城市轨道交通应急救援站选址方法及装置制造方法及图纸

一种城市轨道交通应急救援站选址方法及装置，该方法包括：以城市轨道交通车站为节点，城市轨道交通车站之间的轨道线路为边，建立无向网络模型；计算无向网络模型的网络特征指标，网络特征指标包括度、介数、紧密度和特征向量；在设定的攻击策略下，根据失效节点数量和网络全局效率的关系获取轨道交通网络节点综合脆弱度指数；根据由脆弱度指数确定的脆弱度等级和响应时间区间限值的对应关系，得到覆盖度函数；根据综合脆弱指数和覆盖度函数构建救援站选址模型。本发明专利技术提供的技术方案结合复杂网络理论识别网络中的脆弱性节点，在选址模型构建时引入脆弱度指数来对脆弱节点加以保护，提升了整个轨道交通系统救援网络的稳定性和应急效率。

【技术实现步骤摘要】
城市轨道交通应急救援站选址方法及装置
本专利技术涉及一种城市轨道交通应急处理
，具体地涉及一种城市轨道交通应急救援站选址方法及装置。
技术介绍
随着轨道交通网络化格局日趋形成，客流量的持续增长以及高峰小时发车间隔的不断缩短，给行车组织和运营管理带来了一系列新的安全问题和挑战。在高峰时段，轨道交通客流强度大、行车间隔短、行车组织调整困难，一旦某个站点或某条线路发生重大突发事件，会迅速波及相邻线路甚至整个线网，造成巨大的经济损失、乘客伤亡。因此，城市轨道交通突发事件发生后，高效的应急救援就成为扼制突发事件在线网上传播、减少人员伤亡和事故损失的关键途径，而应急救援站的合理选址是开展高效应急救援的前提和保障。近年来，国内外不少学者对应急设施选址进行了研究，但针对城市轨道交通应急救援站选址的研究还相对较少。在我国，部分城市轨道交通线网络化格局虽逐步形成，但网络化程度不高，应急救援理论大多倾向于传统的单线的思路，造成各条线路自成体系、各自为战，线路间资源重复配置，无法共享的问题，并且应急救援站选址的研究缺乏网络层面的思考和设计，忽略轨道交通系统网络拓扑结构的自身特性对救援工作的影响，造成网络应急均衡性差的问题。同时，现有的研究大多是纯理论和方法的研究，主要研究内容侧重选址模型和算法设计，少有结合我国的轨道交通实际现状进行实证分析。针对当前城市轨道交通应急救援站选址研究的不足与需求，迫切需要立足于城市轨道交通网络化运营的时代背景，引入网络科学的相关理论，专利技术一种针对性强、准确性高，同时又能适应轨道交通线网自身的网络拓扑结构，实现快速响应、高效救援的救援站选址方法。
技术实现思路
本专利技术的目的在于提出一种城市轨道交通应急救援站选址方法及装置，以提升整个轨道交通系统救援网络的稳定性和应急效率。为达此目的，本专利技术采用以下技术方案：一种城市轨道交通应急救援站选址方法，所述方法包括：以城市轨道交通车站为节点，所述城市轨道交通车站之间的轨道线路为边，建立无向网络模型；计算所述无向网络模型的网络特征指标，所述网络特征指标包括度、介数、紧密度和特征向量，其中，所述度指标为节点的邻边数，所述介数指标为网络中所有最短路径经过节点i的数量与所有最短路径数量的比值；所述紧密度指标为节点到达所有其他节点的距离之和的倒数；特征向量指标表征节点通过与高度值节点相连所获得的间接影响力；在设定的攻击策略下，根据失效节点数量和网络全局效率的关系获取所述轨道交通网络节点综合脆弱度指数；根据由所述脆弱度指数确定的脆弱度等级和响应时间区间限值的对应关系，得到覆盖度函数；以广义最大覆盖模型为理论基础，根据所述综合脆弱指数和所述覆盖度函数构建救援站选址模型。上述方案中，所述构建救援站选址模型之后，所述方法还包括：利用拉格朗日算子松弛问题中的约束条件以及拉格朗日对偶问题，逐步逼近所述救援站选址模型的最优解。上述方案中，所述度指标di记为：所述介数指标bi记为：其中，njk是连接节点j和k的最短路径数量，而njk(i)是连接节点j和k并且经过节点i最短路的数量；所述紧密度指标ci记为：dij表示节点i到节点j的最短距离；所述特征向量指标ei记为：λ为伴随矩阵A＝(aij)N×N的主特征值，e＝(e1，e2，...