CN116011246B - 车站双向闸机动态调控方法及装置 - Google Patents
车站双向闸机动态调控方法及装置 Download PDFInfo
- Publication number
- CN116011246B CN116011246B CN202310102350.8A CN202310102350A CN116011246B CN 116011246 B CN116011246 B CN 116011246B CN 202310102350 A CN202310102350 A CN 202310102350A CN 116011246 B CN116011246 B CN 116011246B
- Authority
- CN
- China
- Prior art keywords
- station
- regulation
- information
- reference information
- gate
- 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
Links
Landscapes
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本申请提出了一种车站双向闸机动态调控方法及装置,该方法包括:基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息;基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数;根据所述站台危险系数,确定对应的双向闸机调控策略。本申请的技术方案,可解决相关技术中地铁车站的单向自动检票闸机无法适应高峰期间的客流潮汐现象所导致闸机资源紧张和浪费并存的技术问题,降低地铁车站在客流迸发时的拥堵情况,提升地铁车站的运营效率和安全性。
Description
【技术领域】
本申请涉及计算机技术领域,尤其涉及一种车站双向闸机动态调控方法及装置。
【背景技术】
近年来,我国大城市公共交通事业迅猛发展,地铁里程快速增加,地铁逐步成为居民通勤交通不可或缺的出行工具。与此同时,高峰期间地铁车站遭受大客流冲击的现象日益严重,客流潮汐现象造成单向自动检票闸机资源紧张和浪费并存的问题也逐渐引起重视。
因此,如何实时高效调控地铁车站的双向闸机,使其适应地铁车站的实际客流情况,成为目前亟待解决的技术问题。
【发明内容】
本申请实施例提供了一种车站双向闸机动态调控方法及装置,旨在解决相关技术中地铁车站的单向自动检票闸机无法适应高峰期间的客流潮汐现象所导致闸机资源紧张和浪费并存的技术问题。
第一方面,本申请实施例提供了一种车站双向闸机动态调控方法,包括:基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息;基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数;根据所述站台危险系数,确定对应的双向闸机调控策略。
在一种可能的设计中,训练所述地铁车站仿真模型的方式包括:基于车站的多种硬件要素信息以及每至少两种所述硬件要素信息的关联关系,以Anylogic方式训练所述地铁车站仿真模型,其中,所述多种硬件要素信息包括:车站边界信息、站内障碍物信息、站内起始线信息、安检设施信息、检票设施信息和通道设施信息中的多项。
在一种可能的设计中,训练所述客流仿真模型的方式包括:基于乘客属性信息、乘客流属性信息以及车站内与所述乘客流相关联的硬件要素信息,以Anylogic方式训练所述客流仿真模型,其中,所述乘客属性信息包括行人性别信息、行人尺寸信息、行人期望速度信息和行人初始速度信息中的多项,所述乘客流属性信息包括进站乘客流属性信息和出站乘客流属性信息,所述车站内与所述乘客流相关联的硬件要素信息包括安检设施信息、检票设施信息和通道设施信息中的多项。
在一种可能的设计中,所述第一调控参考信息包括:检票进站区域的行人速度、检票出站区域的行人速度、进站闸机负荷度和出站闸机负荷度;所述第二调控参考信息包括:乘客进站时间分布信息、乘客出站时间分布信息、站台区域的客流密度和站厅区域的客流密度。
在一种可能的设计中,所述基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数,包括:对多项所述第一调控参考信息进行加权求和处理,得到第一参数,以及对多项所述第二调控参考信息进行加权求和处理,得到第二参数;对所述第一参数和所述第二参数进行归一化处理;基于硬件调控系数与归一化处理后的第一参数,确定第三参数,以及基于客流调控系数与归一化处理后的第二参数,确定第四参数;将所述第三参数和所述第四参数的和设置为所述站台危险系数。
在一种可能的设计中,所述基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数,包括:以每项所述第一调控参考信息与每项所述第二调控参考信息的乘积作为矩阵元素,生成调控参考信息矩阵;将所述调控参考信息矩阵中低于第一指定阈值的元素降低为第一指定值,将所述调控参考信息矩阵中高于第二指定阈值的元素增大为第二指定值;基于对所述元素进行处理后的调控参考信息矩阵,确定所述站台危险系数。
在一种可能的设计中,所述根据所述站台危险系数,确定对应的双向闸机调控策略,包括:若所述站台危险系数低于第一系数阈值,且进站闸机负荷度和出站闸机负荷度均处于预定安全范围内时,保持进站闸机与出站闸机处于当前状态;若所述站台危险系数大于或等于第一系数阈值且小于第二系数阈值,且所述进站闸机负荷度和所述出站闸机负荷度中的任一项未处于预定安全范围内,改变处于所述预定安全范围内的负荷度所对应的闸机之通行方向,其中,被改变通行方向的所述闸机的数量与未处于所述预定安全范围内的负荷度的大小正相关;若所述站台危险系数大于或等于第二系数阈值,改变若干个进站闸机的通行方向,以增加出站闸机,其中,被改变通行方向的所述进站闸机的数量与所述出站闸机负荷度的大小成正比。
第二方面,本申请实施例提供了一种车站双向闸机动态调控装置,包括:调控参考信息获取单元,用于基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息;站台危险系数生成单元,用于基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数;双向闸机调控策略确定单元,用于根据所述站台危险系数,确定对应的双向闸机调控策略。
