JPH05238391A - Train operation managing system - Google Patents
Train operation managing systemInfo
- Publication number
- JPH05238391A JPH05238391A JP4044870A JP4487092A JPH05238391A JP H05238391 A JPH05238391 A JP H05238391A JP 4044870 A JP4044870 A JP 4044870A JP 4487092 A JP4487092 A JP 4487092A JP H05238391 A JPH05238391 A JP H05238391A
- Authority
- JP
- Japan
- Prior art keywords
- train
- station
- time
- stop time
- management system
- 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
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、列車の一定時間後の運
行状況を予測して列車予測ダイヤを作成する機能を有
し、列車の運行を監視する業務を支援するに好適な運行
管理システムに関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention has a function of predicting the operation status of a train after a certain period of time and creating a train prediction diagram, which is suitable for supporting the operation of monitoring the operation of a train. Regarding
【０００２】[0002]
【従来の技術】従来、列車ダイヤの予測は、列車につい
て標準として定められた駅停車時間及び駅間走行時間
と、現在の列車位置と実行ダイヤとから、２行路以上の
予測ダイヤを作成してスジ形式で表示している。2. Description of the Related Art Conventionally, a train schedule is predicted by creating a predictive schedule for two or more routes from train stop times and train running times defined as standard for trains, current train positions and execution schedules. It is displayed in a streak format.
【０００３】予測方法としては、駅標準停車時間と駅間
走行時間とから、着予定時刻と発予定時刻を次々と算出
していく。As a predicting method, the expected arrival time and the expected departure time are calculated one after another from the station standard stop time and the running time between stations.
【０００４】なお、第２５回サイバネ論文集（１９８
８）第１５８頁から第１６２頁に掲載された「札幌地下
鉄運行管理システムのマンマシン機能」では、駅標準停
車時間として、ダイヤ（列車運行計画）上の駅停車時間
を使用したものが知られており、ダイヤ上のそれぞれの
駅停車時間は、平日・土曜日・休日の３種類の日別に、
さらに朝ラッシュ時、夕ラッシュ時、オフラッシュ時の
３つの時間帯に分類されており、各時間帯中では一定の
値となっている。The 25th Cybernet paper collection (198
8) In “Man-machine function of Sapporo subway operation management system” published from page 158 to page 162, it is known that the station stop time on the timetable (train operation plan) is used as the standard stop time at the station. Each station on the timetable is divided into three types of days: weekdays, Saturdays, and holidays.
Further, it is classified into three time zones, that is, morning rush hour, evening rush hour, and off-flash hour, and is a constant value during each time zone.
【０００５】[0005]
【発明が解決しようとする課題】上記従来技術は、乗客
の流れを十分に考慮していないため、ラッシュ時間帯で
は実際の駅停車時間と駅標準停車時間とではかなり異な
る所もあった。駅停車時間は、列車の方向と、停車駅
と、平日・土曜日・休日それぞれの朝ラッシュ時、夕ラ
ッシュ時、オフラッシュ時の時間帯とにより決められて
いたが、オフラッシュ時からラッシュ時、逆にラッシュ
時からオフラッシュ時に時間帯が移行するときに大幅に
駅停車時間が変化して、現状と合致しない状態にあっ
た。In the above-mentioned prior art, since the flow of passengers is not sufficiently taken into consideration, the actual stop time of the station and the standard stop time of the station were considerably different in the rush hour. The station stop time was decided by the direction of the train, the stop station, and the morning rush hour on weekdays, Saturdays, and holidays, the evening rush hour, the time zone at the time of the flash, but from the time of the flash to the rush time, On the contrary, when the time zone shifts from the rush hour to the flash time, the station stop time changed significantly, and it was in a state that did not match the current situation.
【０００６】また、着脹れラッシュが起こる冬期と学生
の夏休みとなる夏期とでも、あるいは雨の日と晴れの日
とでも、あるいは前述のように分類された平日・土曜日
・休日のうちの平日でも曜日によって、乗客の流れは異
なる。しかし従来は、平日のどの曜日でも、駅標準停車
時間は一定の値としていたので、この駅標準停車時間は
実際の停車時間とは異なったものになっている。その
他、列車の始発駅と行先駅によっても乗車率は異なって
いる。特に、大都市近郊では他社線からの乗り入れがあ
り、その乗り入れ駅では自社線内の折返し駅に比べ待ち
客数が多く、混雑しているので、駅停車時間は長くな
る。また、ラッシュ時間帯は先行列車との時間間隔（時
隔という）が離れると、ホームの待客数が多くなり、次
の列車に乗客する人数も多くなるので、その列車の駅停
車時間も長くなる傾向にあるが、従来は駅標準停車時間
として固定であったので、現状と一致していないという
欠点があり、予測ダイヤに精確性が不足していた。[0006] In addition, in the winter season when the inflated rush occurs and in the summer season when students are on vacation, on rainy days and sunny days, or on weekdays, Saturdays, and weekdays classified as described above. However, the flow of passengers varies depending on the day of the week. However, in the past, the standard station stop time was set to a constant value on every weekday, so the standard stop time of the station is different from the actual stop time. In addition, the boarding rate differs depending on the starting station and the destination station of the train. In particular, there are trains from other companies' lines in the suburbs of large cities, and the number of passengers waiting at those train stations is greater than the number of turn-around stations on the company's own line, which makes the station stop time longer. In addition, in the rush hour, if the time interval from the preceding train (called time gap) increases, the number of passengers waiting on the platform will increase, and the number of passengers on the next train will increase, so the train will also stop for a long time. However, since the station standard stop time was fixed in the past, there was a drawback that it did not match the current situation, and the accuracy of the forecast timetable was insufficient.
