[发明专利]基于需求演化与流量传播的地铁客流调控计划编制方法

权利要求书

1.一种基于需求演化与流量传播的地铁客流调控计划编制方法，其特征在于，包括：

步骤S1：融合多源自动售检票数据，通过数据挖掘识别通勤出行个体，从时间和空间维度对通勤个体进行集计，提取现状通勤出行需求分布特征，所述现状通勤出行需求分布特征包括各个控制时段内、各个起讫点OD的出行需求量；

步骤S2：根据通勤者对客流调控措施的效用感知原理，构建通勤者出发时刻调整与出行方式转移行为NL模型，将所述NL模型嵌入随机用户均衡分配模型，利用所述随机用户均衡分配模型和现状通勤出行需求分布特征，预测客流调控措施下的需求演化特征；

步骤S3：构建覆盖截流放行、候车、乘车、滞留、换乘和出站全出行环节的流量传播模型，利用所述流量传播模型和需求演化特征，计算客流调控措施下的线网运能利用率与乘客延误均衡度；

步骤S4：构建体现所述通勤出行需求演化特征、线网运能利用率与乘客延误均衡度的地铁线网客流调控计划双层规划模型，动态调整所述双层规划模型的决策变量，输出平衡运能利用与延误均衡的最优客流调控计划；

所述的步骤S2包括：

S21：构建客流调控背景下通勤者出发时刻调整与出行方式转移行为NL模型，所述NL模型的上层为出发方式转移层m，下层为出发时刻调整层r，上、下层共同组合出6种备选方案，所述备选方案包括“维持地铁出行且提前出发”、“维持地铁出行且维持原出发时间”、“维持地铁出行且推迟出发”、“转移至公交出行且维持原出发时间”、“转移至私家车出行且维持原出发时间”、“转移至出租车/网约车出行且维持原出发时间”；

S22：根据所述NL模型中的备选方案，以不同交通方式的出行时间和出行费用、地铁客流调控措施造成出行延误的概率和时间、地铁分时票价折扣率、出租车/网约车候车时间、提前出发时间、推迟出发时间、通勤首端和末端接驳方式以及固有哑元作为备选方案的特性变量，建立NL模型上层选择和下层选择的效用函数分别为：

式中，V_r|m为通勤者选择上层方案m的前提下选择下层方案r的效用函数；K为该备选方案下特性变量的总个数，k∈K；为特性变量的参数值，采用极大似然估计进行标定；为备选方案的特性变量向量；为反映特性变量是否隶属于该备选方案的0-1变量，1表示属于，0表示不属于；T_r|m,F_r|m,P_r|m,D_r|m,B_r|m,C_r|m,W_r|m,E_r|m,L_r|m,S_r|m,Y_r|m,Z_r|m分别为备选方案的特性变量，表示不同交通方式的出行时间和出行费用、地铁客流调控措施造成出行延误的概率和时间、地铁低峰票价折扣率和高峰票价涨价率、出租车/网约车候车时间、提前出发时间、推迟出发时间、通勤首端和末端接驳方式以及固有哑元；V_m为通勤者选择上层方案m的效用函数；R_m为上层方案m对应的下层备选方案集合，r∈R_m；λ₁为NL模型的下层尺度系数；

S23：根据所述NL模型上层选择和下层选择的效用函数，计算出通勤者选择备选方案rm的行为概率为：

P_rm＝P_r|mP_m

式中，P_rm为选择上层方案m时且选择下层方案r的概率；P_r|m为选择上层出行方案m的前提下选择下层方案r的条件概率；P_m为选择上层出行方案m的概率；λ₂为NL模型的上层尺度系数；

S24：根据随机用户均衡条件构建随机用户均衡分配模型，所述随机用户均衡条件根据通勤者出发时刻调整与出行方式转移行为NL模型的上下层结构进行分层化设定，所述随机用户均衡条件考虑到不同出行方式及出发时刻下各通勤者行为选择间的相互影响，当且仅当被选择备选方案的瞬时效用等于该时刻、该备选方案所在OD间的最小瞬时效用时，出发时刻调整与出行方式转移的双层随机用户均衡条件成立；

S25：根据所述现状通勤出行需求分布特征，利用所述随机用户均衡分配模型预测出客流调控措施下通勤出行需求演化特征，所述预测过程为求解与所述随机用户均衡分配模型等价的变分不等式模型，即：

