富,从提高运营评估质量和水平的需求出发,其定量化计算方法等问题需要深化研究,现有的轨道交通中对于乘客的出行成本的计算存在以下问题:
1、轨道交通系统中没有通过累计出行成本计算,在运力下降甚至运力失效的情况下(统称为运力不足)没有对乘客受影响程度进行精细化、个性化度量。
2、运力不足时,各车站需要进行协同限流,单纯以排队等候人数作为控制参数有失公平,现有的轨道交通系统中没有经过对乘客的累计出行成本进行计算分析,从而让运力向等候成本真正高的车站倾斜,来确保运力调配的公平。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种
用于运力不足场景下乘客累计出行成本分析方法及系统在轨道交通系统中通过累计出行成本计算,在运力下降甚至运力失效的情况下(统称为运力不足)对乘客受影响程度进行精细化、个性化度量,并且在轨道交通系统中经过对出行成本的计算从而让运力向等候成本真正高的车站倾斜,在运力不足时,通过在对乘客的累计成本分析,对车站进行协同限流,来确保运力调配的公平。
为了解决上述技术问题,本发明采用了如下的技术方案:一种基于乘客累计出行成本分析下的协调限流方法,包括以下步骤:
收集乘客数据和列车数据;
根据乘客数据和列车数据定义乘客-列车关系参数;
根据乘客-列车关系参数建立累计出行成本计算模型;
结合乘客-列车关系参数和累计出行成本计算模型得到累积时间指标;
根据累积时间指标分析出乘客的累计出行成本;
根据对乘客的累计出行成本的分析从而对车站进行协调限流。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,乘客数据包括进出站乘客数据,列车数据包括列车载客数据和列车运行数据,乘客-列车关系参数包括进站乘客总量、出站乘客总量、理论可载客量、实际载客量和辅助参数;
进站乘客总量包括进站上行乘客数量和进站下行乘客数量;
出站乘客总量包括上行出站乘客总量和下行出站乘客数量;
理论可载客量包括上行方向理论可运送乘客总量和下行方向理论可运送乘客总量;
实际载客量包括上行方向实际载客总量和下行方向实际载客总量;
辅助参数包括列车运行间隔时间和列车站停时间。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中得出累积时间指标的步骤如下:
根据辅助参数、进站乘客总量和实际载客量之间的关系建立第一函数式,得出滞留乘客总量,根据辅助参数和滞留乘客总量之间的关系建立第二函数式,得出第一时间指标;
根据辅助参数、进站乘客总量和实际载客量之间的关系建立第三函数式,得出终止参数;根据辅助参数和终止参数建立第四函数式,得出第二时间指标;
根据第二时间指标和滞留乘客总量建立第五函数式,得出第三时间指标;
根据第二函数式和第五函数式组合计算,得出累积时间指标。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,其特征在于:
第一函数式为:
Figure DEST_PATH_IMAGE001
第二函数式为:
Figure DEST_PATH_IMAGE002
其中,t表示在t时间内,n表示在t时间内的n站,
Figure DEST_PATH_IMAGE003
表示运力不足后开始计时的第
Figure 202069DEST_PATH_IMAGE003
个行车周期,
Figure DEST_PATH_IMAGE004
表示进站上行乘客数量,
Figure DEST_PATH_IMAGE005
表示上行方向实际载客总量,
Figure DEST_PATH_IMAGE006
表示滞留乘客总量,
Figure DEST_PATH_IMAGE007
表示列车运行间隔时间,
Figure DEST_PATH_IMAGE008
表示列车站停时间,
Figure DEST_PATH_IMAGE009
表示第一时间指标。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,第三函数式为:
Figure DEST_PATH_IMAGE010
第四函数式为:
Figure DEST_PATH_IMAGE011
其中,
Figure DEST_PATH_IMAGE012
表示终止参数,
Figure DEST_PATH_IMAGE013
表示第二时间指标。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,第五函数式为:
其中,i表示的是时刻,
Figure DEST_PATH_IMAGE014
表示i时刻下的第二时间指标。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,根据第二函数式和第五函数式进行组合计算的函数式为:
Figure DEST_PATH_IMAGE015
Figure DEST_PATH_IMAGE016