在一种可能的设计中,所述车站双向闸机动态调控装置包括:地铁车站仿真模型训练单元,用于基于车站的多种硬件要素信息以及每至少两种所述硬件要素信息的关联关系,以Anylogic方式训练所述地铁车站仿真模型,其中,所述多种硬件要素信息包括:车站边界信息、站内障碍物信息、站内起始线信息、安检设施信息、检票设施信息和通道设施信息中的多项。
在一种可能的设计中,所述车站双向闸机动态调控装置包括:客流仿真模型训练单元,用于基于乘客属性信息、乘客流属性信息以及车站内与所述乘客流相关联的硬件要素信息,以Anylogic方式训练所述客流仿真模型,其中,所述乘客属性信息包括行人性别信息、行人尺寸信息、行人期望速度信息和行人初始速度信息中的多项,所述乘客流属性信息包括进站乘客流属性信息和出站乘客流属性信息,所述车站内与所述乘客流相关联的硬件要素信息包括安检设施信息、检票设施信息和通道设施信息中的多项。
在一种可能的设计中,所述第一调控参考信息包括:检票进站区域的行人速度、检票出站区域的行人速度、进站闸机负荷度和出站闸机负荷度;所述第二调控参考信息包括:乘客进站时间分布信息、乘客出站时间分布信息、站台区域的客流密度和站厅区域的客流密度。
在一种可能的设计中,所述站台危险系数生成单元用于:对多项所述第一调控参考信息进行加权求和处理,得到第一参数,以及对多项所述第二调控参考信息进行加权求和处理,得到第二参数;对所述第一参数和所述第二参数进行归一化处理;基于硬件调控系数与归一化处理后的第一参数,确定第三参数,以及基于客流调控系数与归一化处理后的第二参数,确定第四参数;将所述第三参数和所述第四参数的和设置为所述站台危险系数。
在一种可能的设计中,所述站台危险系数生成单元用于:以每项所述第一调控参考信息与每项所述第二调控参考信息的乘积作为矩阵元素,生成调控参考信息矩阵;将所述调控参考信息矩阵中低于第一指定阈值的元素降低为第一指定值,将所述调控参考信息矩阵中高于第二指定阈值的元素增大为第二指定值;基于对所述元素进行处理后的调控参考信息矩阵,确定所述站台危险系数。
在一种可能的设计中,所述双向闸机调控策略确定单元用于:若所述站台危险系数低于第一系数阈值,且进站闸机负荷度和出站闸机负荷度均处于预定安全范围内时,保持进站闸机与出站闸机处于当前状态;若所述站台危险系数大于或等于第一系数阈值且小于第二系数阈值,且所述进站闸机负荷度和所述出站闸机负荷度中的任一项未处于预定安全范围内,改变处于所述预定安全范围内的负荷度所对应的闸机之通行方向,其中,被改变通行方向的所述闸机的数量与未处于所述预定安全范围内的负荷度的大小正相关;若所述站台危险系数大于或等于第二系数阈值,改变若干个进站闸机的通行方向,以增加出站闸机,其中,被改变通行方向的所述进站闸机的数量与所述出站闸机负荷度的大小成正比。
第三方面,本申请实施例提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行上述第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行上述第一方面所述的方法流程。
以上技术方案,针对相关技术中地铁车站的单向自动检票闸机无法适应高峰期间的客流潮汐现象所导致闸机资源紧张和浪费并存的技术问题,可以将Anylogic方式训练的地铁车站仿真模型和客流仿真模型相结合,通过在模型中输入实时车站要素信息,使模型输出反映地铁车站实际运行效率和负荷水平的信息,从而基于该信息动态实时地调整地铁车站内双向闸机的通行方向。由此,可解决相关技术中地铁车站的单向自动检票闸机无法适应高峰期间的客流潮汐现象所导致闸机资源紧张和浪费并存的技术问题,降低地铁车站在客流迸发时的拥堵情况,提升地铁车站的运营效率和安全性。
【附图说明】
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1示出了根据本申请的一个实施例的车站双向闸机动态调控方法的流程图;
图2示出了根据本申请的一个实施例的地铁车站模型系统边界图;
图3示出了根据本申请的另一个实施例的车站双向闸机动态调控方法的流程图;
图4示出了根据本申请的一个实施例的地铁车站系统要素因果关系图;
图5示出了根据本申请的一个实施例的站台危险系数与地铁车站各要素之间的因果关系图;
图6示出了根据本申请的一个实施例的站厅客流量逻辑分析图;
图7示出了根据本申请的一个实施例的站台客流量逻辑分析图;
图8示出了根据本申请的一个实施例的安检通行效率逻辑分析图;
图9示出了根据本申请的一个实施例的检票通行效率逻辑分析图;
图10示出了根据本申请的一个实施例的通道通行效率逻辑分析图;
图11示出了根据本申请的一个实施例的地铁车站系统流图;
图12示出了根据本申请的一个实施例的调控下地铁车站系统流图;
图13示出了根据本申请的一个实施例的车站双向闸机动态调控装置的框图;
图14示出了根据本申请的一个实施例的电子设备的框图。
【具体实施方式】
下面将结合本发明实施例中的附图,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
图1示出了根据本申请的一个实施例的车站双向闸机动态调控方法的流程图。
如图1所示,根据本申请的一个实施例的车站双向闸机动态调控方法包括:
步骤102,基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息。
预设的地铁车站仿真模型用于反映车站真实的硬件设施分布情况,地铁车站仿真模型的系统边界反映了地铁车站的边界,当乘客从外界到达车站或随着车辆到达车站时便相当于进入了地铁车站仿真模型,乘客乘车离开或出站到达外界即视为离开地铁车站仿真模型。在地铁车站的实际运行中,其运行状态受到站内硬件设施、流线组成、客流特性的影响,地铁车站仿真模型在一定程度上反映了站内硬件设施和流线组成,因此,进一步地,可训练用于反映客流特性的客流仿真模型,与地铁车站仿真模型共同模拟地铁车站的运行。
地铁车站主要分为站厅模块、通道模块、站台模块,其中,站厅模块分为安检子系统和检票子系统,站台模块分为上车子系统和下车子系统,实时车站要素信息即与站厅子系统、安检子系统、检票子系统、通道子系统、站台子系统,上车子系统、下车子系统相关联的各种站内硬件设施信息和乘客客流信息等,用于反映地铁车站的实时运行情况。如图2所示,站厅子系统、安检子系统、检票子系统、通道子系统、站台子系统,上车子系统、下车子系统共同对双向闸机区域的通行效率施加影响,进而本申请可基于这一实际情况对双向闸机进行配置和动态调控。
