城市轨道交通路网关键车站识别方法研究

发布时间：2019-11-09 06:21

【摘要】：随着我国国民经济的不断发展,城市轨道交通以其运能大、运行稳定、准时快捷、节能环保等优势,在城市公共交通中起着越来越重要的作用。然而随着客流的增长,经常出现路网客流拥挤,在增加运营难度的同时带来很大的安全隐患。为了更高效地缓解拥挤,本文研究了网络化运营大客流条件下城市轨道交通路网的关键车站识别方法,并针对路网OD间可选路径过多且无法直接观测导致部分客流数据难以精确统计的问题进行乘客路径选择行为研究,最后选取北京市城市轨道交通区域路网进行了案例分析。主要的工作内容如下:(1)从路网客流拥挤角度出发,给出关键车站的定义,分析关键车站的影响因素。在高峰期客流拥挤条件下,分析关键车站识别所需数据,探讨提高数据准确性以及关键车站识别的理论方法,进一步建立关键车站识别方法体系,界定本文研究范围。(2)研究城市轨道交通乘客路径选择行为建模与标定方法,进而估算各区间、车站的客流数据。首先分析影响乘客路径选择行为的因素及内在关系,利用Logit模型构建路径选择模型;结合AFC数据,采用贝叶斯估计和MCMC方法标定路径选择模型中路径效用函数的参数,以提升客流数据的估算准确性。(3)研究城市轨道交通路网关键车站识别方法,建立关键车站识别流程。构建路网评价指标,用于评价路网客流拥挤水平,并采用系统聚类法确定指标阈值;基于复杂网络节点中心化理论,综合客流、路网拓扑和区间能力属性构建关键车站识别指标,用于识别路网中的关键车站,并采用熵权-TOPSIS方法进行综合评价;最后通过调整关键车站的运输组织方案,以路网评价指标值的变化作为关键车站灵敏度,评价路网客流拥挤的缓解效果。(4)根据本文提出的理论与方法,在既有仿真系统中实现路径效用函数标定模块和路网与车站评估模块。以北京市城市轨道交通区域路网早高峰为例,标定了乘客路径选择行为参数,并对关键车站进行评估。结果表明,应用本文提出的理论与方法能够有效识别路网中的关键车站,对关键车站优化运输组织方案能够有效缓解路网客流拥挤,可为城市轨道交通路网及车站运营管理提供理论和方法支撑。
【图文】：

从而得出相应的结果，其具有能处理大量样本、运算速度快等特点，能够高效解逡逑决问题。根据输入数据的标注情况不同，机器学习可分为无监督学习、半监督学逡逑习和有监督学习Ｈ类，其各自的代表方法如图１－１所示。逡逑机器学习方法邋Ｉ逡逑广逦ｒ逦ｒ逦＾逡逑无监督学习逦有腔督学习逡逑．聚类分析逦４逦？人工巧经网络逡逑？关巧规则分析逦＊逦？决策树逡逑Ｖ逦ｙ邋’、、逦Ｊ邋逦／逡逑图１－１机器学习方法分类逡逑Ｆｉｇ．邋１－１邋Ｃｌａ化ｉｆｉｃａｔｉｏｎ邋ｏｆ邋ｍａｃｈｉｎｅ邋ｌｅａｒｎｉｎｇ邋ｍｅ化ｏｄｓ逡逑４逡逑

区间拥挤是区间内连续多次列车拥挤的宏观表现，，通常采用一定时段内通过逡逑区间各列车的平均满载率进行评价，可采用与列车拥挤相似的分级标准。逡逑乘客在城市轨道交通路网中的出行流程如图２－１所示，其中进站和换乘过程是逡逑造成车站拥挤的阶段，列车停站期间的乘客乘降是造成列车拥挤的阶段，列车运逡逑行过程是造成区间拥挤的阶段，Ｓ种拥挤通过客流持续相互影响，共同构成了路逡逑网客流拥挤，并随着乘客移动出现了拥挤传播的现象。拥挤传播是指某个或某些逡逑车站的短时集中客流使车站、列车和区间产生拥挤，同时由于列车承载能力的限逡逑制，随着列车运行导致其他车站乘客无法上车进一步产生拥挤，使拥挤在路网中逡逑逐步扩散的过程［７５１逡逑进站口逡逑Ａ逦逦逡逑安检逦涅站站外靴逦非付费区逦出站口逡逑＆逦出站站外走行逦Ａ逡逑富邋１＾１邋语丽——＂逦Ｉ离开巧机逡逑ｇ邋刷卡通过逦‘‘！刷卡通过ｉ邋ｆｉｉ逡逑进站走行逦气＞逦过逡逑疆品岳．，逦付费区逦１逦？逡逑—＾邋１——逦出站走行邋ｉ出站站台逡逑Ａ邋候车逦令逡逑ｉ逦Ｙ逦Ｉ逦１逦Ｉ逦逦逦逦邋＇逦逦邋N逡逑ｉＪｉｌＯＭＩｔ今Ｔ幰占台嗦隆！！r-ｍＤｌＭＯ秦逡逑Ｉ－＾逦邋ｒ—－．邋．．．．邋：．邋逦＾逡逑列车

本文编号：2558295