CN114819427B - 基于轨道交通站场平面结构的客流引导方法 - Google Patents

基于轨道交通站场平面结构的客流引导方法 Download PDF

Info

Publication number
CN114819427B
CN114819427B CN202210764272.3A CN202210764272A CN114819427B CN 114819427 B CN114819427 B CN 114819427B CN 202210764272 A CN202210764272 A CN 202210764272A CN 114819427 B CN114819427 B CN 114819427B
Authority
CN
China
Prior art keywords
passenger flow
route
point
starting point
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.)
Active
Application number
CN202210764272.3A
Other languages
English (en)
Other versions
CN114819427A (zh
Inventor
卢洁楚
王叶飞
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.)
Guangdong Yonghua Technology Co ltd
Original Assignee
Guangdong Yonghua Technology 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 Guangdong Yonghua Technology Co ltd filed Critical Guangdong Yonghua Technology Co ltd
Priority to CN202210764272.3A priority Critical patent/CN114819427B/zh
Publication of CN114819427A publication Critical patent/CN114819427A/zh
Application granted granted Critical
Publication of CN114819427B publication Critical patent/CN114819427B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422—Technical drawings; Geographical maps
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Resources & Organizations (AREA)
  • Pure & Applied Mathematics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于轨道交通站场平面结构的客流引导方法，改进可视图算法，降低计算需求；基于平面结构图快速生成起点和终点可选路线集；建立客流引导的多目标路线优化模型；求解多目标路线优化模型得到客流引导方案。相比于现有其他方案，本发明发明使用改进的可视图算法快速生成起点和终点可选路线集，降低时间复杂度；所建立的客流引导的多目标路线优化模型，考虑目标点周全，使客流引导效果达到最优。