【０００７】本発明の目的は、季節、曜日、時間帯、天
候、列車の行先や時隔等の列車を取りまく環境によって
変化する乗客の流れを考慮して駅停車時間を算出し、現
状に合った予測ダイヤを作成することにより、列車運行
監視の業務の軽減、列車遅延の早期検出を図れる予測ダ
イヤ作成機能を有する運行管理システムを提供すること
にある。The object of the present invention is to calculate the station stop time in consideration of the flow of passengers which changes depending on the environment surrounding the train such as the season, the day of the week, the time of day, the weather, the destination of the train, the time interval, etc. The purpose of the present invention is to provide an operation management system having a function of creating a forecast timetable, which can reduce the work of train operation monitoring and early detection of train delays by creating such a forecast timetable.
【０００８】[0008]
【課題を解決するための手段】上記目的を達成するため
に、本発明の第１の列車運行管理システムは、駅間走行
時間と駅停車時間とから現在運転中の列車について現在
運転地点以降の列車ダイヤを作成する機能を有する列車
運行管理システムにおいて、前記駅停車時間を、予め設
定された駅標準停車時間をその列車が置かれている環境
に応じて修正することにより、算出する算出手段を設け
たことを特徴としている。In order to achieve the above object, the first train operation management system of the present invention uses a train running time between stations and a train stop time of a station to determine the trains currently running from the current operating point onward. In a train operation management system having a function of creating a train schedule, the station stop time, by calculating a preset station standard stop time according to the environment in which the train is placed, a calculating means for calculating. The feature is that it is provided.
【０００９】また本発明の第２の列車運行管理システム
は、駅間走行時間と駅停車時間とから現在運転中の列車
について現在運転地点以降の列車ダイヤを作成する機能
を有する列車運行管理システムにおいて、前記駅停車時
間を、予め設定された駅標準停車時間をその列車の運転
当日の季節と曜日と天候とに応じて変動する混雑度によ
り修正することにより、算出する算出手段を設けたこと
を特徴とする。A second train operation management system of the present invention is a train operation management system having a function of creating a train schedule after the current operation point for a train currently in operation based on the running time between stations and the station stop time. A calculation means for calculating the station stop time by correcting a preset station standard stop time by a congestion degree that changes depending on the season of operation of the train, the day of the week and the weather Characterize.
【００１０】また本発明の第３の列車運行管理システム
は、駅間走行時間と駅停車時間とから現在運転中の列車
について現在運転地点以降の列車ダイヤを作成する機能
を有する列車運行管理システムにおいて、前記駅停車時
間を、予め設定された駅標準停車時間をその列車の運転
当日の季節と曜日と天候と該列車の始発駅及び行先駅と
に応じて変動する混雑度により修正することにより、算
出する算出手段を設けたことを特徴としている。A third train operation management system of the present invention is a train operation management system having a function of creating a train schedule after the current operation point for a train currently in operation based on the running time between stations and the station stop time. , By correcting the station stop time preset station stop time by the congestion degree that changes according to the season and day of the day on which the train operates, the weather, and the starting station and destination station of the train, It is characterized in that a calculating means for calculating is provided.
【００１１】さらに本発明の第４の列車運行管理システ
ムは、駅間走行時間と駅停車時間とから現在運転中の列
車について現在運転地点以降の列車ダイヤを作成する機
能を有する列車運行管理システムにおいて、前記駅停車
時間を、予め設定されている駅標準停車時間をその列車
の運転当日の季節と曜日と天候と該列車の始発駅及び行
先駅と該列車の先行列車との時間間隔に応じて変動する
混雑度により修正することにより、算出する算出手段を
設けたことを特徴としている。Further, a fourth train operation management system of the present invention is a train operation management system having a function of creating a train schedule after the current operation point for a train currently in operation from the running time between stations and the station stop time. , The station stop time is a preset station standard stop time according to the season of the train, the day of the week, the weather, and the time interval between the starting station of the train and the destination station and the preceding train of the train. It is characterized in that a calculating means for calculating by correcting with the varying congestion degree is provided.
【００１２】そして本発明の各列車運行管理システム
に、前記混雑度を修正する修正手段を設けるのが好まし
い。また混雑度は過去の実績データを統計的処理するこ
とにより求めたものとする。It is preferable that each train operation management system of the present invention is provided with a correction means for correcting the congestion degree. Also, the degree of congestion is obtained by statistically processing past performance data.
【００１３】[0013]
【作用】本発明の列車運行管理システムによれば、算出
手段は列車が置かれている環境に応じて、駅での待ち客
数を多少を示す混雑度を算出するので、この混雑度を用
いて標準の駅停車時間を修正することにより、当日の乗
客の流れを考慮した駅予測停車時間が算出でき、駅予測
停車時間と駅間走行時間から現状に合った予測ダイヤの
作成が可能となる。According to the train operation management system of the present invention, the calculation means calculates the congestion degree indicating the number of waiting passengers at the station according to the environment in which the train is placed. By correcting the standard station stop time, it is possible to calculate the estimated station stop time in consideration of the flow of passengers on the day, and it is possible to create a predicted timetable that matches the current situation from the estimated station stop time and running time between stations.