式中，为在时段t内，对于任一OD对w，选择上层方案m的效用函数；为在时段t内，对于任一OD对w，选择上层方案m的前提下选择下层方案r的效用函数；为在时段t内，对于任一OD对w，选择上层方案m的最小期望感知出行效用；为在时段t内，对于任一OD对w，选择上层方案m的前提下选择下层方案r的最小期望感知出行效用；Q_w(t)为在时段t内，OD对w下的通勤出行需求数；为在时段t内，OD对w下选择上层方案m的通勤出行需求数；为在时段t内，OD对w下选择上层方案m时且选择下层方案r的通勤出行需求数；分别为的待求解变量；

所述的步骤S3包括：

S31：考虑客流调控对通勤者出行全过程的影响，建立覆盖截流放行、候车、乘车、滞留、换乘和出站全出行环节的流量传播模型；

所述流量传播模型中，在时段t内，线路l内的方向d上，站台s的列车输送到达客流量的计算公式为：

式中，为在时段t内，线路l内的方向d上，站台s的上车客流量；为在时段t内，线路l内的方向d上，站台s的下车率；为在时段t内，线路l内的方向d上，站台s的候车客流量；分别为在时段t内，线路l内的方向d上，站台s的历史断面客流量和到达客流量；

所述流量传播模型中，在时段t内，线路l内的方向d上，站台s的列车输送能力c_d,l,s(t)的计算公式为：

c_d,l,s(t)＝λM_ln_d,l,s(t)

式中，λ为列车满载率上限；n_d,l,s(t)为在时段t内，线路l内的方向d上，站台s的开行列车数量；A_l为线路l的列车发车间隔；为向下取整函数；Δt为时段t的长度；

所述流量传播模型中，在时段t内，线路l内的方向d上，站台s的列车剩余载客能力的计算公式为：

根据所述列车输送能力c_d,l,s(t)和列车剩余载客能力的计算公式，确定上车客流量的约束条件为：

式中，γ为上车人数比例最低阈值；为在时段t内，线路l内的方向d上，站台s的候车客流量；

所述流量传播模型中，在时段t内，线路l内的方向d上，站台s的到达客流量的计算公式为：

式中，为在时段t内，线路l内的方向d上，站台s的进站客流量；为在时段t内，线路l内的方向d上，站台s的换入客流量；δ_s为表示站台s是否隶属于换乘车站的0-1变量，0为不属于换乘车站，1为属于换乘车站；为在时段t内，线路l内的方向d上，站台s的出行需求量，即到达车站入口的客流量；χ_d,l,s(t)为在时段t内，线路l内的方向d上，站台s的客流控制率，即所述地铁线网客流调控计划双层规划模型的决策变量；

根据所述到达客流量和上车客流量的计算公式，在时段t内，线路l内的方向d上，站台s的滞留客流量的计算公式为：

根据所述滞留客流量和到达客流量的计算公式，在时段t内，线路l内的方向d上，站台s的候车客流量的计算公式为：

S32：根据客流需求演化特征以及所构建的流量传播模型，计算调控措施下线网运能利用率与乘客延误均衡度；

所述线网运能利用率由各控制时段内各站的上车人数与列车剩余运输能力之比的平均值反映，所述乘客延误均衡度由各控制时段内各站的上车人数与候车人数之比的平均方差反映，即：

式中，U为线网运能利用率；E为乘客延误均衡度；|S|为站台集合中元素个数；|D|为方向集合中元素个数；|T|为控制时段集合中元素个数；所述步骤S4包括：

S41：以流量传播模型作为上层模型，以随机用户均衡分配模型作为下层模型，以全网各车站于各控制时段内的客流控制率为决策变量，构建体现需求演化特征与流量传播原理的地铁线网客流调控计划双层规划模型；

所述地铁线网客流调控计划双层规划模型中，上层模型的决策变量反映出客流调控计划的分时、分站、分级实施细节，上层模型的决策变量作为下层模型的输入变量，用于计算客流调控计划下经需求演化后的通勤出行需求分布特征，并作为上层模型计算线网运能利用率与乘客延误均衡度的依据；

S42：利用“遗传算法-相继加权平均”混合算法求解所述地铁线网客流调控计划双层规划模型，动态调整所述双层规划模型的决策变量，输出平衡运能利用与延误均衡的最优客流调控计划。

2.根据权利要求1所述的方法，其特征在于，所述的步骤S1包括：

S11：对全票种传统刷卡数据和新票种刷卡数据进行融合，通过数据挖掘识别早晚行程时间、起讫点OD相对固定的通勤出行个体，所述全票种传统刷卡数据包括一卡通、月票和特种票，所述新票种刷卡数据包括金融IC卡和移动终端电子卡；

S12：从时间和空间两个维度对所述通勤出行个体进行集计，提取现状通勤出行需求分布特征，所述时间维度覆盖早晚高峰时段，所述空间维度覆盖全网车站，所述现状通勤出行需求分布特征包括各个控制时段内、各个起讫点OD的出行需求量。