在一种可能的设计中,训练所述地铁车站仿真模型的方式包括:基于车站的多种硬件要素信息以及每至少两种所述硬件要素信息的关联关系,以Anylogic方式训练所述地铁车站仿真模型,其中,所述多种硬件要素信息包括:车站边界信息、站内障碍物信息、站内起始线信息、安检设施信息、检票设施信息和通道设施信息中的多项。
在一种可能的设计中,训练所述客流仿真模型的方式包括:基于乘客属性信息、乘客流属性信息以及车站内与所述乘客流相关联的硬件要素信息,以Anylogic方式训练所述客流仿真模型,其中,所述乘客属性信息包括行人性别信息、行人尺寸信息、行人期望速度信息和行人初始速度信息中的多项,所述乘客流属性信息包括进站乘客流属性信息和出站乘客流属性信息,所述车站内与所述乘客流相关联的硬件要素信息包括安检设施信息、检票设施信息和通道设施信息中的多项。
也就是说,可以搭建基于Anylogic软件的地铁车站仿真模型及客流仿真模型。具体来说,基于系统动力学原理及行人微观仿真理论,结合地铁车站系统特性及内部运营机理,使用Anylogic软件搭建地铁车站系统动力学模型和行人微观仿真模型,基于车站的多种硬件要素信息以及每至少两种所述硬件要素信息的关联关系标定地铁车站仿真模型的参数,基于乘客属性信息、乘客流属性信息以及车站内与所述乘客流相关联的硬件要素信息等标定客流仿真模型的参数,最终生成的地铁车站仿真模型及客流仿真模型的输出结果与地铁车站的实际运营结果的误差均在10%以内。
步骤104,基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数。
所述第一调控参考信息包括:检票进站区域的行人速度、检票出站区域的行人速度、进站闸机负荷度和出站闸机负荷度,每项所述第一调控参考信息用于反映地铁车站的硬件设施对客流情况和闸机运行情况的影响。所述第二调控参考信息包括:乘客进站时间分布信息、乘客出站时间分布信息、站台区域的客流密度和站厅区域的客流密度,每项所述第二调控参考信息均在一定程度上反映了地铁车站的实际客流水平,从而便于后续步骤中基于地铁车站的实际客流水平调整双向闸机的通行方向来实现对实际客流水平的调控。
在一种可能的设计中,具体来说,步骤104包括:对多项所述第一调控参考信息进行加权求和处理,得到第一参数,以及对多项所述第二调控参考信息进行加权求和处理,得到第二参数;对所述第一参数和所述第二参数进行归一化处理;基于硬件调控系数与归一化处理后的第一参数,确定第三参数,以及基于客流调控系数与归一化处理后的第二参数,确定第四参数;将所述第三参数和所述第四参数的和设置为所述站台危险系数。
每项所述第一调控参考信息的权重反映了其相关的硬件设施对客流情况和闸机运行情况的影响大小,因此,对多项所述第一调控参考信息进行加权求和处理所得的第一参数,在一定程度上反映了地铁车站的硬件设施整体上对于客流情况和闸机运行情况的影响程度。每项所述第二调控参考信息的权重反映了其对于地铁车站的实际客流水平的重要性,因此,对多项所述第二调控参考信息进行加权求和处理所得的第二参数,在一定程度上反映了地铁车站的实际客流水平。接下来,对第一参数和第二参数进行归一化处理,可以使两者处于相同量级,便于对两者的影响力进行直观比较。
进一步地,地铁车站的实际客流水平和闸机运行情况正是由地铁车站的实际客运情况所作用实现的,实际客流水平越拥堵、闸机运行负荷越重,也就说明站台的客流越多,相应地,站台危险系数越高。由此可知,站台危险系数反映了地铁车站对实际客流的负担能力,该站台危险系数越高,说明地铁车站对实际客流的负担能力越短缺,负荷越大,越需要进行闸机方向的调控,以降低地铁车站的拥堵情况,减少负荷。
在另一种可能的设计中,具体来说,步骤104包括:以每项所述第一调控参考信息与每项所述第二调控参考信息的乘积作为矩阵元素,生成调控参考信息矩阵;将所述调控参考信息矩阵中低于第一指定阈值的元素降低为第一指定值,将所述调控参考信息矩阵中高于第二指定阈值的元素增大为第二指定值;基于对所述元素进行处理后的调控参考信息矩阵,确定所述站台危险系数。
以每项所述第一调控参考信息与每项所述第二调控参考信息的乘积作为矩阵元素所生成的调控参考信息矩阵,反映了地铁车站在各项第一调控参考信息与各项第二调控参考信息所共同影响下的实际情况。所述调控参考信息矩阵中元素若低于第一指定阈值,说明其对地铁车站的影响力较低,对此,可进一步降低其元素的大小,减弱对地铁车站的影响力较低的元素的影响力占比。反之,将所述调控参考信息矩阵中高于第二指定阈值的元素增大为第二指定值,可以增加对地铁车站的影响力较高的元素的影响力占比。
至此,对所述元素进行处理后的调控参考信息矩阵能够更加突出各项第一调控参考信息与各项第二调控参考信息中对地铁车站的影响力较高的信息的比重,有效反映地铁车站对实际客流的负担能力。
步骤106,根据所述站台危险系数,确定对应的双向闸机调控策略。
站台危险系数反映了地铁车站对实际客流的负担能力,该站台危险系数越高,说明地铁车站对实际客流的负担能力越短缺,负荷越大,越需要进行闸机方向的调控,以降低地铁车站的拥堵情况,减少负荷。因此,可以将所述站台危险系数作调控为双向闸机的通行方向的依据,以通过对双向闸机的通行方向的动态调控,来实时控制地铁车站的运营负荷水平,提升地铁车站的运营效率。
通过以上技术方案,可以将Anylogic方式训练的地铁车站仿真模型和客流仿真模型相结合,通过在模型中输入实时车站要素信息,使模型输出反映地铁车站实际运行效率和负荷水平的信息,从而基于该信息动态实时地调整地铁车站内双向闸机的通行方向。由此,可解决相关技术中地铁车站的单向自动检票闸机无法适应高峰期间的客流潮汐现象所导致闸机资源紧张和浪费并存的技术问题,降低地铁车站在客流迸发时的拥堵情况,提升地铁车站的运营效率和安全性。
具体来说,若所述站台危险系数低于第一系数阈值,且进站闸机负荷度和出站闸机负荷度均处于预定安全范围内时,保持进站闸机与出站闸机处于当前状态。
此时,客流密度较小,地铁站台处于安全状态,进站闸机与出站闸机能够有效应对当前客流水平,无需调整。
若所述站台危险系数大于或等于第一系数阈值且小于第二系数阈值,且所述进站闸机负荷度和所述出站闸机负荷度中的任一项未处于预定安全范围内,改变处于所述预定安全范围内的负荷度所对应的闸机之通行方向,其中,被改变通行方向的所述闸机的数量与未处于所述预定安全范围内的负荷度的大小正相关。