【００１４】また、修正手段で混雑度を修正することに
より、日々変化する乗客の流れにさらに正確に対応する
予測ダイヤの作成が可能となる。Further, by correcting the congestion degree by the correction means, it becomes possible to create a prediction diagram that more accurately corresponds to the daily changing passenger flow.
【００１５】列車の置かれている環境の因子をその列車
の運転当日の季節と曜日と天候として、それら因子で求
める混雑度を用いることにより正確な駅予測停車時間を
算出でき、さらに順次に該列車の始発駅及び行先駅と該
列車の先行列車との時間間隔に応じて変動する混雑度を
考慮することにより、さらにより正確な予測ダイヤを作
成できる。Accurate station forecast stop time can be calculated by using the congestion factor determined by the factors such as the season, the day of the week, and the weather of the train on which the environment in which the train is placed is calculated. An even more accurate prediction diagram can be created by considering the congestion degree that changes according to the time interval between the train's starting station and destination station and the train's preceding train.
【００１６】[0016]
【実施例】以下に本発明による列車運行管理システムの
一実施例を図面に従って説明する。本実施例の列車運行
管理システムは、予測ダイヤ作成機能を有するもので、
列車の置かれた環境、即ち当日の天候、曜日、季節
（月）、運行時間帯、運転区間、先行列車との時間間隔
（時隔という）等の要因により駅停車時間を算出し、予
測ダイヤを作成するシステムである。即ち、このシステ
ムは上記各要因により駅での待ち客数が変動することか
ら、その待ち客数の多少を示す混雑度（又は係数）を用
いて駅停車時間を算出するものである。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS An embodiment of a train operation management system according to the present invention will be described below with reference to the drawings. The train operation management system of this embodiment has a forecast timetable creation function,
Train stop time is calculated based on factors such as the environment in which the train is located, that is, the weather on the day of the week, the day of the week, the season (month), operating hours, operating sections, and the time interval with the preceding train (called time gap). Is a system for creating. That is, since the number of waiting passengers at the station fluctuates due to each of the above factors, this system calculates the station stop time using the congestion degree (or coefficient) indicating the number of waiting passengers.
【００１７】図１は予測ダイヤ作成機能付の列車運行管
理システム内に記憶された、列車の駅予測停車時間を算
出する上で必要なデータの構成を表している。図１に示
すように、駅予測停車時間１２０を算出する上で必要な
データは、平日・土曜日・休日の３種類の日別に定めら
れているダイヤ上の駅標準停車時間の時間帯を更に細か
く設定した駅標準停車時間１１０（後に図３により詳細
説明する）と、天候係数１３１、曜日係数１３２、季節
係数１３３、ラッシュ時間帯移行時間１３４から算出さ
れる当日混雑係数１３０と、列車の始発駅・行先駅の違
いによる混雑度を示すの始発・行先係数１４０、予測対
象の列車とその先行列車との時隔による混雑度を示す時
隔係数１５０とから構成される。なお時隔係数１５０を
構成する１５１〜１５４については後に図１０により詳
細に説明する。FIG. 1 shows the structure of the data stored in the train operation management system with the forecast timetable creation function, which is necessary for calculating the train station estimated stop time. As shown in FIG. 1, the data required for calculating the estimated station stop time 120 is the time zone of the standard stop time on the schedule, which is defined for each of the three types of days, weekdays, Saturdays, and holidays. The station standard stop time 110 (which will be described in detail later with reference to FIG. 3), the weather coefficient 131, the day of the week coefficient 132, the seasonal coefficient 133, the congestion factor 130 of the day calculated from the rush hour zone transition time 134, and the starting station of the train A start / destination coefficient 140 indicating the congestion degree due to the difference in the destination station, and a time interval coefficient 150 indicating the congestion degree according to the time difference between the train to be predicted and the preceding train. It should be noted that the 151 to 154 forming the time interval coefficient 150 will be described later in detail with reference to FIG.
【００１８】図２は本実施例の列車運行管理システム２
００の全体構成図を示している。図２に示すように、予
測ダイヤ作成機能付の運行管理システム２００は、従来
からの運行実績をデータ化した実績ダイヤ２１０と、当
日の列車の運行に用いる実行ダイヤ２２０と、予測ダイ
ヤを作成する予測部２３０と、作成された予測ダイヤ２
６０を表示するＣＲＴ２７０と、駅標準停車時間や係数
のデータを設定、修正する入力装置（マウス、キーボー
ド）２８０とから構成されている。FIG. 2 is a train operation management system 2 of this embodiment.
00 shows an overall configuration diagram of 00. As shown in FIG. 2, the operation management system 200 with a predictive timetable creation function creates a performance timetable 210 in which the conventional operation results are converted into data, an execution timetable 220 used for train operation on the day, and a prediction timetable. Prediction unit 230 and created prediction diagram 2
A CRT 270 that displays 60 and an input device (mouse, keyboard) 280 that sets and corrects data for station standard stop time and coefficient.
【００１９】予測部２３０は、駅標準停車時間１１０
と、列車の上り下り別に実績から定められた駅間走行時
間２４０と、駅予測停車時間を算出する係数データとし
て当日混雑係数１３０、始発・行先係数１４０及び先行
列車との時隔による係数１５０とを格納する各格納部
と、これらのデータをもとに予測ダイヤ２６０を作成す
る予測処理部２５０から構成される。The predicting unit 230 uses the standard station stop time 110
And the inter-station travel time 240 determined from the actual results for each ascending / descending of the train, and the day-time congestion coefficient 130, the start / destination coefficient 140, and the coefficient 150 depending on the time difference with the preceding train as coefficient data for calculating the predicted station stop time And a prediction processing unit 250 that creates a prediction diagram 260 based on these data.
