基于时间序列的轨道交通客流动态分配仿真

发布时间：2021-03-27 03:16

　　轨道运行时会发生各类不确定性突发事件,导致交通拥堵,引发乘客恐慌,使原本的规律的客流分布产生变化,无法精准掌握客流实时动态,进一步加深事态的严重性。对城镇轨道交通提出基于时间序列的客流动态分配方法。利用时间序列理论对乘客分形规则进行分析,了解其具有的混沌不确定性特征,以反馈时延为依据,得出在突发事件下不确定性客流动态预测精准结果,最后给出基于随机均衡的客流动态分配策略,完成分配。通过仿真结果表明,所提方法对不同条件下的区域内轨道交通客流方差较小,且客流预测值与实际值较为接近,证明动态分配较为合理。 

【文章来源】：计算机仿真. 2020,37(01)北大核心

【文章页数】：5 页

【部分图文】：

区域内客流分配调整

图1 区域内客流分配调整在仿真中,动态标识放置在候车区域的液晶显示器中,根据轨道运行需要向乘客传达实时交通信息。该区域内客流动态分配前后信息如图1、2所示。当全部线路乘客数量都均匀分布,则停止动态引导信息播放。

下图3为轨道交通以60、30以及10分钟为间隔的断面客流量预测值与实际值比较图,在该图像中能够清楚看出不同时间间隔下客流量预测值。通过对上图数据详细分析,由实际值得出图3中(a)、(b)、(c)时间序列中的HE指数分别为0.84、0.92、0.95。轨道进出口客流HE指数处于(0.5,1)区间,特征具有混沌性,其中接近0.5的站点,客流分布的随机性越高,不易掌握;越接近1,随机游走可能性越大,持久度高。无论在首尾站、中间站或者是换乘站,HE指数分布较稀疏,既有趋近于1的也有接近于0.5的,大多数都处于(0.8,1)区间,基于此,证明时间序列下客流统计具有分形规律,拥有混沌不确定性特征。图中可看出不同时间间隔下实际值与预测值的客流统计偏差较小,证明本文轨道交通客流动态分配较为合理。

【参考文献】：
期刊论文
[1]考虑出行者异质性的新建城市轨道交通客流转移预测模型[J]. 王立晓,曹建青,左志,孙小慧.  城市轨道交通研究. 2018(09)
[2]城市轨道交通客流网络分布均衡性评价[J]. 黄志远,徐瑞华,杨儒冬,刘伟.  交通运输系统工程与信息. 2018(03)
[3]由分形布朗运动驱动的随机微分方程的收敛性[J]. 刘卫国,罗交晚,李治.  数学进展. 2018(01)
[4]动车组故障率统计分析方法[J]. 王华胜,李昊,朱庆龙,钱小磊,艾厚溥.  中国铁道科学. 2018(01)
[5]露天矿车流路网均衡分配模型[J]. 孙效玉,赵松松,刘恒,张航.  煤炭学报. 2017(06)
[6]高峰期内旅游路线实时优化调度仿真研究[J]. 张笑白,秦志学.  计算机仿真. 2017(05)
[7]信道反馈延迟时上行多用户MIMO中继系统预编码[J]. 苏君煦,陈小敏,胡续俊,朱秋明.  应用科学学报. 2017(02)
[8]基于相空间重构和Lyapunov指数电弧电流混沌特性分析[J]. 管红立,王博文,赵智忠.  电工电能新技术. 2017(03)
[9]基于多元混沌时间序列的数控机床运动精度预测[J]. 杜柳青,曾翠兰,余永维.  农业机械学报. 2017(03)
[10]高速铁路旅客出行时间选择Logit模型与分析[J]. 张航,赵鹏,乔珂,宁丽巧.  铁道运输与经济. 2017(01)



本文编号：3102775