Description

基于轨道交通站场平面结构的客流引导方法
技术领域
本发明属于轨道交通客流引导技术领域，涉及基于轨道交通站场平面结构的客流引导方法。
背景技术
近些年，随着轨道交通规模不断扩大，客流量迅速攀升，轨道交通站内关键路口时常出现旅客拥堵现象，严重影响旅客出行体验和站场服务质量，因此需要科学合理的客流引导策略才能有效解决上述难题。
当前海内外针对轨道交通站场客流引导的研究开始不断增多，但现阶段轨道交通站场尚未形成体系化的客流引导策略，已有的客流引导策略有：基于历史经验的客流引导策略；结合现有设施布局和客流的引导策略；以路线或路网客流拥挤控制为研究对象的数学规划策略，而基于轨道交通站场平面结构生成多条引导路线，建立客流引导的多目标规划模型，让不同时刻的引导策略到达最优的方法尚未被实现，该方法可在达到引导效果最优的同时，降低计算复杂度并增强其实用性。
现有技术的缺点：（1）经验引导策略主要根据站台承载能力和列车满载率来判断发生客流拥挤位置，在车站层采取客流规避拥堵的引导措施，该类方法主观性和局限性较大；（2）结合现有设施布局和客流的启发式引导策略，适用于控制轨道交通综合枢纽站运营成本不再增加的情况，应用性强并且策略容易执行，但客流控制效果仍不够理想；（3）数学规划策略以线路或路网层客流拥挤控制为研究对象，从理论上建立客流引导多目标规划模型，让线路或路网客流引导效果达到最优，但计算需求高、实用性不强，同时少有考虑轨道交通站场整体客流均衡性。
发明内容
本发明的目的是针对当前现有的客流引导方法存在的问题，提出一种基于轨道交通站场平面结构的客流引导方法，为轨道交通站场客流组织决策者提供切实可行的客流引导策略。
为了实现上述目的，本发明所采用的技术方案是：一种基于轨道交通站场平面结构的客流引导方法，包括如下步骤：
步骤一、获取轨道交通站场的平面结构；
步骤二、基于改进的可视图法生成指定起始点和终止点的可选路线集；
步骤三、获取轨道交通站场各时段各起始点客流量的历史数据；
步骤四、根据终止点区域客流均衡、路线客流交叉少和路线客流行程短三个原则建立客流引导的多目标路线优化模型；
步骤五、对步骤四中的多目标路线优化模型求解得出各时段引导策略。
本发明所述步骤一种获取轨道交通站场的平面结构的具体方法为：提取轨道交通站场平面结构CAD图纸中旅客可达区域的边界线以及可达区域中障碍物的轮廓线，并标明站场内客流的起始点和终止点。
本发明所述步骤二中改进的可视图法具体为：
步骤2.1、将与指定起始点和终止点的连线相交的各个多边形障碍物的所有顶点分为两个顶点集；
步骤2.2、判断连线两侧最大距离的顶点是否属于同一障碍物；
步骤2.3、根据不同的情形产生节点并合成初步路线集；
步骤2.4、遍历各路线的每个路段，增加与多边形障碍物相交的路段节点；
步骤2.5、循环遍历新生成的路线集中各路段并新增节点，直至满足路线与多边形障碍物不相交的条件。
本发明所述步骤四中建立客流引导的多目标路线优化模型为：
（1）求到达各终止点客流量的平均数M：
Figure 214123DEST_PATH_IMAGE001
；
对于终止点客流均衡原则，对目标函数表达如下：
Figure 600105DEST_PATH_IMAGE002
；
Figure 114263DEST_PATH_IMAGE003
表示t时段从起始点i到终止点j的第k条路线上被分配的客流量，其中
Figure 181576DEST_PATH_IMAGE004
；
（2）对于路线客流交叉少原则，对目标函数表达如下：
Figure 464790DEST_PATH_IMAGE005
Figure 21673DEST_PATH_IMAGE006
；
Figure 757548DEST_PATH_IMAGE007
表示t时段从起始点i到终止点j的第k条路线与t时段从起始点i’到终止点j’的第k’条路线是否交叉，
Figure 628552DEST_PATH_IMAGE008
为0-1变量；
（3）对于路线客流行程短原则，对目标函数表达如下：
Figure 766272DEST_PATH_IMAGE009
；
Figure 697319DEST_PATH_IMAGE010
表示从起始点i到终止点j的第k条路线长度；
（4）客流引导模型的约束条件为每个起始点到各终止点的路线客流等于每个起始点的客流量、各路线客流量
Figure 920490DEST_PATH_IMAGE011
为正整数且小于该路线起始点的客流量，对约束条件表达如下：
Figure 388993DEST_PATH_IMAGE012
Figure 381220DEST_PATH_IMAGE013
，
Figure 483168DEST_PATH_IMAGE014
为正整数。
