[发明专利]一种基于流体排队网络的城市轨道交通客流控制优化方法有效
| 申请号: | 202011355014.7 | 申请日: | 2020-11-27 |
| 公开(公告)号: | CN112906179B | 公开(公告)日: | 2022-04-19 |
| 发明(设计)人: | 刘珺;胡路;蒋阳升 | 申请(专利权)人: | 西南交通大学;成都交大大数据科技有限公司 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q10/04;G06Q50/26 |
| 代理公司: | 成都虹盛汇泉专利代理有限公司 51268 | 代理人: | 王伟 |
| 地址: | 610031 四川省*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 流体 排队 网络 城市 轨道交通 客流 控制 优化 方法 | ||
1.一种基于流体排队网络的城市轨道交通客流控制优化方法,其特征在于,包括以下步骤:
S1、建立基于流体排队网络的城市轨道交通客流控制优化模型,具体包括以下步骤:
S11、获取乘客出行OD数据,以及地铁线路的站点数量、站间里程数、列车数量,地铁车站站台容量参数;
S12、根据步骤S11中获取的数据对地铁线路上列车以及车站内的通道、站台系统进行描述,抽象成对应的流体排队模型,构建城市轨道交通流体排队网络模型;
S13、根据乘客出行OD数据,确定客流控制决策变量;
S14、根据客流控制决策变量以及排队网络模型输出指标,确定客流控制约束条件;
S15、根据客流控制约束条件,以乘客出行时间最小为目标,构建客流控制优化目标函数;
S2、求解基于流体排队网络的城市轨道交通客流控制优化模型,具体包括以下步骤:
S21、对客流控制决策变量使用实数编码的方法进行处理,生成父代种群,并计算种群个体目标函数;
S22、判断种群个体目标函数是否满足预设终止条件;若满足,则操作结束,得到最优个体;若不满足,则进行下一步骤;
S23、采用轮盘赌方法对种群进行选择处理,并利用IAGA交叉概率方法、自适应变异概率方法对群体进行交叉和变异处理;
S24、对群体实施最优保存策略,返回步骤S22。
2.如权利要求1所述的基于流体排队网络的城市轨道交通客流控制优化方法,其特征在于,步骤S12所述流体排队模型的获得步骤如下:
S121、建立站台候车排队模型:对于容量为C的乘降区上车排队系统,乘客通过进站闸机之后,成为乘降区的客流输入来源;乘客的到达过程服从随时间变化的泊松分布Mt;乘客的候车时间服从任意分布,同时考虑系统的状态对服务过程的影响,记为G(x),其中x为乘降区上车排队系统的系统状态,即为系统内乘客数量;若系统内的人数大于其容量,乘客将会产生溢出,从而在站厅逗留,站厅的容量为∞,按照Kendall符号表示方法,记为Mt/G(x)/C/C+∞;
对于任意时刻t,第i个车站u方向候车排队系统状态为:系统初始状态加上进入的乘客减去出去的乘客数量,即:
系统状态的变化率为:
其中由i车站u方向t时刻乘客的到达率所决定;u=1时为上行,u=2时为下行;乘客的到达服从泊松分布,因此i车站u方向t时刻乘客的到达率记为乘降区上车乘客的输入率由该车站的乘客到达率决定,且由于容量无限,不考虑阻塞概率,因此:
乘客的输出率根据乘客受系统状态影响的速度计算:
其中PT为列车停站概率,PT=1时为列车停靠站台;l表示站台长度;第i个车站u方向候车排队模型中的乘客速度计算公式如下:
其中:通过历史数据给出三个标准点进行标定,算出速度
受到系统空闲概率的影响,且系统状态发生变化,因此,系统乘客的输出率为:
根据PSFFA方法得到的计算公式如下:
其中:同样通过历史数据给出的三个标准点进行标定得到;
建立三个动态性能指标:分别为系统的实时输出率平均占用空间平均逗留时间计算公式如下:
y为逗留时间;
S122、列车排队模型:列车作为乘客运输的载体,担当运输任务,在每列列车中均会出现排队现象,将列车服务的排队系统抽象为一类单虚拟服务台的M_t/G(x)/1/C排队模型;根据流体排队的思想,在t时刻,u方向上第k列车的系统状态计算公式如下:
其中t时刻,u方向上第k列车乘客的到达率由候车排队模型的输出率以及车站与列车之间的连接概率PTi,k(t)决定:
TR为列车集合;
对于列车乘客下车时的输出率
其中tw为乘客下车时间,ηk,u,j(t)为第k列车在j车站的下车乘客比例,由S11获取的OD数据确定;
列车排队模型的三个动态性能指标分别为任意时刻系统输出率乘客占用系统空间乘客平均逗留时间计算公式如下:
其中,CT表示列车的容量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学;成都交大大数据科技有限公司,未经西南交通大学;成都交大大数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011355014.7/1.html,转载请声明来源钻瓜专利网。