【００２０】図３は駅標準停車時間１１０の一例を表し
ている。従来はダイヤ上の駅停車時間を使用していたの
で、１日あたりの列車運行時間は朝ラッシュ、夕ラッシ
ュ、オフラッシュの３時間帯に分割され、それぞれの時
間帯では駅停車時間は一定であったのに対し、本実施例
では入力装置２８０により、時間帯を細分化してオフラ
ッシュからラッシュ、又はラッシュからオフラッシュに
移行する時間帯を考慮して、この時間帯では徐々に増減
する駅標準停車時間を設定している。FIG. 3 shows an example of the standard station stop time 110. Conventionally, the station stop time on the timetable was used, so the train operation time per day is divided into 3 hours, morning rush, evening rush, and o-flash, and the station stop time is constant in each time zone. In contrast to this, in the present embodiment, the input device 280 is used to subdivide the time zone and the time zone during which the flash moves from rush to rush or from rush to flash is considered, and the station gradually increases or decreases during this time. The standard stop time is set.
【００２１】図４は細分化した駅標準停車時間１１０の
設定画面の一例である。この例では時間帯を３０分ごと
に分割し、停車時間を秒単位でキーボード２８０により
入力するようになっている。FIG. 4 is an example of a setting screen of the subdivided station standard stop time 110. In this example, the time zone is divided every 30 minutes, and the stop time is input by the keyboard 280 in units of seconds.
【００２２】次に細分化した駅標準停車時間を列車の環
境により変動する係数の設定、算出方法について説明す
る。図５は当日混雑係数１３０を表した図、図６はその
当日混雑係数１３０をＣＲＴ２７０に表示した画面の一
例を示す図である。この表示画面に従って当日混雑係数
１３０の算出方法について述べる。まず、季節（月）６
１０、曜日６２０、天候６３０を設定する。設定する部
分６１０〜６３０をマウスでピックすると、図７に示す
日付・天候設定画面が表示され、この画面から月７１
０、天候７２０、曜日７３０を選択してマウス２８０で
ピックして設定する。今回選択した条件で当日混雑係数
表示を実行したいときは、実行７４０をピックし、また
選択した条件を破棄して図６に示す当日混雑係数の表示
画面に戻りたいときは、終了７５０をピックする。Next, a method of setting and calculating a coefficient for varying the subdivided station standard stop time depending on the train environment will be described. FIG. 5 is a diagram showing the current day congestion coefficient 130, and FIG. 6 is a diagram showing an example of a screen displaying the current day congestion coefficient 130 on the CRT 270. A method of calculating the congestion factor 130 on the day will be described according to this display screen. First, the season (month) 6
10, day 620, and weather 630 are set. When you select the part to set 610-630 with the mouse, the date / weather setting screen shown in FIG. 7 is displayed. From this screen, the month 71
0, weather 720, day 730 are selected and picked with the mouse 280 to set. To execute the current day congestion factor display under the condition selected this time, pick Execute 740. To discard the selected condition and return to the current day congestion factor display screen shown in FIG. 6, select End 750. ..
【００２３】図７に表示された日付・天候設定画面によ
る設定に基づき求めた季節係数、曜日係数及び天候係数
それぞれの係数から、当日混雑係数１３０を時間帯、方
向、駅別に次のように算出する。当日混雑係数ｆ＝季節
係数×曜日係数×天候係数この式より算出した値は、図
５の５００のようになり時間帯の変化点で急激に変化す
るため、時間帯の変化点を中心に一定の時間幅を移行時
間１３４としてｔ1，ｔ2，ｔ3，ｔ4を設定し、時刻によ
り次のように当日混雑係数ｆを算出する。The daily congestion factor 130 is calculated for each time zone, direction, and station from the seasonal coefficient, the day of the week coefficient, and the weather coefficient calculated based on the settings on the date / weather setting screen shown in FIG. To do. Congestion coefficient f on the day f = Seasonal coefficient x Day-of-week coefficient x Weather coefficient The value calculated by this formula is as 500 in Fig. 5, and it changes rapidly at the changing point of the time zone, so it is constant around the changing point of the time zone. Then, t 1 , t 2 , t 3 , and t 4 are set with the time width of 1 as the transition time 134, and the current day congestion coefficient f is calculated according to the time.