本发明的有益效果是：该发明提供基于轨道交通站场平面结构快速生成多条引导路线，建立客流引导的多目标优化模型，让不同时刻的引导策略到达最优的方法，为轨道交通站场的客流引导研究提供不同的切入点和思路；本发明旨在为决策者提供不同时刻客流引导效果最优的策略，提高轨道交通站场的服务质量，增强旅客出行的舒适度和体验感。相比于现有方案，本发明使用改进的可视图算法快速生成起点和终点可选路线集，降低时间复杂度；同时，本发明所建立的客流引导的多目标路线优化模型，考虑目标点周全，使客流引导效果达到最优。
附图说明
图1为本发明实施例将与指定起始点和终止点的连线相交的各个多边形障碍物的所有顶点分为两个顶点集示意图；
图2为本发明实施例情形一即存在一个多边形障碍物的两顶点分别位于起始点到终止点连线左、右侧，并且到连线的距离分别在左、右顶点集中都是最大的示意图；
图3为本发明实施例情形二即任一多边形障碍物中不同时存在左顶点、右顶点，使得该左顶点、右顶点到连线的距离在左顶点、右顶点集中距离都是最大的示意图；
图4为本发明实施例情形一的初步路线集示意图；
图5为本发明实施例情形二的初步路线集示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明，但并不作为对发明做任何限制的依据。
本发明的目的：（1）为客流引导策略的研究提供不同的思路。该发明提供基于轨道交通站场平面结构快速生成多条引导路线，建立客流引导的多目标优化模型，让不同时刻的引导策略到达最优的方法，为轨道交通站场的客流引导研究提供不同的切入点。
（2）为轨道交通站场客流组织决策者提供切实可行的客流引导策略。随着轨道交通站场服务智能化的程度逐步提升，理论上的客流引导策略越发容易被实施。组织管理者不能单靠历史经验做决策，更多是要借助科学的手段引导客流。该发明旨在为决策者提供不同时刻客流引导效果最优的策略，提高轨道交通站场的服务质量，增强旅客出行的舒适度和体验感。
本发明一种基于轨道交通站场平面结构的客流引导方法，具体方案为：
步骤一、获取轨道交通站场的平面结构：提取轨道交通站场平面结构CAD图纸中旅客可达区域的边界线以及可达区域中障碍物的轮廓线，并标明站场内客流的起始点和终止点。
步骤二、基于改进的可视图法生成指定起始点和终止点的可选路线集。
可视图法是一种传统路径规划算法，将机器人描述为点，障碍物为多边形，然后将起点S、终点G、多边形障碍物顶点V连接，并且任何连线都不能穿透障碍物，可以将直线的距离作为连线的权值，通过优化算法对{S,G,V}进行求解获得最优路径，但其缺点在于时间复杂度高，将地图中大部分无关紧要的信息纳入计算。
本发明提出的改进的可视图法只需考虑与指定起始点和终止点连线存在交集的多边形障碍物，大大降低时间复杂度。该发明所提出的改进的可视图法旨在快速生成指定起始点和终止点的可选路线集，这些可选路线都为较优值（包含最优值），相比于其他类型的路径规划算法则难以快速满足该发明的需求。
改进的可视图法具体步骤如下：
2.1：将与指定起始点和终止点的连线相交的各个多边形障碍物的所有顶点分为两个顶点集。
以连线
Figure 193635DEST_PATH_IMAGE015
为分割线，由起始点S指向终止点G，则位于该指向左侧的所有顶点归类到左侧顶点集
Figure 406442DEST_PATH_IMAGE016
，位于右侧所有顶点归类到右侧顶点集
Figure 315492DEST_PATH_IMAGE017
，即
Figure 322762DEST_PATH_IMAGE018
。其中
Figure 520525DEST_PATH_IMAGE019
表示第n个左顶点，
Figure 333760DEST_PATH_IMAGE020
表示第m个右顶点，n表示左侧顶点集
Figure 503842DEST_PATH_IMAGE021
的顶点个数，m表示右侧顶点集
Figure 744330DEST_PATH_IMAGE022
的顶点个数。
左侧顶点集合
Figure 429390DEST_PATH_IMAGE023
由与
Figure 981069DEST_PATH_IMAGE015
相交的每个多边形障碍物
Figure 802395DEST_PATH_IMAGE024
的左侧顶点
Figure 479364DEST_PATH_IMAGE025
组成，右侧顶点集合
Figure 386140DEST_PATH_IMAGE026
由与
Figure 275598DEST_PATH_IMAGE027
相交的每个多边形障碍物
Figure 420272DEST_PATH_IMAGE028
的右侧顶点
Figure 2563DEST_PATH_IMAGE029
组成，即
Figure 396635DEST_PATH_IMAGE030
，其中
Figure 355364DEST_PATH_IMAGE031
，p表示与
Figure 885702DEST_PATH_IMAGE015
相交多边形障碍物个数，因此每个与