，eN)为矩阵A对应于λ的特征向量。上述方案中，所述网络全局效率Eglob(G)为：其中0＜Eglob(G)≤1；所述节点脆弱度指数ωi为：其中，分别是所述度、所述介数、所述紧密度和所述特征向量指标的权重。上述方案中，所述覆盖度函数Fij为：其中，t为救援站到需求点的行车时间，t0为响应时间的下限，tn为响应时间的上限。上述方案中，所述方法包括：所述选址模型为：其约束条件为：yij-xj≤0；xj∈{0，1}(j∈J)；yij∈{0，1}(i∈I，j∈J)。上述方案中，所述根据失效节点数量和网络全局效率的关系获取所述轨道交通网络各节点综合脆弱度指数，包括：在设定的攻击策略下根据失效节点数量和网络全局效率的关系，确定各网络特征指标的权重；利用变权层次分析法对节点的各网络特征指标进行加权求和，得到轨道交通网络各节点综合脆弱度指数。上述方案中，所述设定的攻击策略包括随机攻击策略、最大度节点攻击策略、最高介数节点攻击策略、最大紧密度节点攻击策略和最大特征向量节点攻击策略，其中：在所述随机攻击策略中，随机移除网络中的某个节点后，重新计算网络中的所有拓扑性能；在所述最高介数节点攻击策略中，移除网络中具有最高介数的节点后，重新计算网络中的所有拓扑性能；在所述最大度节点攻击策略中，移除网络中具有最大度的节点后，重新计算网络中的所有拓扑性能；在所述最大紧密度节点攻击策略中，移除网络中具有最大紧密度的节点后，重新计算网络中的所有拓扑性能；在所述最大特征向量节点攻击策略中，移除网络中具有最大特征向量的节点后，重新计算网络中的所有拓扑性能。一种城市轨道交通应急救援站选址装置，所述装置包括：网络模型创建单元，用于以城市轨道交通车站为节点，所述城市轨道交通车站之间的轨道线路为边，建立无向网络模型；网络特征指标计算单元，用于计算所述无向网络模型的网络特征指标，所述网络特征指标包括度、介数、紧密度和特征向量，其中，所述度指标为节点的邻边数；所述介数指标为网络中所有最短路径经过节点i的数量与所有最短路径数量的比值；所述紧密度指标节点到达所有其他节点的距离之和的倒数表示；特征向量指标用来分析节点通过与高度值节点相连所获得的间接影响力；脆弱度指数计算单元，用于在设定的攻击策略下，根据失效节点数量和网络全局效率的关系获取所述轨道交通网络各节点综合脆弱度指数；覆盖度函数获取单元，用于根据由所述脆弱度指数确定的脆弱度等级和响应时间区间限值的对应关系，得到覆盖度函数；救援站选址模型构建单元，用于以广义最大覆盖模型为理论基础，根据所述综合脆弱指数和所述覆盖度函数构建救援站选址模型。上述方案中，所述装置还包括救援站选址模型求解单元，用于利用拉格朗日算子松弛问题中的约束条件以及拉格朗日对偶问题，逐步逼近所述救援站选址模型的最优解。本专利技术提供的城市轨道交通应急救援站选址方法及装置，结合复杂网络理论识别网络中的脆弱性节点，在选址模型构建时引入脆弱度指数来对脆弱节点加以保护，提升了整个轨道交通系统救援网络的稳定性和应急效率。附图说明图1是本专利技术实施例城市轨道交通应急救援站选址方法的实现流程图；图2是本专利技术实施例中在不同攻击策略下网络性能的变化效果图；图3是本专利技术实施例中采用拉格朗日启发式算法求解模型的收敛效果图图4是本专利技术实施例中城市轨道交通应急救援站选址装置的组成结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一如图1所示，本专利技术实施例提供一种城市轨道交通应急救援站选址方法，该方法包括：步骤110，以城市轨道交通车站为节点，城市轨道交通车站之间的轨道线路为边，建立无向网络模型。步骤120，计算无向网络模型的网络特征指标，网络特征指标包括度、介数、紧密度和特征向量，其中，度指标为节点的邻边数；介数指标为网络中所有最短路径本文档来自技高网...