此时,站台处于拥挤状态,但未达到站台警戒线时,可适当调整进出站闸机的通行方向以疏散人流。具体地,若进站闸机负荷度未处于预定安全范围内,说明进站闸机负荷度较高,需要增加进站闸机的数量,此时,即可将若干出站闸机调整为进站闸机,以降低进站闸机负荷度。需要知晓,此时进站闸机负荷度越高,所需要被改变通行方向的出站闸机的数量越多,反之,进站闸机负荷度越低,所需要被改变通行方向的出站闸机的数量越少。
同理,若出站闸机负荷度未处于预定安全范围内,说明出站闸机负荷度较高,需要增加出站闸机的数量,此时,即可将若干进站闸机调整为出站闸机,以降低出站闸机负荷度。需要知晓,此时出站闸机负荷度越高,所需要被改变通行方向的进站闸机的数量越多,反之,出站闸机负荷度越低,所需要被改变通行方向的进站闸机的数量越少。
若所述站台危险系数大于或等于第二系数阈值,改变若干个进站闸机的通行方向,以增加出站闸机,其中,被改变通行方向的所述进站闸机的数量与所述出站闸机负荷度的大小成正比。
第二系数阈值为站台危险系数的最高警戒线,若所述站台危险系数大于或等于第二系数阈值,需要将大量进站闸机调整为出站闸机,以便在限制进站客流的同时,加快客流出站效率,缓解了站台的压力且避免了站厅付费区的拥堵。
实施例二
如图3所示,为本发明方法的技术路线示意图,为了使本发明的目的、发明内容及优点更加清楚,以下结合技术路线图对本发明作进一步的详细说明。
首先,分析地铁车站系统及内部客流特性。基于X光安检机、安检门、自动检票闸机等各类服务设施实际通行能力,梳理车站内客流流线,并探究地铁瓶颈区域及其关键致因,从宏观与微观的角度分别分析进出站客流特征。
其次,搭建基于Anylogic软件的地铁车站仿真模型及客流仿真模型。基于系统动力学原理及行人微观仿真理论,结合地铁车站系统特性及内部运营机理,使用Anylogic软件搭建地铁车站仿真模型及客流仿真模型。通过地铁实地调研,标定仿真模型参数。以设施负荷度为检验指标,对两个模型分别进行检验,结果表明两个模型误差均在10%以内,仿真结果真实可靠。
再次,提出基于系统负反馈调节机制的双向自动检票闸机配置优化方案及动态调控策略。基于敏感性分析对双向闸机配置优化方案进行研究,在保证乘客出行效率的同时提高资源利用率,在不改变其他设施配置的条件下,通过系统层面仿真优化,获取双向闸机配置方案。基于系统负反馈调节机制对双向闸机调控策略进行研究,构建基于站台危险系数与闸机负荷度的地铁车站双向闸机动态调控模型,选定典型车站进行人流线设计和优化。结果表明,优化后的方案有效提升了乘客秩序,冲突减少,一定程度上缓解了乘客进出站的拥塞现象。
最后,评价配置方案及调控策略有效性。
以进行一次地铁双向闸机配置优化及动态调控为例,具体实施步骤如下:
步骤1,运用Anylogic软件中的系统动力学模块对仿真模型进行搭建,对模型进行仿真参数设定。输入参数的同时,通过JAVA语言将制定好的结构方程输入到对应变量中。
步骤2,按照物理模型建立、行人流逻辑建模、行人属性设置的步骤,对地铁车站行人微观仿真模型进行搭建。
其中,物理模型的建立主要是通过实地调查并结合建筑设计参数,得到地铁站结构图,包括行为边界、障碍物、起始线等环境因素,还包括安检设施、检票设施、通道类设施等基础服务设施。
行人流逻辑建模是指通过Anylogic软件的行人库、轨道库模块,构建控制行人行为以及列车行为的逻辑模型,如行人的生成、移动、等待、选择、输出、湮没;列车到达、列车移动、列车离开等。主要利用Ped Source、Select Output、Ped Service、Ped Escalator、Ped Wait、Ped Go To、Ped Sink、Train Source、Train Move To、Train Exit等模块之间的相互配合,并通过添加JAVA类控制语句实现行人行为建模,如通过定义nearestExit函数,控制行人按照符合实际情况的就近原则选择不同服务设施;根据附近乘客数量调整乘客速度等。
行人属性设置的参数设置包括行人属性输入、行人流参数输入及设施参数输入。行人属性主要包括性别、行人尺寸、行人舒适速度即行人期望速度以及行人初始速度。行人流参数输入分进站客流和下车客流进行输入。设施参数包括进行X光安检机、安检门、检票闸机、楼梯扶梯等其余设施的参数设置。
步骤3,根据敏感性分析确定双向闸机配置方案,并提出基于系统动力学负反馈调节的双向检票闸机调控策略,构建调控后系统动力学模型。
其中,具体调控策略为设定一个站台危险系数,由站台客流量与站台安全人数的比值确定,因此需要考虑的因素为站台客流量与站台安全人数。而站台人数受到安检和闸机两个环节影响,故而需要考虑安检设施数量与检票闸机数量。检票闸机的效率和负荷度均受闸机数量影响,但当客流堆积出现排队时,闸机的效率将维持在1且保持不动。因此在考虑闸机数量即调控数时,以闸机负荷度反映其通行效率影响,以避免调控后造成设施闲置、资源浪费等问题。当客流量超出地铁站台最大承受能力时,直接对安检设施进行调控,对乘客采取限流措施,以缓解站台压力。
步骤4,在客流仿真模型中设定不同调控策略下行人流线设计,完成调控后地铁车站仿真模型。
在客流仿真模型中,除加入“墙”元素作为引流带、“path”元素进行流线引导的同时,还需要对行人逻辑进行重新构建,并加入JAVA类控制语言,使乘客在通过安检或由通道类设施抵达站厅时,可根据检票类设施目前排队长度选择其自身准备接受服务的设施。
步骤5,选取交通流参数及排队论指标等评价指标,直观显示仿真结果及优化效果,从而对配置方案合理性及动态调控策略有效性进行评价。
其中,在系统动力学模型中,需通过仿真实验输出检票进站区域行人速度、检票出站区域行人速度、进站闸机负荷度以及出站闸机负荷度等评价指标时间折线图;在客流仿真模型中,需通过仿真实验输出乘客进站时间分布、乘客出站时间分布、站厅区域客流密度、站台区域客流密度、进站闸机处排队长度以及出站闸机处排队长度等评价指标柱状图或折线图。至此所有评价指标设置完成,可对双向检票闸机动态调控策略进行对比评价研究。
具体来说,地铁车站系统的客流承载区为站厅和站台,站厅和站台由通道设施进行连接。根据前文分析可知,拥堵主要产生于安检、检票闸机、通道、楼梯、自动扶梯等设施区域处,在对双向自动检票闸机进行讨论时,也需将其分成进向闸机或出向闸机进行讨论,基于此绘制了地铁车站系统要素因果关系图,如图4所示。
本发明在考虑站台危险系数的情况下,利用安检与闸机两处拥堵区域,对车站客流进行控制,站台危险系数越高,站台越不安全。基于此绘制了站台危险系数与地铁车站各要素之间的因果关系图,如图5所示,使整个系统存在负反馈环。本发明后续将以此负反馈环为依据,对双向自动检票闸机动态调控问题进行研究。