Figure 638895DEST_PATH_IMAGE032
相交的多边形障碍物可以表示为
Figure 723525DEST_PATH_IMAGE033
，任取
Figure 220366DEST_PATH_IMAGE034
，用
Figure 136369DEST_PATH_IMAGE035
、
Figure 791954DEST_PATH_IMAGE036
、
Figure 160618DEST_PATH_IMAGE037
等多边形障碍物示意上述过程，如图1所示。
2.2：判断连线两侧最大距离的顶点是否属于同一障碍物。
用D(v)表示顶点v到连线的垂直距离函数，令
Figure 398833DEST_PATH_IMAGE038
和
Figure 169343DEST_PATH_IMAGE039
，则
Figure 998758DEST_PATH_IMAGE040
、
Figure 120298DEST_PATH_IMAGE041
表示左、右侧距离连线
Figure 958941DEST_PATH_IMAGE042
最大的顶点。
情形一：若
Figure 318378DEST_PATH_IMAGE043
，使得
Figure 584275DEST_PATH_IMAGE044
且
Figure 661952DEST_PATH_IMAGE045
，即存在一个多边形障碍物的两顶点分别位于起始点到终点连线左、右侧，并且到连线的距离分别在左、右顶点集中都是最大，如图2所示。
情形二：若
Figure 507548DEST_PATH_IMAGE046
，使得
Figure 987071DEST_PATH_IMAGE047
且
Figure 423869DEST_PATH_IMAGE048
，即任一多边形障碍物中不同时存在左顶点、右顶点，使得该左顶点、右顶点到连线的距离在左顶点、右顶点集中距离都是最大的，如图3所示。
2.3：根据不同的情形产生节点并合成初步路线集。
针对2.2的情形一，产生多边形障碍物
Figure 988842DEST_PATH_IMAGE049
左、右两侧距离最大的顶点
Figure 455375DEST_PATH_IMAGE050
、
Figure 789404DEST_PATH_IMAGE051
，故情形一的初步路线集
Figure 397103DEST_PATH_IMAGE052
，有两条路线。
针对2.2的情形二，令
Figure 449373DEST_PATH_IMAGE053
，
Figure 167930DEST_PATH_IMAGE054
。除了产生多边形障碍物
Figure 356466DEST_PATH_IMAGE049
左侧距离最大的顶点
Figure 400645DEST_PATH_IMAGE050
、多边形障碍物
Figure 940211DEST_PATH_IMAGE055
右侧距离最大的顶点
Figure 196880DEST_PATH_IMAGE051
之外，还产生左、右侧距离最大的顶点对应同一障碍物的另一侧距离最小的顶点集，即左侧距离最大的顶点
Figure 505502DEST_PATH_IMAGE050
对应多边形障碍物
Figure 455003DEST_PATH_IMAGE056
的另一侧距离最小的顶点
Figure 481865DEST_PATH_IMAGE057
、右侧距离最大的顶点
Figure 542225DEST_PATH_IMAGE058
对应多边形障碍物
Figure 705353DEST_PATH_IMAGE059
的另一侧距离最小的顶点
Figure 825756DEST_PATH_IMAGE060
，两者合成顶点集为
Figure 339914DEST_PATH_IMAGE061
，故情形二的初步路线集
Figure 466614DEST_PATH_IMAGE062
，有三条路线。
情形一、二初步路线集如图4、5所示。
而对于指定起始点和终止点连线不与多边形障碍物相交的情形三，则只产生一条直线路线，表示为
Figure 484249DEST_PATH_IMAGE063
。
2.4：遍历各路线的每个路段，增加与多边形障碍物相交的路段节点。
该遍历过程中以每个路段作为新的分割线，以路段指向为方向，将与路段相交的所有多边形障碍物所有顶点分为路段左、右两侧顶点集（与Step1相似，唯一不同的是分割线不一样）。最关键的是，增加的路段节点依据是将与路段相交的所有多边形障碍物的左、右两侧距离最大顶点作比较，将左、右两侧最大距离较小的顶点作为新的节点，即若
Figure 775553DEST_PATH_IMAGE064
，选择
Figure 777007DEST_PATH_IMAGE065
即作为新的节点，否则选择
Figure 179169DEST_PATH_IMAGE066
作为新的节点。将新的节点插入路段两端点之间，更新路线集。