表示为累积时间指标。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,根据累积时间指标分析出乘客的累计出行成本的具体分析方式包括:
Figure DEST_PATH_IMAGE017
表示乘客自进入车站到乘车离开的累计出行成本为一个列车运行间隔,列车运行间隔为列车运行间隔时间
Figure 991645DEST_PATH_IMAGE007
与列车站停时间
Figure 82967DEST_PATH_IMAGE008
的和;
Figure DEST_PATH_IMAGE018
,表示乘客累计出行成本超过一个列车运行间隔周期,有滞留现象。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,根据对乘客的累计出行成本的分析从而对车站进行协调限流的方法包括:
列车调配和人流限制;
当乘客自进入车站到乘车离开的累计出行成本为一个列车运行间隔时,表示此时没有滞留现象;
此时对于所述列车调配,无需增加车站列车的运行班次,提高车站的运力;
此时对于所述人流限制,需要预留快速疏散所需要的空间,在车站外及时限流,防止客流短时猛增;
当乘客累计出行成本超过一个列车运行间隔周期时,表示有滞留现象;
此时对于所述列车调配,需要增加车站列车的运行班次,降低列车运行间隔时间和列车站停时间,提高车站的运力;
此时对于所述人流限制,应在车站内采取有效的客流组织方案避免安全事故。
一种基于乘客累计出行成本分析下的协调限流系统,包括:数据统计模块、网络构建模块、建模模块、分析模块和调度模块;
数据统计模块,用于收集列车信息、进出站的乘客数据和站内乘客信息,进行统计处理后得到乘客数据和列车数据;
网络构建模块,用于将乘客数据和列车数据定义乘客-列车关系参数并将其加入到物理网络中,建立轨道交通调度分析网络;
建模模块,用于根据乘客数据和列车数据得到乘客-列车关系参数建立累计出行成本计算模型;
分析模块,用于结合乘客-列车关系参数和累计出行成本计算模型得到累积时间指标,根据累积时间指标分析出乘客的累计出行成本;
调度模块,用于根据对乘客的累计出行成本的分析从而对车站进行协调限流。
本方案的有益效果在于:
1、在轨道交通系统中通过累计出行成本计算,在运力下降甚至运力失效的情况下(统称为运力不足)对乘客受影响程度进行精细化、个性化度量。
2、在轨道交通系统中经过对出行成本的计算从而让运力向等候成本真正高的车站倾斜,在运力不足时,通过在对乘客的累计成本分析,对车站进行协调限流,来确保运力调配的公平,从而避免安全事故。
附图说明
图1为本发明整体流程图。
图2为得出累积时间指标的流程图。
图3为正常状态下客流量和有效运力数据表。
图4为正常状态下客流量及有效运力关系图。
图5为正常状态下客流量和运力及乘客滞留量变化图。
图6为平峰向高峰过渡时段列车连续晚点乘客滞留变化图。
图7为高峰时段列车连续晚点乘客滞留各规模参数变化图。
图8为高峰时段列车连续晚点乘客滞留各时间参数变化图。
图9为本发明的系统机构图。
附图标记:检票闸100,摄像头200,数据统计模块300,网络构建模块400,建模模块500,分析模块600,调度模块700。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
具体实施时:如图1所示,一种基于乘客累计出行成本分析下的协调限流方法,包括以下步骤:
收集乘客数据和列车数据;
根据乘客数据和列车数据定义乘客-列车关系参数;
根据乘客-列车关系参数建立累计出行成本计算模型;
结合乘客-列车关系参数和累计出行成本计算模型得到累积时间指标;
根据累积时间指标分析出乘客的累计出行成本;
根据对乘客的累计出行成本的分析从而对车站进行协调限流。
S01:收集乘客数据和列车数据;
S02:定义乘客-列车关系参数;
S03:建立累计出行成本计算模型;
S04:得出累积时间指标;
S05:分析出乘客的累计出行成本;
S06:根据对乘客的累计出行成本的分析从而对车站进行协调限流。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,乘客数据包括进出站乘客数据、列车数据包括列车载客数据和列车运行数据,乘客-列车关系参数包括进站乘客总量、出站乘客总量、理论可载客量、实际载客量和辅助参数;
通过进出站乘客数据得出进站乘客总量和出站乘客总量,通过列车载客数据得出理论可载客量和实际载客量,通过列车运行数据得出辅助参数;
进站乘客总量包括进站上行乘客数量和进站下行乘客数量;
出站乘客总量包括上行出站乘客总量和下行出站乘客数量;
理论可载客量包括上行方向理论可运送乘客总量和下行方向理论可运送乘客总量;
实际载客量包括上行方向实际载客总量和下行方向实际载客总量;
辅助参数包括列车运行间隔时间和列车站停时间。
连续晚点导致运力下降时最直观的现象就是车站滞留乘客数增加。为表征这种滞留数量的变化,需要计算客流量、运力及乘客滞留之间的变化关系,首先定义一组参数,在t时间内的n站:
