一种城市轨道交通区间乘客交通流状态判别方法技术

本发明专利技术公开了一种城市轨道交通区间乘客交通流状态判别方法，通过计算区间乘客交通流状态判别参数‑‑区间断面满载率，通过区间乘客交通流状态参数的时间序列构建，构造状态参数有序样本序列，以最优分割聚类法进行类别划分，保证了样本的时序性与状态的连续性,将参数样本相近的统计时段归为一类，提出目标线路区间乘客交通流状态划分方案,并依据参数阈值进行区间乘客交通流状态类别判定，准确判别乘客交通流状态，有利决策者及时准确地掌握客流运行状态及其客流变化规律，为日常调度和工作做好准备。

【技术实现步骤摘要】
一种城市轨道交通区间乘客交通流状态判别方法所属领域本专利技术属于轨道交通运输
，具体涉及一种城市轨道交通区间乘客交通流状态判别方法。
技术介绍
近年来，随着轨道交通线网的逐步扩增和乘客出行需求的增长，轨道交通供需不平衡等问题日趋严重，出现了高峰拥挤、超载运行、运能不足等现象。列车运行途中，乘客过度拥挤将严重降低车厢内乘客的舒适度和满意度。为了提高轨道交通运营管理水平，提供优质乘客运输服务，充分发挥城市轨道交通的社会效益和经济效益，科学有效地掌握客流运行特征可以更好地为轨道交通运营决策者带来决策参考依据。目前，我国城市轨道交通根据断面客流将客流分为早高峰客流，晚高峰客流和平峰客流。但客流在高峰小时内存在一定集聚特征，其客流通常集中在15min或0.5h内，并且高峰小时客流虽然有一定稳定性，但存在突变波动。因此将客流分为早、晚高峰及平峰客流将无法呈现客流在高峰小时内不同程度的变化及分布情况，不利于决策者进行有效决策分析。另外，国内外城市轨道交通对客流运行状况的研究仍处于宏观层面，其研究大多通过建立相关评价指标体系进行综合性分析，研究内容往往过于局限，无法进行乘客交通流运行状况的准确获取。因而，针对目前的行业发展及实际需求，如果能提出一种城市轨道交通区间乘客交通流状态的判别方法，将是轨道交通运输
的一大创新，是判别区间乘客交通流状态的重要里程碑式指标。
技术实现思路
本专利技术正是针对现有技术中的问题，提供了一种城市轨道交通区间乘客交通流状态的判别方法，克服了现有技术中区间乘客交通流状态突变波动较大，无法准确预判的问题，通过计算区间乘客交通流状态判别参数--区间断面满载率Ek，通过区间乘客交通流状态参数的时间序列构建，以最优分割法进行参数样本聚类，将某时段内行驶于该区间列车的乘客顺畅程度相近的统计时段归为一类，并依据参数阈值进行区间乘客交通流状态类别判定，准确判别乘客交通流状态，便于决策者及时准确地掌握客流运行状态及其客流变化规律，为日常调度和工作做好准备。为了实现上述目的，本专利技术采用的技术方案是：一种城市轨道交通区间乘客交通流状态判别方法，包括如下步骤：S1，定义城市轨道交通区间乘客交通流状态；S2，确定区间乘客交通流状态的判别参数Ek，所述Ek指区间断面满载率；S3，确定区间乘客交通流状态判别参数的计算方法，求解区间断面满载率Ek：S4，统计区间乘客交通流状态的判别参数Ek并构建有序样本序列A；S5，利用有序样本聚类最优分割法对参数样本进行划分，得到所有分类,S51,计算类直径矩阵；S52，计算分类损失函数；S53，构建最小分类损失矩阵及分类标记矩阵；S54，指定分类数，基于步骤S53中最小分类损失矩阵及分类标记矩阵，依据最优分割算法依次得到所有分类；S6，区间乘客交通流状态判别：将聚类分类结果与步骤S1中的状态对比，判别区间乘客交通流的状态。作为本专利技术的一种改进，还包括步骤S7，改变步骤S54中的指定分类数，重复循环步骤S2-S5，直至得到理想的判别状态。作为本专利技术的一种改进，所述步骤S1中区间乘客交通流状态根据区间断面满载率Ek决定，当Ek≤58％时，为舒适状态；当58％＜Ek≤100％时，为一般状态；当100％＜Ek≤120％时，为拥挤状态；当120％＜Ek时，为严重拥挤状态。