2.5：循环遍历新生成的路线集中各路段并新增节点，直至满足路线与多边形障碍物不相交的条件。
步骤三、获取轨道交通站场各时段各起始点客流量的历史数据。
客流量的历史数据样本，如表1所示，行名表示历史数据中各时段，列名表示轨道交通站场内已标明的起始点编号，
Figure 316889DEST_PATH_IMAGE067
表示t时段下起始点i的客流量（单位：人/小时）。
表 1
Figure 44674DEST_PATH_IMAGE069
步骤四、建立客流引导的多目标路线优化模型
4.1：问题描述和基本假设
以轨道交通站场平面结构为研究对象，根据步骤二产生指定起始点到终止点的可选路线集，同时结合步骤三的各时段各起始点的客流量，将客流引导问题描述为客流量分配任务，即t时段从起始点i到终止点j的第k条路线上被分配的客流量，标记为
Figure 2266DEST_PATH_IMAGE070
其中
Figure 208119DEST_PATH_IMAGE071
。
轨道交通站场中客流引导的假设如下：
（1）各起始点的客流量相对稳定，旅客到达相对连续；
（2）从起始点到终止点的可选路线集的路线数量不要求相同，依据步骤B各情形而定；
（3）步骤二生成的可选路线只是提供引导方向和大致路径，并不局限于单线；
（4）交叉客流的定义是有客流量路线的交叉点，不包含路线起始点和终止点以及路线中间的交汇点；
（5）每条可选路线的长度由各路段长度累加求得，大致表示旅客在该线路行走距离；
（6）各终止点旅客容纳能力即各终止点区域的通行能力是相同的。
4.2：目标函数及约束条件
轨道交通站场客流引导策略应该满足终止点区域客流均衡、路线客流交叉少和路线客流行程短三个原则。
（1）终止点区域客流均衡原则是为了防止旅客盲目涌向某一终止点区域导致该区域容纳过载出现拥堵现象。
求到达各终止点客流量的平均数：
Figure 200346DEST_PATH_IMAGE072
；
区域客流均衡性可以用各终止点客流量的方差来计算，方差越小则均衡性越高。为了使目标值最小化，对目标函数表达如下：
Figure 99032DEST_PATH_IMAGE073
。
（2）路线客流交叉少原则为了尽可能减少客流在引导过程中产生的碰撞。
由步骤二产生的各起始点和终止点的可选路线集可以求出哪些路线相交。路线交叉客流量可以直接由相交路线的客流量累加求得。累加前提条件是相交线路都有客流量，即
Figure 543920DEST_PATH_IMAGE074
，否则不存在客流交叉。
Figure 553464DEST_PATH_IMAGE075
表示相交的另一条线路的客流量。为了使目标值最小化，对目标函数表达如下：
Figure 665776DEST_PATH_IMAGE076
Figure 469784DEST_PATH_IMAGE077
；
Figure 667548DEST_PATH_IMAGE078
表示t时段从起始点i到终止点j的第k条路线与t时段从起始点i’到终止点j’的第k’条路线是否交叉，
Figure 477853DEST_PATH_IMAGE079
为0-1变量。
（3）路线客流行程短原则是为了使客流尽可能往长度较短的路线上引导。
以客流量与路线长度相乘的方式来计算路线客流行程量。其中可选路线集中每条路线长度是既定的，不受时段影响。为了使目标值最小化，对目标函数表达如下：
Figure 179093DEST_PATH_IMAGE080
；
Figure 888423DEST_PATH_IMAGE081
表示从起始点i到终止点j的第k条路线长度。
（4）客流引导模型的约束条件为每个起始点到各终止点的路线客流等于每个起始点的客流量、各路线客流量
Figure 573482DEST_PATH_IMAGE082
为正整数且小于该路线起始点的客流量。对约束条件表达如下：
Figure 659250DEST_PATH_IMAGE083
；
Figure 746154DEST_PATH_IMAGE084
，
Figure 891965DEST_PATH_IMAGE085
为正整数。
步骤五、运用NSGA-Ⅲ多目标算法求解出各时段引导策略。
本发明改进可视图算法，降低计算需求；基于平面结构图快速生成起点和终点可选路线集；建立客流引导的多目标路线优化模型；运用NSGA-Ⅲ算法求解的多目标路线优化模型。相比于现有其他现有方案，本发明发明使用改进的可视图算法快速生成起点和终点可选路线集，降低时间复杂度；所建立的客流引导的多目标路线优化模型，考虑目标点周全，使客流引导效果达到最优。
以上实施例仅用以说明本发明的技术方案而非对其进行限制，所属领域的普通技术人员应当理解，参照上述实施例可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换均在申请待批的权利要求保护范围之内。