Figure DEST_PATH_IMAGE019
:表示进站乘客总量;
Figure DEST_PATH_IMAGE020
:表示进站上行乘客数量;
Figure DEST_PATH_IMAGE021
:表示进站下行乘客数量;
Figure DEST_PATH_IMAGE022
:表示出站乘客总量;
Figure DEST_PATH_IMAGE023
:表示上行出站乘客数量;
Figure DEST_PATH_IMAGE024
:表示上行与下行出站乘客数量;
Figure DEST_PATH_IMAGE025
:上行方向理论可载客量;
Figure DEST_PATH_IMAGE026
:下行方向理论可载客量;
Figure DEST_PATH_IMAGE027
:上行方向实际载客量(饱和函数);
Figure DEST_PATH_IMAGE028
:下行方向实际载客量(饱和函数);
其中,
Figure 803143DEST_PATH_IMAGE027
Figure 164985DEST_PATH_IMAGE028
根据服务水平与可接受间隙确定;
服务水平指乘客的出行质量,分为A、B、C、D、E这5级服务水平,非常顺畅为A级服务水平,拥堵行驶非常缓慢为E级服务水平;
可接受间隙解释为:例如,根据到站列车的乘客数量确定,以8人/平米作为标准,如果到站列车开门后乘客下车后车厢密度低于8人/平米,则可以计算出还可以上车多少人,可以装载的人数为可接受间隙。
另外,定义列车运行间隔时间为
Figure 49765DEST_PATH_IMAGE007
和列车站停时间
Figure DEST_PATH_IMAGE029
Figure 690699DEST_PATH_IMAGE007
的取值范围一般为2-15min;
Figure 968228DEST_PATH_IMAGE008
是列车站停时长,取值范围一般为1-2min。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中得出累积时间指标的步骤如下:
以车站列车上行方向为例:
根据辅助参数、进站乘客总量和实际载客量之间的关系建立第一函数式,得出滞留乘客总量,根据辅助参数和滞留乘客总量之间的关系建立第二函数式,得出第一时间指标;
根据辅助参数、进站乘客总量和实际载客量之间的关系建立第三函数式,得出终止参数;根据辅助参数和终止参数建立第四函数式,得出第二时间指标;
根据第二时间指标和滞留乘客总量建立第五函数式,得出第三时间指标;
根据第二函数式和第五函数式组合计算,得出累积时间指标。
如图2所示,
S041:根据辅助参数、进站乘客总量和实际载客量之间的关系建立第一函数式,得出滞留乘客总量,根据辅助参数和滞留乘客总量之间的关系建立第二函数式,得出第一时间指标;
S042:根据辅助参数、进站乘客总量和实际载客量之间的关系建立第三函数式,得出终止参数;根据辅助参数和终止参数建立第四函数式,得出第二时间指标;
S043:根据第二时间指标和滞留乘客总量建立第五函数式,得出第三时间指标;
S044:根据第二函数式和第五函数式组合计算,得出累积时间指标。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,第一函数式为:
Figure DEST_PATH_IMAGE030
第二函数式为:
Figure DEST_PATH_IMAGE031
其中,t表示在t时间内,n表示在t时间内的n站,
Figure 479850DEST_PATH_IMAGE003
表示运力不足后开始计时的第
Figure 808235DEST_PATH_IMAGE003
个行车周期,
Figure 765827DEST_PATH_IMAGE020
表示进站上行乘客数量,
Figure 565156DEST_PATH_IMAGE027
表示上行方向实际载客总量,
Figure DEST_PATH_IMAGE032
表示滞留乘客总量,
Figure 229486DEST_PATH_IMAGE007
表示列车运行间隔时间,
Figure 236494DEST_PATH_IMAGE008
表示列车站停时间,
Figure DEST_PATH_IMAGE033
表示第一时间指标。
在列车运力不足时乘客出现留乘时个体等待时间将出现差别,每个运行间隔的
Figure 9278DEST_PATH_IMAGE027
不同,任意评价时刻所对应的等待时间应该是当时在车站所有不同乘客群体等待时长的累积总和,不同时刻进入车站的乘客根据排队服务规则,并且以进站时间划分,相同乘客个体所组成的各群体等待时间仅与t=k时形成的滞留乘客总量
Figure DEST_PATH_IMAGE034
t>k时的
Figure 425347DEST_PATH_IMAGE027
Figure 645982DEST_PATH_IMAGE007
Figure 309044DEST_PATH_IMAGE008