【００２４】 時刻Ｔが 〜Ａ ： ｆ＝ｆ1 Ａ〜Ｂ ： ｆ＝ｆ1＋（ｆ2−ｆ1）（Ｔ−Ａ）／ｔ1 Ｂ〜Ｃ ： ｆ＝ｆ2 Ｃ〜Ｄ ： ｆ＝ｆ2＋（ｆ3−ｆ2）（Ｔ−Ｃ）／ｔ2 Ｄ〜Ｅ ： ｆ＝ｆ3 Ｅ〜Ｆ ： ｆ＝ｆ3＋（ｆ4−ｆ3）（Ｔ−Ａ）／ｔ3 Ｆ〜Ｇ ： ｆ＝ｆ4 Ｇ〜Ｈ ： ｆ＝ｆ4＋（ｆ5−ｆ4）（Ｔ−Ｃ）／ｔ4 Ｈ〜 ： ｆ＝ｆ5 この式により算出された値は５１０のようになる。Time T is A: f = f 1 A- B: f = f 1 + (f 2 −f 1 ) (T−A) / t 1 B−C: f = f 2 C−D: f = f 2 + (f 3 -f 2) (T-C) / t 2 D~E: f = f 3 E~F: f = f 3 + (f 4 -f 3) (T-A) / t 3 F to G: f = f 4 G to H: f = f 4 + (f 5 −f 4 ) (TC) / t 4 H to: f = f 5 The value calculated by this formula is 510. Like
【００２５】図８は始発・行先係数の設定画面の一例で
ある。入力したい始発・行先係数の部分８１０をマウス
２８０でピックし、過去の実績データから定めた始発・
行先係数をキーボード２８０から入力する。FIG. 8 shows an example of the setting screen for the first departure and destination coefficients. Pick the first train / destination coefficient part 810 you want to enter with the mouse 280,
The destination coefficient is input from the keyboard 280.
【００２６】次に、予測の対象となる列車とその先行列
車との時隔による係数の求め方を示す。図９にスジ形式
で示すように前３列車の着時刻の時隔ｓ1，ｓ2の平均
と，今回予測した列車の着時刻と前列車の時隔Ｓとの比
αを求める。 α＝Ｓ／｛（ｓ1＋ｓ2）／２｝ 図１０のようにａ、ｂ、ｃ、ｄの値を時間帯・方向別に
設定し、ここで求めたαに対して、次のようにして時隔
係数を求める。 ０＜α≦１．０ のとき 係数 ＝ ａ＋（ｂ−ａ）×α １．０＜α≦２．０ のとき 係数 ＝ ｂ＋（ｃ−ｂ）×α ２．０＜α≦３．０ のとき 係数 ＝ ｃ＋（ｄ−ｃ）×α ３．０＜α のとき 係数 ＝ ｄ 次に図１１に示すフローチャートにより予測処理手順を
説明する。まずステップ１１１０で実績ダイヤ２１０、
実行ダイヤ２２０、駅間走行時間２４０、駅標準停車時
間１１０、始発・行先係数１４０、係数の算出に必要な
データ天候係数１３１、曜日係数１３２、季節係数１３
３、ラッシュ時間帯移行時間１３４、時隔係数の１５１
〜１５４を入力する。次にステップ１１２０で予測処理
部２５０が入力したデータ１３１〜１３４から当日混雑
係数１３０を算出する。次にステップ１１３０予測処理
部２５０がで予測ダイヤ作成処理を行う。Next, how to obtain the coefficient according to the time gap between the train to be predicted and its preceding train will be described. As shown in a streak form in FIG. 9, the average α of the arrival times s 1 and s 2 of the preceding three trains and the ratio α between the estimated arrival time of the train and the interval S of the preceding train are calculated. α = S / {(s 1 + s 2 ) / 2} As shown in FIG. 10, the values of a, b, c, and d are set for each time zone and direction, and for α obtained here, To obtain the time-space coefficient. When 0 <α ≦ 1.0, coefficient = a + (b−a) × α 1.0 <α ≦ 2.0, coefficient = b + (c−b) × α 2.0 <α ≦ 3.0 When Coefficient = c + (dc) × α 3.0 <α Coefficient = d Next, the prediction processing procedure will be described with reference to the flowchart shown in FIG. 11. First, in step 1110, the actual timetable 210,
Execution schedule 220, inter-station travel time 240, station standard stop time 110, first departure / destination coefficient 140, data weather coefficient 131 required for coefficient calculation, day of the week coefficient 132, seasonal coefficient 13
3, rush time zone transition time 134, time interval coefficient 151
Enter ~ 154. Next, in step 1120, the current day congestion factor 130 is calculated from the data 131 to 134 input by the prediction processing unit 250. Next, in step 1130, the prediction processing unit 250 performs a prediction diagram creation process.
【００２７】図１２に予測ダイヤ作成処理手順を示す。
まず、ステップ１１３１で着時刻を前駅での発時刻＋駅
間走行時間で求める。次に、ステップ１１３２で先行列
車との時隔による係数１５０を算出する。ステップ１１
３３で係数１３０〜１５０と駅標準停車時間１１０とか
ら駅予測停車時間１２０を以下の式で求める。 駅予測停車時間＝駅標準停車時間×当日混雑係数×始発
・行先係数×先行列車との時隔による係数 ステップ１１３４で発時刻を着時刻＋駅予測停車時間で
算出し、ステップ１１３５で予測ダイヤ２６０を作成し
ていく。ステップ１１３６で予測ダイヤ２６０の作成が
２行路分終了したかどうかの判断をし、終了していない
ときはステップ１１３１からの処理を繰り返す。終了し
ていたら予測ダイヤ作成処理１１３０を終了する。FIG. 12 shows the procedure for creating a prediction diagram.
First, in step 1131 the arrival time is calculated from the departure time at the previous station + the running time between stations. Next, in step 1132, the coefficient 150 based on the time difference from the preceding train is calculated. Step 11
At 33, the station estimated stop time 120 is calculated from the coefficients 130 to 150 and the station standard stop time 110 by the following formula. Estimated stop time of station = Standard stop time of station x Congestion coefficient on the day x First departure / destination coefficient x Coefficient depending on time gap with preceding train In step 1134, the departure time is calculated as arrival time + estimated stop time in station 260 To create. In step 1136, it is determined whether or not the prediction diagram 260 has been created for two routes, and if not completed, the processing from step 1131 is repeated. If it has been completed, the prediction diagram creation process 1130 is completed.