为了进一步明确地铁车站系统内各要素的关系,本发明对系统结构进行逻辑分析,对站厅、站台等几个重要环节进行因果连接关系研究,以树状图的方式表示各要素之间的逻辑架构,具体逻辑分析图如图6到图10所示。
本发明以地铁车站系统各要素因果关系及逻辑构架为基础,补充系统各要素因果关系内未能体现出来的不同变量特征,建立地铁车站客流系统流图如图11所示,从而更加明晰该系统的作用机理。
系统动力学结构方程是构建模型的核心,也是进一步量化分析问题的基础。因此,本发明根据前文对地铁车站系统的模块划分及绘制的系统流图,分别建立了地铁车站系统存量方程、安检模块方程、闸机模块方程、通道模块方程、站台模块方程、完成安检前往检票闸机区域行人速度与密度的关系方程、通道设施行人速度与密度的关系方程以及设施负荷度方程。
检票闸机的效率反映了客流在检票设施处的通行效率,其值越高说明客流通过检票设施越顺畅,当效率达到1时,说明没有排队产生,到达检票闸机处客流均可在第一时间通过闸机。但若单纯考虑闸机效率,则会造成资源浪费,故而还需要结合闸机负荷度进行对比分析。因此在系统敏感性分析中,以进、出站闸机数量作为变量,闸机效率与闸机负荷度作为输出量对比分析。基于前文内容,构建以站台危险系数为负反馈调节因素的双向自动检票闸机负反馈环子系统,并加入对闸机通行效率及闸机负荷度的考虑。在保证真实性的同时,对双向闸机动态调控策略进行量化分析。
双向自动检票闸机的调控策略由三部分组成。
第一,当站台处于安全状态,客流密度较小时,根据进、出站闸机各自的负荷度进行调控,此种情况发生在平峰与高峰的衔接时段或平峰处,调整概率较小,几乎可通过地铁站原有配置满足乘客需求。
第二,当站台处于拥挤状态,但未达到站台警戒线时,可根据当前进、出闸机的负荷度,判断所处的高峰是早高峰或晚高峰,并基于此对双向闸机进行调控。如晚高峰时段,站台拥挤,此时进站闸机负荷度较低,出站闸机负荷度呈现峰值为1的周期变化,可将远端进站闸机调整为出站闸机,减少进站闸机资源浪费,提高闸机利用率的同时缓解出站闸机处排队现象,提高站台安全性。
第三,当站台危险系数超过警戒线时,将大量进站闸机调整为出站闸机,在限制进站客流的同时,加快客流出站效率,缓解了站台的压力且避免了站厅付费区的拥堵。若地铁前期设施配置设置合理,此种情况应仅发生于出现突发状况时,可与安检限流措施配合使用。根据负反馈子系统逻辑结构图及结构方程,依据原始地铁车站系统动力学模型,绘制调控地铁车站系统流图,如图12所示。
为确定双向闸机使用效率及负荷度调控阈值,保证在不同客流下进、出站闸机的调控策略合理性,本发明对早高峰时段情况进行仿真,分别得到进、出站闸机的效率及负荷度,并结合前文在晚高峰时段的敏感性分析结果,给出双向闸机调控阈值。结合对不同情况下的闸机负荷度的仿真结果,以及对于站台安全性的研究,得到调控阈值,将其输入到调控后系统动力学模型中,对调控下地铁车站仿真模型进行仿真研究。
本发明在讨论配合双向闸机调控的行人流线设计前,调整安检设施布设位置,将其从行进流线平行于站厅位置布设改为垂直于站厅位置布设,从而使得后续乘客流线布设合理。当出站闸机改变为进站闸机时,需要在闸机处增设流线引流带,确保行人不产生冲突。同时进行流线组织设计,引导客流从不同进站口进站后,经过安检设施抵达各进站闸机处。当进站闸机改变为出站闸机时,按照流线路径设计进行组织引导,以确保乘客在不产生冲突的情况下离开付费区,进而完成出站行为。目前,对于地铁车站仿真模型及车站内客流仿真模型的评价指标主要分为排队论指标和行人流参数两种。排队论指标可以反映各设施处具体的拥堵情况及拥堵严重程度,而行人流参数可以直观地反映各区域拥堵情况。因此本发明选取行人速度、区域密度、通行时间作为行人流指标,用于评价站厅、站台、通道等区域拥堵情况;选取设施处平均排队长度作为排队论指标,用于评价各设施的使用情况及行人通行情况,从而反映各设施处具体拥堵情况,基于以上几点评价指标对结果进行对比评价。
本发明通过实地调查得到各服务设施实际通行能力、进出站客流分布、造成各区域拥堵的关键因素等,采用系统动力学对地铁车站进行整体建模,采用基于Agent的改进社会力模型理论搭建客流仿真模型,对双向自动检票闸机配置及动态调控问题进行研究,保证模型灵活性的同时不失真实性。选取排队论指标对优化方案进行评价,定量分析设施配置及动态调控的合理性、高效性,致力于提出一套具有普适性的地铁车站双向自动检票闸机配置方案及动态调控策略模型,为提高地铁站运营效率、节省空间资源、缓解关键区域拥堵问题提供参考。
图13示出了根据本申请的一个实施例的车站双向闸机动态调控装置的框图。
如图13所示,根据本申请的一个实施例的车站双向闸机动态调控装置1300包括:调控参考信息获取单元1302,用于基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息;站台危险系数生成单元1304,用于基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数;双向闸机调控策略确定单元1306,用于根据所述站台危险系数,确定对应的双向闸机调控策略。
在一种可能的设计中,所述车站双向闸机动态调控装置1300包括:地铁车站仿真模型训练单元,用于基于车站的多种硬件要素信息以及每至少两种所述硬件要素信息的关联关系,以Anylogic方式训练所述地铁车站仿真模型,其中,所述多种硬件要素信息包括:车站边界信息、站内障碍物信息、站内起始线信息、安检设施信息、检票设施信息和通道设施信息中的多项。
在一种可能的设计中,所述车站双向闸机动态调控装置1300包括:客流仿真模型训练单元,用于基于乘客属性信息、乘客流属性信息以及车站内与所述乘客流相关联的硬件要素信息,以Anylogic方式训练所述客流仿真模型,其中,所述乘客属性信息包括行人性别信息、行人尺寸信息、行人期望速度信息和行人初始速度信息中的多项,所述乘客流属性信息包括进站乘客流属性信息和出站乘客流属性信息,所述车站内与所述乘客流相关联的硬件要素信息包括安检设施信息、检票设施信息和通道设施信息中的多项。
在一种可能的设计中,所述第一调控参考信息包括:检票进站区域的行人速度、检票出站区域的行人速度、进站闸机负荷度和出站闸机负荷度;所述第二调控参考信息包括:乘客进站时间分布信息、乘客出站时间分布信息、站台区域的客流密度和站厅区域的客流密度。