有关,与t>k时的
Figure 241228DEST_PATH_IMAGE020
无关,所以
Figure 398671DEST_PATH_IMAGE034
滞留规模(即滞留乘客总量)是
Figure 958966DEST_PATH_IMAGE020
乘客到达率(即进站上行乘客数量)和
Figure 307776DEST_PATH_IMAGE027
列车服务率(即上行方向实际载客量)的函数,即
Figure DEST_PATH_IMAGE035
,表示为
Figure DEST_PATH_IMAGE036
Figure DEST_PATH_IMAGE037
为第一时间指标,表示所有滞留乘客特定间隔内等待时长,其值仅与滞留规模、列车行车间隔有关,即
Figure DEST_PATH_IMAGE038
,表示为
Figure DEST_PATH_IMAGE039
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,第三函数式为:
Figure DEST_PATH_IMAGE040
第四函数式为:
Figure DEST_PATH_IMAGE041
其中,
Figure DEST_PATH_IMAGE042
表示终止参数,
Figure DEST_PATH_IMAGE043
表示第二时间指标。
终止参数
Figure 491371DEST_PATH_IMAGE042
表示运力不足终止时刻,第二时间指标
Figure 701772DEST_PATH_IMAGE043
表示乘客自进入车站到离开所经历的时间长度,
Figure 132885DEST_PATH_IMAGE043
仅与已形成的滞留乘客数量
Figure DEST_PATH_IMAGE044
t>k时的
Figure 341012DEST_PATH_IMAGE027
Figure 356110DEST_PATH_IMAGE007
Figure 839044DEST_PATH_IMAGE008
有关,与
Figure 390243DEST_PATH_IMAGE020
无关。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,
第五函数式为:
Figure DEST_PATH_IMAGE045
Figure DEST_PATH_IMAGE046
其中,i表示的是时刻,
Figure DEST_PATH_IMAGE047
表示i时刻下的第二时间指标。
在任一列车运行间隔时间t内,车站内所有
Figure DEST_PATH_IMAGE048
数量的乘客总等待时间之和可表示为
Figure DEST_PATH_IMAGE049
Figure DEST_PATH_IMAGE050
表示i时刻下乘客自进入车站到离开所经历的时间长度。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,根据第二函数式和第五函数式进行组合计算的函数式为:
Figure DEST_PATH_IMAGE051
Figure DEST_PATH_IMAGE052
表示为累积时间指标。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,根据累积时间指标分析出乘客的累计出行成本的具体分析方式包括:
Figure 189178DEST_PATH_IMAGE052
=0,表示乘客自进入车站到乘车离开的累计出行成本为一个列车运行间隔,列车运行间隔为列车运行间隔时间
Figure 193037DEST_PATH_IMAGE007
与列车站停时间
Figure 479662DEST_PATH_IMAGE029
的和;
Figure 744421DEST_PATH_IMAGE052
>0,表示乘客累计出行成本超过一个列车运行间隔周期,有滞留现象。
Figure DEST_PATH_IMAGE053
组合计算得到一个新指标,即累积时间指标,以
Figure 668253DEST_PATH_IMAGE052
表示,累积时间指标这个不仅在运力失效情况下可以表征滞留乘客,也可以表示高峰期间的服务水平,滞留乘客的含义为:进站后超过一个行车间隔未上车。
Figure 893829DEST_PATH_IMAGE049
为所有乘客等待时间之和,
Figure DEST_PATH_IMAGE054
用以计算车站等待的乘客是否存在等待多个间隔的情况;计算
Figure 826887DEST_PATH_IMAGE052
的好处在于:由于
Figure 70787DEST_PATH_IMAGE052
计算的基础是累计值,即使车站等待的乘客数较少,通过
Figure 463722DEST_PATH_IMAGE052
也可以明显反映出各个乘客真正经历的等待时间之和的大小,而仅通过
Figure 176594DEST_PATH_IMAGE049