【００２８】次に、ステップ１１４０（図１１）で作成
された予測ダイヤ２６０をＣＲＴ２７０に表示する。表
示された予測ダイヤ２６０を運行監視の指令員が見て、
ステップ１１５０で修正が必要かどうかの判断をし、修
正が必要な場合はステップ１１６０で修正する。入力装
置２８０からの修正方法の一例は、図１３に示すように
区間を指定して、係数をサブメニューからマウス２８０
でピックすることにより修正し、係数を算出しなおす。
また、自動修正方法の一例は、以前に予測した駅予測停
車時間の平均と、実績上の駅停車時間の平均の比から自
動的に係数を修正する。修正が必要でない場合は予測ダ
イヤ作成処理を終了する。Next, the prediction diagram 260 created in step 1140 (FIG. 11) is displayed on the CRT 270. The operation monitoring commander sees the displayed prediction diagram 260,
In step 1150, it is determined whether or not the correction is necessary. If the correction is necessary, the correction is performed in step 1160. An example of the correction method from the input device 280 is to specify a section as shown in FIG.
Correct by picking with and recalculate the coefficient.
Further, as an example of the automatic correction method, the coefficient is automatically corrected from the ratio of the previously predicted average station stop time and the average of the actual station stop time. If the correction is not necessary, the prediction timetable creation process ends.
【００２９】以上から作成された予測ダイヤ２６０の、
ある駅での表示例の一部を図１４に示す。スジ１４１０
は従来の予測ダイヤであり、スジ１４２０は日曜日、晴
れ、夏、先行列車との時隔が狭く、自社線内折返しの場
合の予測ダイヤの例を、またスジ１４３０は月曜日、
雨、先行列車との時隔が広く、他社線乗り入れの場合の
予測ダイヤの例を示している。Of the prediction diagram 260 created from the above,
FIG. 14 shows a part of a display example at a certain station. Line 1410
Is a conventional forecast timetable, streak 1420 is an example of a forecast timetable in the case of Sunday, fine weather, summer, a narrow time gap with the preceding train, and a return line within the company line, and streak 1430 is Monday,
It shows an example of a forecast timetable when the train is on another company's line because of the wide time gap between rain and preceding trains.
【００３０】[0030]
【発明の効果】以上説明したように、本発明によれば、
環境によって変化する乗客の流れを考慮して当日の駅予
測停車時間を算出しているので、より現状に合った予測
ダイヤを作成することが可能となり、日々変化する乗客
の流れにも、混雑度を修正して対応できるようになる。
そしてこのような現状に合った予測ダイヤにより列車運
行監視の業務の軽減、列車遅延の早期検出を図ることが
できる。As described above, according to the present invention,
Since the estimated station stop time for the day is calculated in consideration of the passenger flow that changes depending on the environment, it becomes possible to create a forecast timetable that better suits the current situation, and the passenger flow that changes day by day can also be used as a congestion level. Will be fixed and it will be able to cope.
Then, by using the forecast timetable suitable for the current situation, it is possible to reduce the work of train operation monitoring and detect the train delay early.
【図１】本発明による予測ダイヤ作成機能付の列車運行
管理システムの一実施例で駅予測停車時間を算出する上
で必要なデータを示す図である。FIG. 1 is a diagram showing data necessary for calculating a predicted station stop time in an embodiment of a train operation management system with a predictive timetable creation function according to the present invention.
【図２】本発明の実施例の運行管理システムの全体構成
図である。FIG. 2 is an overall configuration diagram of an operation management system according to an embodiment of the present invention.
【図３】１日の時刻に対する駅標準停車時間の一例を示
す図である。FIG. 3 is a diagram showing an example of station standard stop time with respect to the time of day.
【図４】駅標準停車時間を設定するための表示画面を示
す図である。FIG. 4 is a diagram showing a display screen for setting a standard station stop time.
【図５】時刻に対する当日混雑係数を示す図である。FIG. 5 is a diagram showing the current day congestion coefficient with respect to time.
【図６】当日混雑係数の表示画面の一例を示す図であ
る。FIG. 6 is a diagram showing an example of a display screen of a congestion factor for the day.
【図７】日付・天候を設定するための表示画面の一例を
示す図である。FIG. 7 is a diagram showing an example of a display screen for setting date / weather.
【図８】始発・行先係数を設定するための表示画面の一
例である。FIG. 8 is an example of a display screen for setting a first departure / destination coefficient.
【図９】予測対象の列車とその先行列車の着時刻の時隔
の一例を示す図である。FIG. 9 is a diagram showing an example of a time interval between arrival times of a train to be predicted and its preceding train.
【図１０】先行列車との時隔による混雑度に関する係数
の一例を示す図である。FIG. 10 is a diagram showing an example of a coefficient relating to a congestion degree due to a time gap with respect to a preceding train.
【図１１】予測処理手順を示すフローチャートである。FIG. 11 is a flowchart showing a prediction processing procedure.
【図１２】予測ダイヤ作成処理手順を示すフローチャー
トである。FIG. 12 is a flowchart showing a procedure for creating a prediction timetable.
【図１３】予測ダイヤを修正するための表示画面の一例
を示す図である。FIG. 13 is a diagram showing an example of a display screen for correcting a prediction diagram.