作为本专利技术的又一种改进，所述步骤S3中区间断面满载率Ek的计算方法如下：S31，求解区间断面客流Bk，选取轨道交通线网交易记录作为基础数据，每Tk统计一次断面客流，其中，Bk表示列车在第k个统计时段的区间断面客流；表示第k统计时段内第i列车在第j区间的断面客流；表示第k统计时段内第i列车在第j车站的乘客上车人数；表示第k统计时段内第i列车在第j车站的乘客下车人数；n为区间第k统计时段所经过的列车列数；S32，求解区间断面满载率Ek：Nk＝f×N其中，Nk为区间第k统计时段所经过列车的列车定员总和；N为区间第k统计时段所经过列车的每列列车定员数；f为区间Tk内所经过列车的列车总数。作为本专利技术的又一种改进，当有换乘人数时，所述步骤S31中，其中，表示由其它线路换乘至目标线路换乘站的乘客人数，当第j车站为非换乘站时，表示由目标线路换乘站换乘至其它线路的乘客人数，当第j车站为非换乘站时，表示第k统计时段第j车站的进站人数；表示第k统计时段第j车站的出站人数；aj表示乘客从其它线路换乘至目标线路换乘站j的人数所占进站人数的比例；bj表示乘客从目标线路换乘站j换乘至其它线路的人数所占出站人数的比例。作为本专利技术的另一种改进，所述步骤S4进一步包括：S41，统计时段Tk内，区间乘客交通流状态的判别参数样本Ak为：Ak＝(Ek)其中，Ak表示区间第k统计时段的乘客交通流状态参数样本；S42，统计运营日当天n个前后相继的统计时段所对应的状态参数样本，得到时间序列A:{A1,A2,A3,...An}。作为本专利技术另一种改进，所述步骤S51，计算类直径矩阵D：其中，矩阵D为上三角阵，dij表示参数样本类的离差平方和，dij＝D(i，j)，D有所述步骤S52，计算分类损失函数：其中，p(n,q)为将n个参数样本划分为q类，2≤q≤n-1；jt为该分类下第t类的起始样本；所述步骤S53，构建最小分类损失矩阵及分类标记矩阵：基于步骤S52中分类损失函数的计算可得最小分类损失矩阵P(n-2)×(n-2)，同时可得最小分类损失矩阵对应的分类标记矩阵J(n-2)×(n-2)。其中，矩阵P为下三角阵，plq＝L[p(l，q)]，P有plq为矩阵P第l行及第q列的值，表示将l个参数样本划分为q类的最小分类损失函数值；矩阵J有jlq表示plq对应p(l,q)分法下的第q类参数样本的起始序号，且所述步骤S54,指定分类数q(1＜q＜n)，基于最小分类损失矩阵及分类标记矩阵，依据费歇最优分割算法可依次得到所有分类，其核心递推公式如下：式中，3≤l≤n，k≤j≤n；根据核心递推公式类推求得所有分类。作为本专利技术的更进一步改进，所述步骤S6中区间乘客交通流状态判别参数为其中，表示该类参数样本的均值断面满载率；Ei为样本Ai对应的断面满载率；为该类样本断面满载率之和。作为本专利技术的更进一步改进，所述步骤S52中，p(n,q)的划分法为：G1＝{j1，j1+1，…，j2-1}G2＝{j2，j2+1，…，j3-1}……Gq＝{jq，jq+1，…，n}其中，Gq表示第q类参数样本，1＝j1＜j2＜...＜jq＜n＝jq+1-1为分类点；p(n,q)的分法不唯一，取其中的最小值作为最小分类损失函数值，对应的分法即为n个参数样本分为q类的最优解；依次计算不同分类数下不同分法的分类损失函数。作为本专利技术的更进一步改进，所述步骤S54中，求解过程满足下式：L[P(n,q)]＝L[P(jq-1,q-1)]+D(jq,n)因此，第q类Gq＝{jq,jq+1,...,n}；同理，为P(n,q)中第q-1类参数样本的起始序列号jq-1，满足下式：L[P(jq-1,q-1)]＝L[P(jq-1-1,q-2)]+D(jq-1,jq-1)可得第q-1类Gq-1＝{jq-1,jq-1+1,...,jq-1}；以此类推，得到所有分类G1,G2,…,Gq，即为所求的最优分割P(n,q)＝{G1，G2，…，Gq本文档来自技高网...