Claims (3)

1.一种基于轨道交通站场平面结构的客流引导方法，其特征在于，包括如下步骤：
步骤一、获取轨道交通站场的平面结构；
步骤二、基于改进的可视图法生成指定起始点和终止点的可选路线集；
步骤2.1、将与指定起始点和终止点的连线相交的各个多边形障碍物的所有顶点分为两个顶点集；
以连线
Figure 236859DEST_PATH_IMAGE001
为分割线，由起始点S指向终止点G，则位于该指向左侧的所有顶点归类到左侧顶点集
Figure 747474DEST_PATH_IMAGE002
，位于右侧所有顶点归类到右侧顶点集
Figure 996053DEST_PATH_IMAGE003
，即
Figure 984738DEST_PATH_IMAGE004
；其中
Figure 267951DEST_PATH_IMAGE005
表示第n个左顶点，
Figure 185354DEST_PATH_IMAGE006
表示第m个右顶点，n表示左侧顶点集
Figure 921229DEST_PATH_IMAGE007
的顶点个数，m表示右侧顶点集
Figure 385708DEST_PATH_IMAGE008
的顶点个数；
步骤2.2、判断连线两侧最大距离的顶点是否属于同一障碍物；
用D(v)表示顶点v到连线的垂直距离函数，令
Figure 648062DEST_PATH_IMAGE009
和
Figure 110268DEST_PATH_IMAGE010
，则
Figure 661335DEST_PATH_IMAGE011
、
Figure 991822DEST_PATH_IMAGE012
表示左、右侧距离连线
Figure 984049DEST_PATH_IMAGE013
最大的顶点；
步骤2.3、根据不同的情形产生节点并合成初步路线集；
步骤2.4、遍历各路线的每个路段，增加与多边形障碍物相交的路段节点；
步骤2.5、循环遍历新生成的路线集中各路段并新增节点，直至满足路线与多边形障碍物不相交的条件；
步骤三、获取轨道交通站场各时段各起始点客流量的历史数据；
步骤四、根据终止点区域客流均衡、路线客流交叉少和路线客流行程短三个原则建立客流引导的多目标路线优化模型；
步骤五、对步骤四中的多目标路线优化模型求解得出各时段引导策略。
2.根据权利要求1所述的一种基于轨道交通站场平面结构的客流引导方法，其特征在于，所述步骤一中获取轨道交通站场的平面结构的具体方法为：提取轨道交通站场平面结构CAD图纸中旅客可达区域的边界线以及可达区域中障碍物的轮廓线，并标明站场内客流的起始点和终止点。
3.根据权利要求1所述的一种基于轨道交通站场平面结构的客流引导方法，其特征在于，所述步骤四中建立客流引导的多目标路线优化模型为：
（1）求到达各终止点客流量的平均数M：
Figure 679472DEST_PATH_IMAGE014
；
对于终止点客流均衡原则，对目标函数表达如下：
Figure 219300DEST_PATH_IMAGE015
；
Figure 87899DEST_PATH_IMAGE016
表示t时段从起始点i到终止点j的第k条路线上被分配的客流量，其中
Figure 200212DEST_PATH_IMAGE017
；
（2）对于路线客流交叉少原则，对目标函数表达如下：
Figure 128853DEST_PATH_IMAGE019
Figure 592196DEST_PATH_IMAGE020
；
Figure 264486DEST_PATH_IMAGE021
表示t时段从起始点i到终止点j的第k条路线与t时段从起始点i’到终止点j’的第k’条路线是否交叉，
Figure 231305DEST_PATH_IMAGE022
为0-1变量；
（3）对于路线客流行程短原则，对目标函数表达如下：
Figure 832312DEST_PATH_IMAGE023
；
Figure 517372DEST_PATH_IMAGE024
表示从起始点i到终止点j的第k条路线长度；
（4）客流引导模型的约束条件为每个起始点到各终止点的路线客流等于每个起始点的客流量、各路线客流量
Figure 993352DEST_PATH_IMAGE016
为正整数且小于该路线起始点的客流量，对约束条件表达如下：
Figure 549099DEST_PATH_IMAGE025
Figure 350701DEST_PATH_IMAGE026
，
Figure 991898DEST_PATH_IMAGE016
为正整数，
Figure DEST_PATH_IMAGE027
表示t时段下起始点i的客流量。
CN202210764272.3A 2022-07-01 2022-07-01 基于轨道交通站场平面结构的客流引导方法 Active CN114819427B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210764272.3A CN114819427B (zh) 2022-07-01 2022-07-01 基于轨道交通站场平面结构的客流引导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210764272.3A CN114819427B (zh) 2022-07-01 2022-07-01 基于轨道交通站场平面结构的客流引导方法