计算,仅能间接反映滞留规模,无法反映真实的乘客等待时间长短,即无法度量连续晚点时乘客受影响程度,需要说明的是,对于乘客等待总时间的计算是为了度量影响程度大小,在建模时假设按照时间先后到达的不同乘客均遵循排队服务规则,在实际中并非如此,但是计算方法和思路仍然适用。即使进行实际状态评估时,有不符合排队服务条件的状况,总的等待时间仍然不变,只不过是这部分等待时间成本转换由另外一部分遵守规则的乘客承担。
如果
Figure 913344DEST_PATH_IMAGE052
指标小,表明上行方向实际载客量可以有效疏解乘客滞留,乘客受影响产生的额外等待间隔数较少;
如果
Figure 418275DEST_PATH_IMAGE052
指标大,表明车站等候部分乘客有额外等待现象,并且当
Figure 841166DEST_PATH_IMAGE052
的值过大即可认为运力运量失衡,这时候轨道交通系统就需要对
Figure 306913DEST_PATH_IMAGE052
指标大的车站进行协同限流,降低滞留乘客总量,来确保运力调配的公平,从而保证对滞留乘客的运载。
在一些实施例中,上述一种基于乘客累计出行成本分析下的协调限流方法中,根据对乘客的累计出行成本的分析从而对车站进行协调限流的方法包括:
列车调配和人流限制;
当乘客自进入车站到乘车离开的累计出行成本为一个列车运行间隔时,表示此时没有滞留现象;
此时对于所述列车调配,无需增加车站列车的运行班次,提高车站的运力;
此时对于所述人流限制,需要预留快速疏散所需要的空间,在车站外及时限流,防止客流短时猛增;
当乘客累计出行成本超过一个列车运行间隔周期时,表示有滞留现象;
此时对于所述列车调配,需要增加车站列车的运行班次,降低列车运行间隔时间和列车站停时间,提高车站的运力;
此时对于所述人流限制,应在车站内采取有效的客流组织方案避免安全事故。
具体说明,对车站客流集散分析从而进行协调限流的分析过程如下:
此处运力是指在列车到达车站时可接受的乘客数量,取决于列车最大载客数及服务水平。以上行方向为例,主要参数关系为:
Figure DEST_PATH_IMAGE055
Figure DEST_PATH_IMAGE056
满足如下约束条件,实际为饱和函数:
Figure DEST_PATH_IMAGE057
正常状态时对车站客流集散仿真为:在此基础上,不考虑晚点的双向传播,以单向晚点为例,为表示晚点影响而产生的车站乘客滞留数量及其变化过程,利用MATLAB进行仿真。设定仿真总时长为2h(7:00-9:00),步长与高峰时段列车运行间隔相同,设为2min。
如图3所示,选择中等规模车站进站量及同时段有效运力为输入,以7:00-8:00为例,间隔2min;
如图4所示,假设出站乘客不滞留,客流与有效运力曲线出现两次重叠,分别为滞留和消散起始点。第一段时长为t1,记为客流集聚时间;第二段时长为t2,记为客流消散时间,S1=S2;图4中,客流量与有效运力均为瞬时量,表示某时刻进站客流以及列车运力值;滞留量为累积量,表示滞留积压呈现的总状态;滞留增长量表示滞留量增速,反映客流量与有效运力之间的均衡关系。
如图5所示,在理想情况下,集聚与消散过程基本对称,在运力与客流第二次重叠时达到最大值。滞留增长量最大时,滞留量曲线斜率最大,滞留增长量为零时,滞留量曲线斜率为零,达到最大值,现实中,考虑乘客选择替代路径以及满载率提高等因素,消散过程会更加迅速。
连续晚点时车站客流集散仿真为:
平峰向高峰期过渡时段发生连续晚点,相当于特定时段运力下降。连续晚点后首车到达时满载率提高情况下,乘客滞留规模等参数变化如图6所示;
如果连续晚点发生在高峰时段,各参数变化情况如图7所示。对比图4和5,在高峰期发生连续晚点时,仿真开始时段滞留乘客即快速增长,至仿真结束时仍未能全部消散,系统溢出。
结合第一、二、三、四和五函数式以及式(1)-(2) 计算所有滞留乘客特定间隔内等待时长、乘客影响滞留累积时间以及所有乘客等待时间之和。
以滞留时长2个运行间隔为例,
Figure DEST_PATH_IMAGE058
Figure DEST_PATH_IMAGE059
Figure DEST_PATH_IMAGE060
关系如式(4)-(5)所示。
Figure DEST_PATH_IMAGE061
高峰时段列车连续晚点乘客滞留时,
Figure 34304DEST_PATH_IMAGE058
Figure 252796DEST_PATH_IMAGE059
Figure 128479DEST_PATH_IMAGE060
的大小如图8所示;
(1)正常状态、连续晚点发生在平峰向高峰过渡时段,以及连续晚点发生在高峰时段3种情况下,车站最大聚集客流分别为475、640及945人,乘客滞留增长量最大分别为35、115及255人/2min。考虑安全快速疏散所需要的预留空间,应在连续晚点发生后在车站外及时限流,防止客流短时猛增;
(2)高峰时段出现连续晚点时,
Figure 65211DEST_PATH_IMAGE059