在一种可能的设计中,所述站台危险系数生成单元1304用于:对多项所述第一调控参考信息进行加权求和处理,得到第一参数,以及对多项所述第二调控参考信息进行加权求和处理,得到第二参数;对所述第一参数和所述第二参数进行归一化处理;基于硬件调控系数与归一化处理后的第一参数,确定第三参数,以及基于客流调控系数与归一化处理后的第二参数,确定第四参数;将所述第三参数和所述第四参数的和设置为所述站台危险系数。
在一种可能的设计中,所述站台危险系数生成单元1304用于:以每项所述第一调控参考信息与每项所述第二调控参考信息的乘积作为矩阵元素,生成调控参考信息矩阵;将所述调控参考信息矩阵中低于第一指定阈值的元素降低为第一指定值,将所述调控参考信息矩阵中高于第二指定阈值的元素增大为第二指定值;基于对所述元素进行处理后的调控参考信息矩阵,确定所述站台危险系数。
在一种可能的设计中,所述双向闸机调控策略确定单元1306用于:若所述站台危险系数低于第一系数阈值,且进站闸机负荷度和出站闸机负荷度均处于预定安全范围内时,保持进站闸机与出站闸机处于当前状态;若所述站台危险系数大于或等于第一系数阈值且小于第二系数阈值,且所述进站闸机负荷度和所述出站闸机负荷度中的任一项未处于预定安全范围内,改变处于所述预定安全范围内的负荷度所对应的闸机之通行方向,其中,被改变通行方向的所述闸机的数量与未处于所述预定安全范围内的负荷度的大小正相关;若所述站台危险系数大于或等于第二系数阈值,改变若干个进站闸机的通行方向,以增加出站闸机,其中,被改变通行方向的所述进站闸机的数量与所述出站闸机负荷度的大小成正比。
该车站双向闸机动态调控装置1300使用上述实施例中任一项所述的方案,因此,具有上述所有技术效果,在此不再赘述。
图14示出了根据本申请的一个实施例的电子设备的框图。
如图14所示,本申请的一个实施例的电子设备1400,包括至少一个存储器1402;以及,与所述至少一个存储器1402通信连接的处理器1404;其中,所述存储器存储有可被所述至少一个处理器1404执行的指令,所述指令被设置为用于执行上述任一实施例中所述的方案。因此,该电子设备1400具有和上述任一实施例中相同的技术效果,在此不再赘述。
本申请实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
另外,本申请实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行以下步骤:基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息;基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数;根据所述站台危险系数,确定对应的双向闸机调控策略。
需要说明的是,上述关于计算机可读存储介质或电子设备所能实现的功能或步骤,可对应参阅前述方法实施例中的相关描述,为避免重复,这里不再一一描述。
以上结合附图详细说明了本申请的技术方案,通过本申请的技术方案,可以将Anylogic方式训练的地铁车站仿真模型和客流仿真模型相结合,通过在模型中输入实时车站要素信息,使模型输出反映地铁车站实际运行效率和负荷水平的信息,从而基于该信息动态实时地调整地铁车站内双向闸机的通行方向。由此,可解决相关技术中地铁车站的单向自动检票闸机无法适应高峰期间的客流潮汐现象所导致闸机资源紧张和浪费并存的技术问题,降低地铁车站在客流迸发时的拥堵情况,提升地铁车站的运营效率和安全性。
应当理解,尽管在本申请实施例中可能采用术语第一、第二等来描述系数阈值,但这些系数阈值不应限于这些术语。这些术语仅用来将系数阈值彼此区分开。例如,在不脱离本申请实施例范围的情况下,第一系数阈值也可以被称为第二系数阈值,类似地,第二系数阈值也可以被称为第一系数阈值。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述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,均应包含在本发明的保护范围之内。
Claims (8)
1.一种车站双向闸机动态调控方法,其特征在于,包括:
基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息;
基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数,其中,所述第一调控参考信息包括:检票进站区域的行人速度、检票出站区域的行人速度、进站闸机负荷度和出站闸机负荷度,所述第二调控参考信息包括:乘客进站时间分布信息、乘客出站时间分布信息、站台区域的客流密度和站厅区域的客流密度;
根据所述站台危险系数,确定对应的双向闸机调控策略;
所述基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数,包括:
对多项所述第一调控参考信息进行加权求和处理,得到第一参数,以及对多项所述第二调控参考信息进行加权求和处理,得到第二参数;
对所述第一参数和所述第二参数进行归一化处理;
基于硬件调控系数与归一化处理后的第一参数,确定第三参数,以及基于客流调控系数与归一化处理后的第二参数,确定第四参数;
将所述第三参数和所述第四参数的和设置为所述站台危险系数。
2.根据权利要求1所述的车站双向闸机动态调控方法,其特征在于,训练所述地铁车站仿真模型的方式包括:
基于车站的多种硬件要素信息以及每至少两种所述硬件要素信息的关联关系,以Anylogic方式训练所述地铁车站仿真模型,其中,
所述多种硬件要素信息包括:车站边界信息、站内障碍物信息、站内起始线信息、安检设施信息、检票设施信息和通道设施信息中的多项。
3.根据权利要求1所述的车站双向闸机动态调控方法,其特征在于,训练所述客流仿真模型的方式包括:
基于乘客属性信息、乘客流属性信息以及车站内与所述乘客流相关联的硬件要素信息,以Anylogic方式训练所述客流仿真模型,其中,
所述乘客属性信息包括行人性别信息、行人尺寸信息、行人期望速度信息和行人初始速度信息中的多项,所述乘客流属性信息包括进站乘客流属性信息和出站乘客流属性信息,所述车站内与所述乘客流相关联的硬件要素信息包括安检设施信息、检票设施信息和通道设施信息中的多项。
4.根据权利要求1所述的车站双向闸机动态调控方法,其特征在于,所述基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数,包括:
以每项所述第一调控参考信息与每项所述第二调控参考信息的乘积作为矩阵元素,生成调控参考信息矩阵;