Publications (2)

Publication Number Publication Date
CN114819427A CN114819427A (zh) 2022-07-29
CN114819427B true CN114819427B (zh) 2022-09-16

Family

ID=82522850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210764272.3A Active CN114819427B (zh) 2022-07-01 2022-07-01 基于轨道交通站场平面结构的客流引导方法

Country Status (1)

Country Link
CN (1) CN114819427B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110196052A (zh) * 2019-06-06 2019-09-03 上海三菱电梯有限公司 一种客流引导方法
WO2020191692A1 (zh) * 2019-03-28 2020-10-01 电子科技大学 一种基于maklink图的寻径方法
CN111815024A (zh) * 2020-06-08 2020-10-23 刘竞翔 在建筑中计算平面内任意点到点最短路径的方法及系统
CN111982092A (zh) * 2020-07-31 2020-11-24 华南理工大学 一种基于行人识别装置的化工园区应急疏散路线规划系统
CN113807026A (zh) * 2021-10-08 2021-12-17 青岛理工大学 地铁站内客流流线优化及动态引导指示牌系统及设计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017206695B4 (de) * 2017-04-20 2024-01-18 Bayerische Motoren Werke Aktiengesellschaft Fahrassistenzverfahren zur Assistenz eines leistungsintensiven Fahrmanövers eines Ego-Fahrzeugs und Fahrassistenzsystem für ein leistungsintensives Fahrmanöver eines Ego-Fahrzeugs
CN108268894A (zh) * 2018-01-10 2018-07-10 浙江工业大学 一种基于网络可视图的人体朝向检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020191692A1 (zh) * 2019-03-28 2020-10-01 电子科技大学 一种基于maklink图的寻径方法
CN110196052A (zh) * 2019-06-06 2019-09-03 上海三菱电梯有限公司 一种客流引导方法
CN111815024A (zh) * 2020-06-08 2020-10-23 刘竞翔 在建筑中计算平面内任意点到点最短路径的方法及系统
CN111982092A (zh) * 2020-07-31 2020-11-24 华南理工大学 一种基于行人识别装置的化工园区应急疏散路线规划系统
CN113807026A (zh) * 2021-10-08 2021-12-17 青岛理工大学 地铁站内客流流线优化及动态引导指示牌系统及设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"综合客运枢纽安全与调度仿真系统的研究与实现";李靖靖;《中国优秀博硕士学位论文全文数据库（硕士） 信息科技辑》;20121015(第10期);正文第10、22-23页 *

Also Published As

Publication number Publication date
CN114819427A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN104766484B (zh) 基于进化多目标优化和蚁群算法的交通控制与诱导系统和方法
CN104851309B (zh) 一种交通诱导策略的实现方法
CN107194128B (zh) 基于中心辐射型网络框架的多模式公共交通网络设计方法
CN106875710B (zh) 一种面向网联自动驾驶车辆的交叉口自组织控制方法
CN110648022B (zh) 一种考虑站点全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法
CN112712247B (zh) 一种面向跨线运营的开行方案制定方法及系统
CN109855637A (zh) 一种车辆的自动驾驶路径规划方法、装置及设备
CN109657845A (zh) 一种针对时变客流的城市轨道交通列车时刻表优化系统
CN110533227B (zh) 一种确定可变线路式公交固定站点和动态站点的方法
CN108647802B (zh) 基于双层交通网络模型抗拥塞方法
CN107610487A (zh) 基于动态随机车流相位差协调机制的区域交通控制系统和方法
CN109612488B (zh) 基于大数据微服务的混合出行方式路径规划系统及方法
CN106157618B (zh) 一种城市公交专用道规划布网方法
CN113593258B (zh) 基于车路协同的信号配时与车速动态协调控制优化方法
CN107871179B (zh) 一种基于运到时限的铁路货物列车运行图编制方法
CN109506667A (zh) 一种用于重载大型车辆的智能出行的信息交互方法
CN106052701A (zh) 一种交通溢流状态下车辆路径选择的方法
CN112216130A (zh) 一种车路协同环境下的应急车辆诱导方法
CN107134137A (zh) 一种考虑实时信息的动态路径选择方法
CN108364093B (zh) 基于能力瓶颈疏解策略的路网客流协同控制优化方法
CN115675584A (zh) 一种城市轨道交通市域线开行方案优化方法
CN114819427B (zh) 基于轨道交通站场平面结构的客流引导方法
CN112669643B (zh) 一种基于双层规划的公交实时调度与信号控制方法
CN108847019B (zh) 一种计算可变线路公交车辆到达固定站点行程时间的方法
CN108389405A (zh) 道路交通容量控制方法

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