城市轨道交通大小交路列车开行方案优化研究

发布时间：2018-04-09 17:28

本文选题：城市轨道交通　切入点：大小交路　出处：《北京交通大学》2016年博士论文

【摘要】：随着我国城市轨道交通网络化进程的推进,北京、上海和广州等大城市的城市轨道交通已率先进入网络化运营时代,其他各城市的轨道交通网络化格局正在逐步形成。与此同时,客流的持续增长,各方对服务水平、运营安全和经济效益的关注,促使我国城市轨道交通运营管理方式正在由单线运营向网络化运营的方向转变。多交路运营组织是网络化运营组织的重要组成部分,而其中的大小交路运营方式也是目前我国城市轨道交通使用最为广泛的一种运营组织方式。因此,研究城市轨道交通大小交路列车开行方案的优化编制,实现网络化运营背景下城市轨道交通列车的优化组织,对提高城市轨道交通运营效率和服务水平具有十分重要的意义。本文在剖析现有文献的基础上,总结了影响城市轨道交通大小交路列车开行方案编制的关键因素,分析了我国城市轨道交通开行大小交路的线路情况及其客流特征;并分别以城市轨道交通直径线和放射线为研究对象,提出了城市轨道交通大小交路列车开行方案优化方法和列车时刻表优化方法。主要研究内容及结论如下:(1)结合既有文献,从客流需求、行车条件和运力资源三个方面出发,系统分析了影响城市轨道交通大小交路列车开行方案编制的因素;统计并分析了我国城市轨道交通实施大小交路运营组织模式的线路情况及其客流特征。结果表明,大小交路运营线路中长度超过35km的线路数占线路总数的91.3%,断面客流不均衡系数介于1.80～2.99。(2)以城市轨道交通直径线为研究对象,在分析大小交路运营特点的基础上,考虑线路通过能力、最小发车频率、列车满载率和站台长度等约束条件,以乘客等待时间、车辆走行公里和列车运行时间最小为目标,以小交路列车折返站位置、大小交路列车的发车频率及编组辆数为决策变量,构建了城市轨道交通大小交路列车开行方案优化模型。根据模型特点,采用线性加权和法、惩罚函数法,将原多目标约束问题转化为单目标无约束优化问题,并设计了求解模型的受控随机搜索算法。通过算例验证了模型和算法的有效性,对小交路发车频率、折返站位置等进行了灵敏度分析。结果表明,开行大小交路不仅可以降低企业运营成本,减少车辆运用数;小交路长度越短对乘客越不利,且不能使企业成本节省越多。(3)以城市轨道交通大小交路列车运行图为基础,给出了均匀发车和非均匀发车两种情形下小交路区段乘客的平均等待时间计算方法。通过客流分析,给出了大、小交路列车客流分担比例的计算方法。在分析列车编组、发车间隔对列车满载率影响的基础上,构建了考虑列车满载率均衡性的大小交路列车开行方案双层规划模型。上层模型为开行方案优化模型,采用遗传受控随机搜索算法求解,旨在确定最优的小交路折返站和列车发车频率。下层模型为满载率均衡性优化模型,采用枚举法求解,旨在确定最优的列车编组方案和发车间隔,使得列车满载率均衡程度最大。以某城市轨道交通线路为例,验证了模型和算法的有效性。研究结果表明,采用"大交路大编组、小交路小编组"的编组方案可以提高大、小交路列车满载率的均衡性,降低企业运营成本。选择合理的小交路长度,不仅可以保证大、小交路列车满载率的均衡性,而且可以实现乘客和企业双方利益最大化。(4)以城市轨道交通放射线为研究对象,考虑客流的时变特性,以乘客等待时间、列车运行时间和车辆走行公里最小为目标,以发车间隔、列车满载率及其均衡性、最大可用车底数为约束,构建了城市轨道交通大小交路列车时刻表优化模型。根据模型特点,建立了计算机仿真模型,并将其与遗传算法相结合,提出了基于计算机仿真和遗传算法的求解方法。研究结果表明,优化后的时刻表可以使运力与客流需求更加匹配,有效缓解了高峰期乘客拥挤状况。在企业运营成本相等的情况下,优化后的乘客等待时间较优化前减少了 1266.2小时,降幅达16.5%。
[Abstract]:With the advance of the network process of urban rail transit in China , the urban rail transit in Beijing , Shanghai and Guangzhou has taken the lead in the network operation era , and the network pattern of rail transit in other cities is gradually formed . ( 2 ) Based on the analysis of the characteristics of urban rail transit , the method of calculating the average waiting time of the passenger in small cross - route trains is established based on the analysis of the characteristics of traffic capacity , minimum departure frequency , full load rate of train and length of train . The results show that the model and algorithm are optimized by using the method of linear weighted sum method and penalty function . ( 4 ) Taking urban rail traffic as the research object , considering the time - varying characteristics of passenger flow , taking the minimum of passenger waiting time , train running time and vehicle running distance as the target , establishing a computer simulation model based on the characteristics of the model , establishing a computer simulation model , and combining it with the genetic algorithm . The results show that the optimized time scale can make the transportation force and the passenger flow demand more matched and effectively alleviate the passenger crowded condition in the peak period . In the case of equal operation cost of the enterprise , the optimized passenger waiting time is reduced by 126.2 hours before the optimization , and the reduction is 16.5 % .

【学位授予单位】：北京交通大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：U292

【引证文献】