将所述调控参考信息矩阵中低于第一指定阈值的元素降低为第一指定值,将所述调控参考信息矩阵中高于第二指定阈值的元素增大为第二指定值;
基于对所述元素进行处理后的调控参考信息矩阵,确定所述站台危险系数。
5.根据权利要求1至4中任一项所述的车站双向闸机动态调控方法,其特征在于,所述根据所述站台危险系数,确定对应的双向闸机调控策略,包括:
若所述站台危险系数低于第一系数阈值,且进站闸机负荷度和出站闸机负荷度均处于预定安全范围内时,保持进站闸机与出站闸机处于当前状态;
若所述站台危险系数大于或等于第一系数阈值且小于第二系数阈值,且所述进站闸机负荷度和所述出站闸机负荷度中的任一项未处于预定安全范围内,改变处于所述预定安全范围内的负荷度所对应的闸机之通行方向,其中,被改变通行方向的所述闸机的数量与未处于所述预定安全范围内的负荷度的大小正相关;
若所述站台危险系数大于或等于第二系数阈值,改变若干个进站闸机的通行方向,以增加出站闸机,其中,被改变通行方向的所述进站闸机的数量与所述出站闸机负荷度的大小成正比。
6.一种车站双向闸机动态调控装置,其特征在于,包括:
调控参考信息获取单元,用于基于实时车站要素信息和预设的地铁车站仿真模型,确定第一调控参考信息,以及基于所述实时车站要素信息和预设的客流仿真模型,确定第二调控参考信息;
站台危险系数生成单元,用于基于所述第一调控参考信息和所述第二调控参考信息,生成站台危险系数,其中,所述第一调控参考信息包括:检票进站区域的行人速度、检票出站区域的行人速度、进站闸机负荷度和出站闸机负荷度,所述第二调控参考信息包括:乘客进站时间分布信息、乘客出站时间分布信息、站台区域的客流密度和站厅区域的客流密度;
双向闸机调控策略确定单元,用于根据所述站台危险系数,确定对应的双向闸机调控策略;
所述站台危险系数生成单元用于:
对多项所述第一调控参考信息进行加权求和处理,得到第一参数,以及对多项所述第二调控参考信息进行加权求和处理,得到第二参数;
对所述第一参数和所述第二参数进行归一化处理;
基于硬件调控系数与归一化处理后的第一参数,确定第三参数,以及基于客流调控系数与归一化处理后的第二参数,确定第四参数;
将所述第三参数和所述第四参数的和设置为所述站台危险系数。
7.一种电子设备,其特征在于,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行上述权利要求1至5中任一项所述的方法。
8.一种计算机可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至5中任一项所述的方法流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310102350.8A CN116011246B (zh) | 2023-01-20 | 2023-01-20 | 车站双向闸机动态调控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310102350.8A CN116011246B (zh) | 2023-01-20 | 2023-01-20 | 车站双向闸机动态调控方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116011246A CN116011246A (zh) | 2023-04-25 |
CN116011246B true CN116011246B (zh) | 2023-10-10 |
Family
ID=86019331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310102350.8A Active CN116011246B (zh) | 2023-01-20 | 2023-01-20 | 车站双向闸机动态调控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116011246B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404850A (zh) * | 2015-10-21 | 2016-03-16 | 中南大学 | 车站客流监测系统、车站客流监测方法及车站客流管控系统、车站客流管控方法 |
CN105488751A (zh) * | 2015-06-12 | 2016-04-13 | 青岛智能产业技术研究院 | 一种地铁站客流微观统计与调度方法 |
CN111247574A (zh) * | 2017-10-25 | 2020-06-05 | 株式会社Ihi | 信息生成装置 |
CN113347395A (zh) * | 2021-06-17 | 2021-09-03 | 合肥智圣新创信息技术有限公司 | 一种基于人工智能技术的校园安防装置 |
-
2023
- 2023-01-20 CN CN202310102350.8A patent/CN116011246B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488751A (zh) * | 2015-06-12 | 2016-04-13 | 青岛智能产业技术研究院 | 一种地铁站客流微观统计与调度方法 |
CN105404850A (zh) * | 2015-10-21 | 2016-03-16 | 中南大学 | 车站客流监测系统、车站客流监测方法及车站客流管控系统、车站客流管控方法 |
CN111247574A (zh) * | 2017-10-25 | 2020-06-05 | 株式会社Ihi | 信息生成装置 |
CN113347395A (zh) * | 2021-06-17 | 2021-09-03 | 合肥智圣新创信息技术有限公司 | 一种基于人工智能技术的校园安防装置 |
Non-Patent Citations (3)
Title |
---|
"Toward dynamic regulation of bidirectional automatic fare gates: A macro-to-micro simulation approach";Jingxuan Peng 等;《Simulation Modelling Practice and Theory》;1-29 * |
