[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

专利信息
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
【说明书】:

发明公开了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,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,包括以下步骤:S11、获取乘客出行OD数据,地铁线路参数;S12、构建城市轨道交通流体排队网络模型;S13、确定客流控制决策变量;S14、确定客流控制约束条件;S15、构建优化目标函数;S2、求解优化模型,包括以下步骤:S21、计算种群个体目标函数;S22、判断个体适应度是否满足终止条件;若满足则结束;否则进行下一步;S23、进行选择、交叉和变异处理。本发明在城市轨道交通客流控制方案的基础上,结合流体排队网络模型建立了客流控制优化模型,降低了站台排队溢出与排队爆炸的可能性。

技术领域

本发明属于交通工程技术领域,特别涉及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。

背景技术

随着我国的城市化进程不断加快,城市内的人口密度越来越高。伴随着社会经济的发展,人口的出行需求不断增加,为了满足日益增长的运输需求,城市内的多元化交通体系不断完善。也正是因为乘客出行对城市轨道交通的需求及依赖逐渐增加,运能与运输需求之间不匹配的矛盾日益尖锐。高峰客流拥挤属于典型的周期性拥堵,相较于偶发性拥堵,其产生的时间、地点、强度均较为稳定且与出行需求密切相关。线网高峰小时客流以通勤为主要目的,受其时间特征约束,所以导致乘客在该时段内高度聚集。过度拥挤不仅使得乘客的出行时间成本提高,同时也对城市轨道交通运营管理带来了巨大的挑战。

目前,城市轨道交通日常运营人员采取的限流方式大都从站内安全水平的角度出发。凭个人主观经验,依赖于专业知识和工作经验,没有系统的理论支撑,缺乏合理的计算标准且对乘客出行的服务水平缺乏考量;虽然国内外近年来的客流控制优化成果增多,但大都缺乏对客流特征的详细分析。且控制手段呈现单一化的趋势,都是从乘客出行OD考虑,直接进行站外客流。

发明内容

本发明的目的在于克服现有技术的不足,提供一种在城市轨道交通客流控制方案的基础上,结合流体排队网络模型建立了客流控制优化模型;通过客流控制与发车间隔的优化,消除了系统状态造成的服务率下降问题,能够降低站台排队溢出与排队爆炸的可能性的基于流体排队网络的城市轨道交通客流控制优化方法。

本发明的目的是通过以下技术方案来实现的: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,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/202011355014.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top