【技术保护点】
1.一种城市轨道交通区间乘客交通流状态判别方法，其特征在于，包括如下步骤：S1，定义城市轨道交通区间乘客交通流状态；S2，确定区间乘客交通流状态的判别参数Ek，所述Ek指区间断面满载率；S3，确定区间乘客交通流状态判别参数的计算方法，求解区间断面满载率Ek：S4，统计区间乘客交通流状态的判别参数Ek并构建有序样本序列A；S5，利用有序样本聚类最优分割法对参数样本进行划分，得到所有分类,S51,计算类直径矩阵；S52，计算分类损失函数；S53，构建最小分类损失矩阵及分类标记矩阵；S54，指定分类数，基于步骤S53中最小分类损失矩阵及分类标记矩阵，依据最优分割算法依次得到所有分类；S6，区间乘客交通流状态判别：将聚类分类结果与步骤S1中的状态对比，判别区间乘客交通流状态。

【技术特征摘要】
1.一种城市轨道交通区间乘客交通流状态判别方法，其特征在于，包括如下步骤：S1，定义城市轨道交通区间乘客交通流状态；S2，确定区间乘客交通流状态的判别参数Ek，所述Ek指区间断面满载率；S3，确定区间乘客交通流状态判别参数的计算方法，求解区间断面满载率Ek：S4，统计区间乘客交通流状态的判别参数Ek并构建有序样本序列A；S5，利用有序样本聚类最优分割法对参数样本进行划分，得到所有分类,S51,计算类直径矩阵；S52，计算分类损失函数；S53，构建最小分类损失矩阵及分类标记矩阵；S54，指定分类数，基于步骤S53中最小分类损失矩阵及分类标记矩阵，依据最优分割算法依次得到所有分类；S6，区间乘客交通流状态判别：将聚类分类结果与步骤S1中的状态对比，判别区间乘客交通流状态。2.如权利要求1所述的一种城市轨道交通区间乘客交通流状态判别方法，其特征在于还包括步骤S7，改变步骤S54中的指定分类数，重复循环步骤S2-S5，直至得到理想的判别状态。3.如权利要求1或2所述的一种城市轨道交通区间乘客交通流状态判别方法，其特征在于所述步骤S1中区间乘客交通流状态根据区间断面满载率Ek决定，当Ek≤58％时，为舒适状态；当58％＜Ek≤100％时，为一般状态；当100％＜Ek≤120％时，为拥挤状态；当120％＜Ek时，为严重拥挤状态。4.如权利要求3所述的一种城市轨道交通区间乘客交通流状态判别方法，其特征在于所述步骤S3中区间断面满载率Ek的计算方法如下：S31，求解区间断面客流Bk，选取轨道交通线网交易记录作为基础数据，每Tk统计一次断面客流，其中，Bk表示列车在第k个统计时段的区间断面客流；表示第k统计时段内第i列车在第j区间的断面客流；表示第k统计时段内第i列车在第j车站的乘客上车人数；表示第k统计时段内第i列车在第j车站的乘客下车人数；n为区间第k统计时段所经过的列车列数；S32，求解区间断面满载率Ek：Nk＝f×N其中，Nk为区间第k统计时段所经过列车的列车定员总和；N为区间第k统计时段所经过列车的每列列车定员数；f为区间Tk内所经过列车的列车总数。5.如权利要求4所述的一种城市轨道交通区间乘客交通流状态判别方法，其特征在于：当有换乘人数时，所述步骤S31中，其中，表示由其它线路换乘至目标线路换乘站的乘客人数，当第j车站为非换乘站时，表示由目标线路换乘站换乘至其它线路的乘客人数，当第j车站为非换乘站时，表示第k统计时段第j车站的进站人数；表示第k统计时段第j车站的出站人数；aj表示乘客从其它线路换乘至目标线路换乘站j的人数所占进站人数的比例；bj表示乘客从目标线路换乘站j换乘至其它线路的人数所占出站人数的比例。6.如权利要求4或5所述的一种城市轨道交通区间乘客交通流状态判别方法，其特征在于所述步骤S4进一步包括：S41，统计时段Tk内，区间乘客交通流状态的判别参...

【专利技术属性】
技术研发人员：张宁，赖梦婷，何铁军，吴娟，陆赛杰，毛建，张超，印峰，肖波，曹亚林，李一波，尹嵘，陈宇，张鹏雄，马申瑞，
申请(专利权)人：南京地铁集团有限公司，南京地铁建设有限责任公司，东南大学，北京全路通信信号研究设计院集团有限公司，
类型：发明
国别省市：江苏,32