Figure 441966DEST_PATH_IMAGE058
Figure 764232DEST_PATH_IMAGE060
最大值分别为1890、3360及1500min,集中在8:04-8:16时段,表明列车有效运力无法及时疏散乘客,留乘等待时间最长,车站最为拥挤,应提前在车站内采取有效的客流组织方案避免安全事故。
本发明建立了线路列车连续晚点导致运力不足情况下乘客影响程度度量系统模型,以乘客影响规模和程度为衡量指标,提出了运营影响评估量化计算方法;其中,对连续晚点所产生的乘客滞留过程与影响进行了描述与计算。本发明可为连续晚点时车站限流安全预警尤其是多车站协调限流方案制定提供方法支持。
一种基于乘客累计出行成本分析下的协调限流系统,包括:数据统计模块、网络构建模块、建模模块、分析模块和调度模块;
数据统计模块,用于收集列车信息、进出站的乘客数据和站内乘客信息,进行统计处理后得到乘客数据和列车数据;
网络构建模块,用于将乘客数据和列车数据定义乘客-列车关系参数并将其加入到物理网络中,建立轨道交通调度分析网络;
建模模块,用于根据乘客数据和列车数据得到乘客-列车关系参数建立累计出行成本计算模型;
分析模块,用于结合乘客-列车关系参数和累计出行成本计算模型得到累积时间指标,根据累积时间指标分析出乘客的累计出行成本;
调度模块,用于根据对乘客的累计出行成本的分析从而对车站进行协调限流。
其中,还包括检票匝和摄像头这样的基础设施,通过检票闸将收集进出站的乘客数据并将其传送到数据统计模块中,通过摄像头将收集列车信息和站内乘客信息,然后将其传送到所述数据统计模块中。
以上仅是本发明优选的实施方式,需指出的是,对于本领域技术人员在不脱离本技术方案的前提下,作出的若干变形和改进的技术方案应同样视为落入本权利要求书要求保护的范围。

Claims (10)

1.一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:包括以下步骤:
收集乘客数据和列车数据;
根据所述乘客数据和所述列车数据定义乘客-列车关系参数;
根据所述乘客-列车关系参数建立累计出行成本计算模型;
结合所述乘客-列车关系参数和所述累计出行成本计算模型得到累积时间指标;
根据所述累积时间指标分析出乘客的累计出行成本;
根据对乘客的累计出行成本的分析从而对车站进行协调限流。
2.根据权利要求1所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:所述乘客数据包括进出站乘客数据,所述列车数据包括列车载客数据和列车运行数据,所述乘客-列车关系参数包括进站乘客总量、出站乘客总量、理论可载客量、实际载客量和辅助参数;
所述进站乘客总量包括进站上行乘客数量和进站下行乘客数量;
所述出站乘客总量包括上行出站乘客总量和下行出站乘客数量;
所述理论可载客量包括上行方向理论可运送乘客总量和下行方向理论可运送乘客总量;
所述实际载客量包括上行方向实际载客总量和下行方向实际载客总量;
所述辅助参数包括列车运行间隔时间和列车站停时间。
3.根据权利要求2所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:得出累积时间指标的步骤如下:
根据所述辅助参数、进站乘客总量和实际载客量之间的关系建立第一函数式,得出所述滞留乘客总量,根据所述辅助参数和滞留乘客总量之间的关系建立第二函数式,得出第一时间指标;
根据所述辅助参数、进站乘客总量和实际载客量之间的关系建立第三函数式,得出终止参数;根据所述辅助参数和所述终止参数建立第四函数式,得出所述第二时间指标;
根据所述第二时间指标和所述滞留乘客总量建立第五函数式,得出所述第三时间指标;
根据所述第二函数式和所述第五函数式组合计算,得出累积时间指标。
4.根据权利要求3所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:
所述第一函数式为:
Figure 168130DEST_PATH_IMAGE001
所述第二函数式为:
Figure 139497DEST_PATH_IMAGE002
其中,t表示在t时间内,n表示在t时间内的n站,
Figure 818871DEST_PATH_IMAGE003
表示运力不足后开始计时的第
Figure 16634DEST_PATH_IMAGE003
个行车周期,
Figure 423345DEST_PATH_IMAGE004
表示所述进站上行乘客数量,
Figure 390164DEST_PATH_IMAGE005
表示所述上行方向实际载客总量,
Figure 4554DEST_PATH_IMAGE006
表示所述滞留乘客总量,
Figure 283088DEST_PATH_IMAGE007
表示所述列车运行间隔时间,
Figure 368856DEST_PATH_IMAGE008
表示所述列车站停时间,