【図１４】実施例におけるスジ形式の予測ダイヤの一例
を示す図である。FIG. 14 is a diagram showing an example of a stripe-type prediction diagram in the embodiment.
１１０ 駅標準停車時間 １２０ 駅予測停車時間 １３０ 当日混雑係数 １３１ 天候係数 １３２ 曜日係数 １３３ 季節係数 １３４ ラッシュ帯移行時間に関わる係数 １４０ 始発・行先係数 １５０ 先行列車との時隔による係数 ２３０ 予測部 ２４０ 駅間走行時間 ２５０ 予測処理部 ２７０ ＣＲＴ ２８０ 入力装置 110 Station standard stop time 120 Station predicted stop time 130 Congestion coefficient on the day 131 Weather coefficient 132 Day coefficient 133 Seasonal coefficient 134 Rush zone transition time coefficient 140 First departure / destination coefficient 150 Coefficient by the distance from the preceding train 230 Prediction section 240 stations Inter-run time 250 Prediction processing unit 270 CRT 280 Input device
Claims (6)
転中の列車について現在運転地点以降の列車ダイヤを作
成する機能を有する列車運行管理システムにおいて、前
記駅停車時間を、予め設定された駅標準停車時間を前記
列車が置かれている環境に応じて修正することにより、
算出する算出手段を設けたことを特徴とする列車運行管
理システム。1. A train operation management system having a function of creating a train schedule after the current operation point for a train currently in operation based on the running time between stations and the station stop time, and the station stop time is preset. By correcting the station standard stop time according to the environment where the train is placed,
A train operation management system characterized by having a calculating means for calculating.
転中の列車について現在運転地点以降の列車ダイヤを作
成する機能を有する列車運行管理システムにおいて、前
記駅停車時間を、予め設定された駅標準停車時間を前記
列車の運転当日の季節と曜日と天候とに応じて変動する
混雑度により修正することにより、算出する算出手段を
設けたことを特徴とする列車運行管理システム。2. In a train operation management system having a function of creating a train schedule after the current operating point for a train currently in operation based on the running time between stations and the station stopping time, the station stopping time is set in advance. A train operation management system characterized in that a calculation means is provided for calculating the standard station stop time by correcting the standard stop time according to the degree of congestion that changes depending on the season of the train operation day, the day of the week, and the weather.
転中の列車について現在運転地点以降の列車ダイヤを作
成する機能を有する列車運行管理システムにおいて、前
記駅停車時間を、予め設定された駅標準停車時間を前記
列車の運転当日の季節と曜日と天候と該列車の始発駅及
び行先駅とに応じて変動する混雑度により修正すること
により、算出する算出手段を設けたことを特徴とする列
車運行管理システム。3. A train operation management system having a function of creating a train schedule after the current operating point for a train currently in operation based on a running time between stations and a stop time at the station, wherein the stop time is set in advance. The station standard stop time is modified by a congestion degree that varies depending on the season and day of the train operation, the day of the week, the weather, and the starting station and destination station of the train. Train operation management system.
転中の列車について現在運転地点以降の列車ダイヤを作
成する機能を有する列車運行管理システムにおいて、前
記駅停車時間を、予め設定されている駅標準停車時間を
前記列車の運転当日の季節と曜日と天候と該列車の始発
駅及び行先駅と該列車の先行列車との時間間隔に応じて
変動する混雑度により修正することにより、算出する算
出手段を設けたことを特徴とする列車運行管理システ
ム。4. In a train operation management system having a function of creating a train schedule after the current operating point for a train currently in operation based on the running time between stations and the stop time of the station, the stop time of the station is set in advance. Calculated by correcting the standard stop time of the station depending on the season, the day of the week, the weather, the congestion degree that changes according to the time interval between the train's starting station and destination station, and the preceding train of the train. A train operation management system, which is provided with a calculating means for
ことを特徴とする請求項２ないし４いずれかに記載の列
車運行管理システム。5. The train operation management system according to claim 2, further comprising correction means for correcting the congestion degree.