【技术保护点】
1.一种城市轨道交通应急救援站选址方法，其特征在于，所述方法包括：以城市轨道交通车站为节点，所述城市轨道交通车站之间的轨道线路为边，建立无向网络模型；计算所述无向网络模型的网络特征指标，所述网络特征指标包括度、介数、紧密度和特征向量，其中，所述度指标为节点的邻边数；所述介数指标为网络中所有最短路径经过节点i的数量与所有最短路径数量的比值；所述紧密度指标为节点到达所有其他节点的距离之和的倒数；特征向量指标表征节点通过与高度值节点相连所获得的间接影响力；在设定的攻击策略下，根据失效节点数量和网络全局效率的关系获取所述轨道交通网络节点综合脆弱度指数；根据由所述脆弱度指数确定的脆弱度等级和响应时间区间限值的对应关系，得到覆盖度函数；以广义最大覆盖模型为理论基础，根据所述综合脆弱指数和所述覆盖度函数构建救援站选址模型。

【技术特征摘要】
1.一种城市轨道交通应急救援站选址方法，其特征在于，所述方法包括：以城市轨道交通车站为节点，所述城市轨道交通车站之间的轨道线路为边，建立无向网络模型；计算所述无向网络模型的网络特征指标，所述网络特征指标包括度、介数、紧密度和特征向量，其中，所述度指标为节点的邻边数；所述介数指标为网络中所有最短路径经过节点i的数量与所有最短路径数量的比值；所述紧密度指标为节点到达所有其他节点的距离之和的倒数；特征向量指标表征节点通过与高度值节点相连所获得的间接影响力；在设定的攻击策略下，根据失效节点数量和网络全局效率的关系获取所述轨道交通网络节点综合脆弱度指数；根据由所述脆弱度指数确定的脆弱度等级和响应时间区间限值的对应关系，得到覆盖度函数；以广义最大覆盖模型为理论基础，根据所述综合脆弱指数和所述覆盖度函数构建救援站选址模型。2.根据权利要求1所述的方法，其特征在于，所述构建救援站选址模型之后，所述方法还包括：利用拉格朗日算子松弛问题中的约束条件以及拉格朗日对偶问题，逐步逼近所述救援站选址模型的最优解。3.根据权利要求2所述的方法，其特征在于，所述度指标di记为：所述介数指标bi记为：其中，njk是连接节点j和k的最短路径数量，而njk(i)是连接节点j和k并且经过节点i最短路的数量；所述紧密度指标ci记为：dij表示节点i到节点j的最短距离；所述特征向量指标ei记为：λ为伴随矩阵A＝(aij)N×N的主特征值，e＝(e1，e2，...，eN)为矩阵A对应于λ的特征向量。4.根据权利要求3所述的方法，其特征在于，所述网络全局效率Eglob(G)为：其中0＜Eglob(G)≤1；所述节点脆弱度指数ωi为：其中，分别是所述度、所述介数、所述紧密度和所述特征向量指标的权重。5.根据权利要求4所述的方法，其特征在于，所述覆盖度函数Fij为：其中，t为救援站到需求点的行车时间，t0为响应时间的下限，tn为响应时间的上限。6.根据权利要求5所述的方法，其特征在于，所述方法包括：所述选址模型为：其约束条件为：yij-xj≤0；xj∈{0，1}(j∈J)；yij∈{0，1}(i∈I，j∈J)。7.根据权利要求6所述的方法，其特征在于，所述根据失效节点数量和网络全局效率的关系获取所述轨...

【专利技术属性】
技术研发人员：张宁，祝蕾，张学兵，石庄彬，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32