Figure 65548DEST_PATH_IMAGE009
表示所述第一时间指标。
5.根据权利要求4所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:
所述第三函数式为:
Figure 476937DEST_PATH_IMAGE010
所述第四函数式为:
Figure 508347DEST_PATH_IMAGE011
其中,
Figure 506128DEST_PATH_IMAGE012
表示所述终止参数,
Figure 447539DEST_PATH_IMAGE014
表示所述第二时间指标。
6.根据权利要求5所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:
所述第五函数式为:
Figure 154464DEST_PATH_IMAGE015
其中,i表示的是时刻,
Figure 282957DEST_PATH_IMAGE016
表示i时刻下的第二时间指标。
7.根据权利要求6所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:根据所述第二函数式和所述第五函数式进行组合计算的函数式为:
Figure 851473DEST_PATH_IMAGE017
Figure 381811DEST_PATH_IMAGE018
表示为所述累积时间指标。
8.根据权利要求7所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:根据所述累积时间指标分析出乘客的累计出行成本的具体分析方式包括:
Figure 994058DEST_PATH_IMAGE019
表示乘客自进入车站到乘车离开的累计出行成本为一个列车运行间隔,所述列车运行间隔为列车运行间隔时间
Figure 249328DEST_PATH_IMAGE007
与列车站停时间
Figure 746168DEST_PATH_IMAGE008
的和;
Figure 521226DEST_PATH_IMAGE020
,表示乘客累计出行成本超过一个列车运行间隔周期,有滞留现象。
9.根据权利要求8所述的一种基于乘客累计出行成本分析下的协调限流方法,其特征在于:根据对乘客的累计出行成本的分析从而对车站进行协调限流的方法包括:
列车调配和人流限制;
当乘客自进入车站到乘车离开的累计出行成本为一个列车运行间隔时,表示此时没有滞留现象;
此时对于所述列车调配,无需增加车站列车的运行班次,提高车站的运力;
此时对于所述人流限制,需要预留快速疏散所需要的空间,在车站外及时限流,防止客流短时猛增;
当乘客累计出行成本超过一个列车运行间隔周期时,表示有滞留现象;
此时对于所述列车调配,需要增加车站列车的运行班次,降低列车运行间隔时间和列车站停时间,提高车站的运力;
此时对于所述人流限制,应在车站内采取有效的客流组织方案避免安全事故。
10.一种基于乘客累计出行成本分析下的协调限流系统,其特征在于:包括:数据统计模块、网络构建模块、建模模块、分析模块和调度模块
所述数据统计模块,用于收集所述列车信息、进出站的乘客数据和站内乘客信息,进行统计处理后得到乘客数据和所述列车数据;
所述网络构建模块,用于接受所述数据统计模块中的乘客数据和列车数据,然后将所述乘客数据和所述列车数据定义乘客-列车关系参数并将其加入到物理网络中,建立轨道交通调度分析网络;
建模模块,用于根据所述乘客数据和所述列车数据得到乘客-列车关系参数建立累计出行成本计算模型;
分析模块,用于结合所述乘客-列车关系参数和所述累计出行成本计算模型得到累积时间指标,根据所述累积时间指标分析出乘客的累计出行成本;
调度模块,用于根据对乘客的累计出行成本的分析从而对车站进行协调限流。
CN202111575650.5A 2021-12-22 2021-12-22 一种基于乘客累计出行成本分析下的协调限流方法及系统 Pending CN113962616A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111575650.5A CN113962616A (zh) 2021-12-22 2021-12-22 一种基于乘客累计出行成本分析下的协调限流方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111575650.5A CN113962616A (zh) 2021-12-22 2021-12-22 一种基于乘客累计出行成本分析下的协调限流方法及系统

Publications (1)

Publication Number Publication Date
CN113962616A true CN113962616A (zh) 2022-01-21

Family