処理することにより求めたものであることを特徴とする
請求項２ないし４いずれかに記載の列車運行管理システ
ム。6. The train operation management system according to claim 2, wherein the congestion degree is obtained by statistically processing past record data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4044870A JP2840993B2 (en) | 1992-03-02 | 1992-03-02 | Train operation management system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4044870A JP2840993B2 (en) | 1992-03-02 | 1992-03-02 | Train operation management system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05238391A true JPH05238391A (en) | 1993-09-17 |
| JP2840993B2 JP2840993B2 (en) | 1998-12-24 |
Family
ID=12703536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4044870A Expired - Fee Related JP2840993B2 (en) | 1992-03-02 | 1992-03-02 | Train operation management system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2840993B2 (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0848250A (en) * | 1994-08-08 | 1996-02-20 | Hitachi Ltd | Train operation prediction device |
| JP2010221839A (en) * | 2009-03-24 | 2010-10-07 | Hitachi Ltd | Train operation prediction device |
| JP2012066757A (en) * | 2010-09-27 | 2012-04-05 | Nippon Signal Co Ltd:The | Railroad crossing control device |
| JP2012245801A (en) * | 2011-05-25 | 2012-12-13 | Hitachi Ltd | Train operation command device |
| GB2507388A (en) * | 2012-09-28 | 2014-04-30 | Hitachi Ltd | Taking power consumption into account when rescheduling trains following a delay |
| JP2015033890A (en) * | 2013-08-08 | 2015-02-19 | 三菱電機株式会社 | Route information guide device |
| JP2015231782A (en) * | 2014-06-10 | 2015-12-24 | 株式会社日立製作所 | Device, method, and program for train operation management |
| CN105774848A (en) * | 2016-02-26 | 2016-07-20 | 苏州富欣智能交通控制有限公司 | Rail transit train arrival time forecasting method |
| JP2019188868A (en) * | 2018-04-19 | 2019-10-31 | 株式会社東芝 | Operation management system |
| CN111572600A (en) * | 2019-02-18 | 2020-08-25 | 株式会社东芝 | Train control device, train control system and method |
| CN116443068A (en) * | 2023-06-09 | 2023-07-18 | 卡斯柯信号(北京)有限公司 | Subway train stopping method and device |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110288827B (en) * | 2019-06-19 | 2020-05-05 | 河海大学 | Bus running scheduling method considering influence of queuing overflow of stop |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03197272A (en) * | 1989-12-27 | 1991-08-28 | Mitsubishi Electric Corp | Control method for train group |
| JPH0427661A (en) * | 1990-05-23 | 1992-01-30 | Toshiba Corp | Operation managing device for train |
-
1992
- 1992-03-02 JP JP4044870A patent/JP2840993B2/en not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03197272A (en) * | 1989-12-27 | 1991-08-28 | Mitsubishi Electric Corp | Control method for train group |
| JPH0427661A (en) * | 1990-05-23 | 1992-01-30 | Toshiba Corp | Operation managing device for train |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0848250A (en) * | 1994-08-08 | 1996-02-20 | Hitachi Ltd | Train operation prediction device |
| JP2010221839A (en) * | 2009-03-24 | 2010-10-07 | Hitachi Ltd | Train operation prediction device |
| JP2012066757A (en) * | 2010-09-27 | 2012-04-05 | Nippon Signal Co Ltd:The | Railroad crossing control device |
| JP2012245801A (en) * | 2011-05-25 | 2012-12-13 | Hitachi Ltd | Train operation command device |
| GB2507388A (en) * | 2012-09-28 | 2014-04-30 | Hitachi Ltd | Taking power consumption into account when rescheduling trains following a delay |
| GB2507388B (en) * | 2012-09-28 | 2015-06-03 | Hitachi Ltd | Train operation management system and train operation management method |
| JP2015033890A (en) * | 2013-08-08 | 2015-02-19 | 三菱電機株式会社 | Route information guide device |
| JP2015231782A (en) * | 2014-06-10 | 2015-12-24 | 株式会社日立製作所 | Device, method, and program for train operation management |
| CN105774848A (en) * | 2016-02-26 | 2016-07-20 | 苏州富欣智能交通控制有限公司 | Rail transit train arrival time forecasting method |
| JP2019188868A (en) * | 2018-04-19 | 2019-10-31 | 株式会社東芝 | Operation management system |
| CN111572600A (en) * | 2019-02-18 | 2020-08-25 | 株式会社东芝 | Train control device, train control system and method |
| CN116443068A (en) * | 2023-06-09 | 2023-07-18 | 卡斯柯信号(北京)有限公司 | Subway train stopping method and device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2840993B2 (en) | 1998-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109544908B (en) | Method for predicting bus arrival time in real time, electronic equipment and storage medium | |
| JPH05238391A (en) | Train operation managing system | |
| US20190318253A1 (en) | Schedule analysis support device and method | |
| Shalaby et al. | Prediction model of bus arrival and departure times using AVL and APC data | |
| CN110379164B (en) | Dynamic regulation and control bus punctuality control method and system | |
| US20070271031A1 (en) | Method and apparatus for notifying departure time using schedule information | |
| AU2021100757A4 (en) | Method for optimizing bus bunching based on the combinatorial scheduling of whole-zone bus and inter-zone bus | |
| Carrasco | Quantifying reliability of transit service in Zurich, Switzerland: case study of bus line 31 | |
| JPH09156507A (en) | Train total traffic control device | |
| Zhang et al. | Statistical analysis of the stability of bus vehicles based on GPS trajectory data | |
| CN108734345B (en) | OTA air ticket customer service telephone traffic prediction method and system | |
| JP3208054B2 (en) | Train operation control support device | |
| Moosavi et al. | Measuring bus running time variation during high-frequency operation using automatic data collection systems | |
| CN112101677B (en) | Public transport travel path planning method, device, equipment and storage medium | |
| Meese et al. | Applying emerging private-sector probe-based speed data in the national capital region's planning processes | |
| CN113065803A (en) | Inter-station driving data processing method and device, electronic equipment and storage medium | |
| JP3413473B2 (en) | Train operation prediction device | |
| JPH11164480A (en) | Electric power system monitoring controller and record medium with processing program thereof recorded | |
| CN112990658B (en) | Bus network timetable reliability calculation method for line simplification optimization | |
| Furth et al. | How well does the traffic system protect transit from congestion? Measuring route-level costs that congestion imposes on transit operators and users | |
| JP2000293203A (en) | Demand amount predicting method | |
| CN117789509A (en) | Algorithm for calculating estimated arrival time of vehicle based on historical arrival time of bus | |
| JPH0764257B2 (en) | Train rescheduling plan creation device | |
| JPH0518766A (en) | Travel guide device | |
| CN115130735A (en) | Scenic spot number prediction method and device based on big data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |