运营中断条件下城市轨道交通乘客出行行为建模与客流诱导优化研究

发布时间：2018-03-01 13:33

本文关键词： 城市轨道交通运营中断乘客出行行为客流诱导封站区间中断　出处：《北京交通大学》2017年博士论文　论文类型：学位论文

【摘要】：城市轨道交通是一种大容量、绿色、准点、快捷的公共交通方式,在解决大城市交通拥堵、交通污染等交通问题方面发挥着骨干作用。截止2015年底,中国内地共有25个城市的110条城市轨道交通线路投入运营,总运营里程达3293公里。其中特大城市,如北京和上海,城轨运营里程均达550公里以上。随着轨道交通路网规模的快速发展、路网结构的日益复杂、换乘组织与行车组织手段的多样化,城市轨道交通正逐步迈向网络化运营时代。然而,城市轨道交通也是一个相对封闭、人流密集的系统,其运营安全至关重要。随着北京等特大城市轨道交通线网规模的扩大,日常突发事件不断增多。在这种情况下,一旦在局部突发运营事故,不仅会造成本区域的运营秩序混乱,而且会对相邻车站和线路的运营秩序带来严重冲击,甚至会造成地面交通的瘫痪。因此,如何辨识、管控此类危机具有紧迫的现实需求。本文针对运营中断条件下城市轨道交通乘客出行行为建模与客流诱导优化等问题开展研究,以揭示"运营中断事件"、"应急管控策略"与"乘客出行行为"三者耦合互动机理为目标,采用数据驱动和模型驱动的方法,从运营中断影响的宏观辨识、运营中断条件下的个体出行行为精细化建模和客流诱导优化这三个方面开展研究,具体内容如下:(1)运营中断影响的宏观辨识方法研究。本研究采用改进复杂网络模拟攻击的方法,探究了不同类型的运营中断对城轨线网宏观的连通特性和连通效率的显著影响,而且该方法能够帮助运营决策者找到线网中的关键环节,进而辅助他们针对性地加强运营措施与投入。而且研究提出了多源城轨运营大数据驱动的复杂运营中断条件下宏观客流时空演变特征综合辨识方法,并提出了运营中断指数,利用大规模历史运营数据实现运营中断影响的全面、量化和动态辨识。(2)运营中断下乘客出行行为建模。分别对复杂封站和区间中断场景下乘客行为决策机制进行研究,构建了复杂封站条件下的乘客个体出行行为最优化模型和分层离散选择模型,并提出了基于客流仿真的混合求解算法,实现了从个体行为建模到客流需求演变仿真的一体化。在区间发生中断时,提出了顺延晚点的列车时刻表调整优化模型以及基于时刻表拓展网络的K短路径求解算法,能够将区间中断下乘客出行延误时间的估计问题直接转化为了乘客在时间拓展网络中的出行路径搜索和决策问题。并进一步结合封站条件下乘客行为模型,提出了区间中断下乘客复杂出行行为决策机制。(3)客流诱导优化建模研究。研究构建了考虑诱导信息发布范围和内容的客流动态诱导优化双层规划模型,其中下层模型针对乘客在有无诱导信息条件下出行行为进行了仿真建模,上层模型刻画了诱导信息的发布范围的决策变量,并设计了融合客流仿真和遗传算法的混合智能求解算法。论文研究的主要创新点主要有:(1)提出了改进的复杂网络方法,首次将复杂网络的抗毁性研究成果应用于运营中断的影响辨识,而且首次提出了融合断面客流量、进站量、出站量和换乘量等的多源城轨大数据驱动的更为全面的运营中断影响辨识方法,属于应用创新。(2)本研究提出了复杂不确定性封站场景下乘客行为精细化建模方法,这是国内外首次针对封站问题进行系统定义和描述。该研究拓展了运营中断研究的边界,具有原始理论创新性。(3)首次提出了时刻表调整、时间拓展路径搜索和乘客出行行为选择模型三位一体的建模方法,将区间中断下乘客出行延误时间的估计问题直接转化为了乘客在时间拓展网络中的出行路径搜索和决策问题,能够精准化地刻画乘客在城轨网络中动态出行过程,具有一定的原始理论创新性。(4)提出了城市轨道交通客流诱导优化双层规划模型与混合智能求解算法,该研究填补了城市轨道交通客流诱导优化理论方法的空白,推动了城轨客流诱导研究从系统研制过渡到科学理论研究的阶段,深化了既有研究的理论深度,属于应用方法与原始理论创新。
[Abstract]:......
【学位授予单位】：北京交通大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：U293.1

【参考文献】