ID=79473571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111575650.5A Pending CN113962616A (zh) 2021-12-22 2021-12-22 一种基于乘客累计出行成本分析下的协调限流方法及系统

Country Status (1)

Country Link
CN (1) CN113962616A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114912233A (zh) * 2022-04-19 2022-08-16 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

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353639A (zh) * 2020-02-26 2020-06-30 北京交通大学 协调列车时刻表的城市轨道交通高峰期限流优化方法
CN112465205A (zh) * 2020-11-20 2021-03-09 东南大学 一种单线多站协同限流的轨道交通列车开行密度优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353639A (zh) * 2020-02-26 2020-06-30 北京交通大学 协调列车时刻表的城市轨道交通高峰期限流优化方法
CN112465205A (zh) * 2020-11-20 2021-03-09 东南大学 一种单线多站协同限流的轨道交通列车开行密度优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李健等: "连续晚点时地铁车站客流集散建模研究", 《地下空间与工程学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114912233A (zh) * 2022-04-19 2022-08-16 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

Similar Documents

Publication Publication Date Title
CN111552913B (zh) 一种新线接入条件下城市轨道交通运能匹配性评价方法
CN113276913B (zh) 一种地铁车厢客流动态均衡的方法及系统
WO2023065389A1 (zh) 一种基于公交多源数据分析的智能排班表生成方法
CN107705039A (zh) 基于客流需求的城市轨道交通客流精细化控制方法及系统
CN112949078B (zh) 一种城市轨道交通客流-车流的匹配度计算方法
CN112214873A (zh) 一种轨道交通故障下的客流分布仿真评估方法及系统
CN114970993B (zh) 一种轨道交通沿线常规公交线路调整方法
CN105488751A (zh) 一种地铁站客流微观统计与调度方法
CN112819316B (zh) 一种综合客运枢纽轨道交通系统的枢纽运能识别方法
CN112381260B (zh) 基于进站比例的城市轨道交通客流管控优化方法
CN112918523A (zh) 拥挤地铁线路基于列车时刻表优化的客流协同精确控制方法
JPS5822274A (ja) エレベ−タの群管理装置
CN113962616A (zh) 一种基于乘客累计出行成本分析下的协调限流方法及系统
CN111401643A (zh) 一种城市轨道交通客流回路自适应的智能列车调度方法
CN109308539A (zh) 实时估算轨道交通线网中换乘站的乘客滞留状态的方法
CN107808235B (zh) 基于afc大数据的城市轨道大客流模型构建方法
CN111079986B (zh) 一种换乘车站运输能力的匹配方法及系统
CN111201191A (zh) 拥堵避免运转系统和方法
CN112580962A (zh) 一种基于智慧城市的交通优化调度系统及方法
CN117094506B (zh) 基于站台拥挤度的地铁换乘站客流瓶颈管控方法
CN111367900B (zh) 基于afc数据的城市轨道交通网络常态限流强度的计算方法
CN111862637B (zh) 交通信息控制方法、系统、存储介质、计算机设备、终端
CN117035198A (zh) 城市轨道交通车站客流状态识别与管控方法
CN111325649A (zh) 一种城市轨道交通组合式站点停靠方法
CN114266010B (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

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220121

RJ01 Rejection of invention patent application after publication