基于多源数据的地铁站客流动态监测与管控决策系统;陈维亚;蔡适;蒋琦玮;;城市公共交通(第04期);全文 * |
轨道交通车辆到达前站台乘客候车分布研究;武勇彦;荣建;刘小明;魏中华;;北京工业大学学报(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116011246A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Optimization of crowd evacuation with leaders in urban rail transit stations | |
Ghanim et al. | Real-time dynamic transit signal priority optimization for coordinated traffic networks using genetic algorithms and artificial neural networks | |
CN108765235A (zh) | 基于交通事故案例解构的自动驾驶车辆测试场景构建方法和测试方法 | |
CN113222409A (zh) | 一种城市轨道交通智能调度系统及方法 | |
Tan et al. | Berth assignment planning for multi‐line bus stops | |
Wu et al. | Integrated optimization of bus priority operations in connected vehicle environment | |
CN109711635A (zh) | 一种基于车站能力保持的设备维修策略优化方法 | |
CN111079986B (zh) | 一种换乘车站运输能力的匹配方法及系统 | |
Park et al. | Urban traffic accident risk prediction for knowledge-based mobile multimedia service | |
CN114943484A (zh) | 一种轨道客流运能匹配方法及其电子设备及其存储介质 | |
Hoogendoorn et al. | Design assessment of Lisbon transfer stations using microscopic pedestrian simulation | |
Lyapin et al. | Application of simulation modeling to improve the functioning of the module of intelligent transport and logistics system | |
CN116011246B (zh) | 车站双向闸机动态调控方法及装置 | |
Khattak et al. | Optimal configuration of the metro rail transit station service facilities by integrated simulation-optimization method using passengers’ flow fluctuation | |
Wyman | The novelty of TNC regulation | |
Ancora et al. | A microsimulation model for BRT systems analysis | |
Becker et al. | Case study: Influence of stochastic dwell times on railway traffic simulations | |
Xu et al. | Probabilistic model for remain passenger queues at subway station platform | |
Lin et al. | Transit-based emergency evacuation with transit signal priority in sudden-onset disaster | |
Liu et al. | A Simulation Study of Urban Public Transport Transfer Station Based on Anylogic. | |
Huang et al. | Dynamic trajectory-based traffic dispersion method for intersection traffic accidents in an intelligent and connected environment | |
Pan et al. | A queuing network based optimization model for calculating capacity of subway station | |
KR20230119282A (ko) | 급행열차의 최적 운행주기 설정을 위한 승강장 내 승객 혼잡도 예측 분석 장치 | |
Xu et al. | A reckoning algorithm for the prediction of arriving passengers for subway station networks | |
Shamlitskiy et al. | Transport stream optimization based on neural network learning algorithms |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Peng Jingxuan Inventor after: Wei Zhonghua Inventor after: Wang Shihao Inventor after: Wang Mingqian Inventor before: Wei Zhonghua Inventor before: Peng Jingxuan Inventor before: Wang Shihao Inventor before: Wang Mingqian |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |