一种轨道交通路网协同限流的方法和装置及设备制造方法及图纸

本发明专利技术关于一种轨道交通路网协同限流的方法和装置及设备，该方法包括：根据乘客出行需求及轨道交通路网信息，构建轨道交通路网运营仿真模型；利用轨道交通路网运营仿真模型进行出行推演，确定超过列车最大满载率的拥堵时段和拥堵区间；确定在所述拥堵时段内经历所述拥堵区间的客流所在的源头车站，及所述源头车站的出发时段；将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，以所述轨道交通路网运营仿真模型进行出行推演后得到的指标值为适应度，利用优化算法对粒子种群进行优化，得到各出发时段内不同源头车站的最佳进站客流量。本发明专利技术基于疏解理论的溯源思想，针对能力瓶颈区间有目的地寻找拥堵源头区间，大大缩减了解空间维度。

【技术实现步骤摘要】
一种轨道交通路网协同限流的方法和装置及设备
本专利技术涉及轨道交通控制
，特别涉及一种轨道交通路网协同限流的方法和装置及设备。
技术介绍
轨道交通客流拥堵缓解，根据控制范围不同可以分为：单个车站内部的客流控制，车站间的协同控制，线路层面的客流控制，线网客流协同控制。轨道交通进站客流需求随时间而变化，表现为客流需求量以及客流OD结构的变化；另外，客流在路网上的时空分布状态不断变化，表现为客流自进站到通过各个区间的时间不同。为体现控制模型的动态性，将高峰时段离散化为若干控制时间段，在每个控制时间段内采用经典的LP控制方法，求得车站最佳进站量。常态的轨道交通拥堵，主要发生在早高峰与晚高峰时段，通过降低上游车站的客流进站速度为本站预留列车运输能力，为了保证高峰时段延误损失最小，客运周转量最大化，构建线路层的站间分时协同控流模型，应用数学规划方法求解控流率，并对输送能力利用率、延误率、延误人次三个指标进行分析控流效果。然而，受网络规模扩大、网络结构复制、乘客行为多变等因素影响，线线之间客流相互影响增大。单从线路层面难以采取有效的客流控制策略，本线客流流入控制并不能有效缓解拥挤，需与邻接线路进行协同控制，因此，针对高峰时段客流，建立换乘连接，以乘客出行延误最小和运输能力利用最大为优化目标，考虑客流到达和能力等约束，构建网络层面的客流流入协同控流模型，同样利用数学规划方法求解。但该模型乘客延误的表示精度不高，当控制时段较大时，受延误乘客的延误时间差异较大，而以受延误乘客数量为目标，无法准确体现受延误的程度，另外约束条件较少，例如该模型没有上车人数小于车辆运输能力的约束。为了改善该模型，构建以乘客平均延误时间和个体最大延误时间最小为目标的流入客流协同控制模型，并考虑候车节点容量、列车容量、列车时刻表、出行需求等约束，由于路网中不同车站、不同时段的控制客流互相影响，且约束条件互相制约，因此采用智能寻优算法对模型求解更加准确，以粒子群算法为基础、考虑客流超限与超长延误来源的启发式求解方法，以仿真的方式加载需求并求解适应度，但该模型的解空间为不同时段所有车站的进客流量，因此解空间比较大，求解效率低。
技术实现思路
本专利技术提供一种轨道交通路网协同限流的方法和装置及设备，为了缓解城市轨道交通高峰时段客流拥堵的问题，提出一种基于疏解理论和优化算法求解车站最佳进站量的协同限流的方法。本专利技术的技术方案如下：根据本专利技术实施例的第一方面，提供一种轨道交通路网协同限流的方法，包括：根据乘客出行需求及轨道交通路网信息，构建轨道交通路网运营仿真模型；利用所述轨道交通路网运营仿真模型进行出行推演，确定超过列车最大满载率的拥堵时段和拥堵区间；确定在所述拥堵时段内经历所述拥堵区间的客流所在的源头车站，及所述源头车站的出发时段；将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，以所述轨道交通路网运营仿真模型进行出行推演后得到的指标值为适应度，利用优化算法对粒子种群进行优化，得到各出发时段内不同源头车站的进站客流量。可选地，将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，包括：根据所述源头车站经历的拥堵区间确定贡献度，按照贡献度的大小，筛选出贡献度满足要求的源头车站及出发时段；将筛选出的各出发时段内各源头车站的进站客流量作为粒子得到粒子种群。可选地，利用优化算法对粒子种群进行优化，包括：初始化粒子种群中的粒子，并触发产生粒子更新指令；响应于粒子更新指令，计算每个粒子的适应度，并将本次更新后的各粒子分别与其历史最优位置和当前全局最优粒子位置比较，如果优于所述历史最优位置则对其进行替换，如果优于所述当前全局最优粒子位置则对其进行替换；确定不满足优化停止条件时，利用遗传算法从粒子种群中筛选父代的粒子，对所述父代的粒子进行交叉变异后，利用粒子群算法对当前各粒子的速度进行更新，基于更新的速度对各粒子进行更新，完成更新后触发产生粒子更新指令；确定满足优化停止条件时，将当前全局最优粒子的取值作为各出发时段内不同源头车站的进站客流量。可选地，该方法还包括：在各粒子的取值范围内，随机初始化各出发时段内各源头车站的进站客流量，所述各粒子的取值范围的最大值为对应的出发时段内源头车站的进站需求量，最小值为最小放行率与所述进站需求量的乘积。可选地，将各粒子中一个出发时段内一个源头车站的进站客流量作为基因，对所述父代的粒子进行交叉变异，包括：随机选择进行交叉操作的粒子对，根据交叉概率确定进行交叉操作时，根据随机生成的交叉点基因位置，对该粒子对基因进行互换；根据变异概率确定进行变异操作的粒子，随机生成变异基因位置，并对所述变异基因位置的基因进行随机初始化。可选地，利用粒子群算法对当前各粒子的速度进行更新，基于更新的速度对各粒子进行更新，包括：基于历史粒子种群及当前粒子种群中适应度最高的粒子，当前粒子种群中适应度最高的粒子，及利用粒子移动的惯性因子，对当前各粒子的速度进行更新；基于当前各粒子及各粒子的速度，对当前粒子进行更新。可选地，以所述轨道交通路网运营仿真模型进行出行推演得到指标值，包括：将当前粒子种群中的粒子、列车运行计划、出现的有效路径，输入到所述轨道交通路网运营仿真模型；以列车最大满载率为约束进行出行推演，得到拥堵时段和拥堵区间、超过设定时间乘车的延误乘客的数量、延误乘客的平均候车时间中至少一个指标值。根据本专利技术实施例的第二方面，提供一种轨道交通路网协同限流设备，包括存储器和处理器：其中，所述存储器用于存储计算机程序；所述处理器用于读取所述存储器中的程序并执行如下步骤：根据乘客出行需求及轨道交通路网信息，构建轨道交通路网运营仿真模型；利用所述轨道交通路网运营仿真模型进行出行推演，确定超过列车最大满载率的拥堵时段和拥堵区间；确定在所述拥堵时段内经历所述拥堵区间的源头车站，及所述源头车站的出发时段；将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，以所述轨道交通路网运营仿真模型进行出行推演后得到的指标值为适应度，利用优化算法对粒子种群进行优化，得到各出发时段内不同源头车站的进站客流量。可选地，处理器将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，包括：根据所述源头车站经历的拥堵区间确定贡献度，按照贡献度的大小，筛选出贡献度满足要求的源头车站及出发时段；将筛选出的各出发时段内各源头车站的进站客流量作为粒子得到粒子种群。可选地，处理器利用优化算法对粒子种群进行优化，包括：初始化粒子种群中的粒子，并触发产生粒子更新指令；响应于粒子更新指令，计算每个粒子的适应度，并将本次更新后的各粒子分别与其历史最优位置和当前全局最优粒子位置比较，如果优于所述历史最优位置则对其进行替换，如果优于所述当前全局最优粒子位置则对其进行替换；确定不满足优化停止条件时，利本文档来自技高网...

【技术保护点】
1.一种轨道交通路网协同限流的方法，其特征在于，包括：/n根据乘客出行需求及轨道交通路网信息，构建轨道交通路网运营仿真模型；/n利用所述轨道交通路网运营仿真模型进行出行推演，确定超过列车最大满载率的拥堵时段和拥堵区间；/n确定在所述拥堵时段内经历所述拥堵区间的客流所在的源头车站，及所述源头车站的出发时段；/n将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，以所述轨道交通路网运营仿真模型进行出行推演后得到的指标值为适应度，利用优化算法对粒子种群进行优化，得到各出发时段内不同源头车站的进站客流量。/n

【技术特征摘要】
1.一种轨道交通路网协同限流的方法，其特征在于，包括：
根据乘客出行需求及轨道交通路网信息，构建轨道交通路网运营仿真模型；
利用所述轨道交通路网运营仿真模型进行出行推演，确定超过列车最大满载率的拥堵时段和拥堵区间；
确定在所述拥堵时段内经历所述拥堵区间的客流所在的源头车站，及所述源头车站的出发时段；
将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，以所述轨道交通路网运营仿真模型进行出行推演后得到的指标值为适应度，利用优化算法对粒子种群进行优化，得到各出发时段内不同源头车站的进站客流量。


2.根据权利要求1所述的方法，其特征在于，将各出发时段内各源头车站的进站客流量作为粒子得到粒子种群，包括：
根据所述源头车站经历的拥堵区间确定贡献度，按照贡献度的大小，筛选出贡献度满足要求的源头车站及出发时段；
将筛选出的各出发时段内各源头车站的进站客流量作为粒子得到粒子种群。


3.根据权利要求1所述的方法，其特征在于，利用优化算法对粒子种群进行优化，包括：
初始化粒子种群中的粒子，并触发产生粒子更新指令；
响应于粒子更新指令，计算每个粒子的适应度，并将本次更新后的各粒子分别与其历史最优位置和当前全局最优粒子位置比较，如果优于所述历史最优位置则对其进行替换，如果优于所述当前全局最优粒子位置则对其进行替换；
确定不满足优化停止条件时，利用遗传算法从粒子种群中筛选父代的粒子，对所述父代的粒子进行交叉变异后，利用粒子群算法对当前各粒子的速度进行更新，基于更新的速度对各粒子进行更新，完成更新后触发产生粒子更新指令；
确定满足优化停止条件时，将当前全局最优粒子的取值作为各出发时段内不同源头车站的进站客流量。


4.根据权利要求1～3任一所述的方法，其特征在于，还包括：
在各粒子的取值范围内，随机初始化各出发时段内各源头车站的进站客流量，所述各粒子的取值范围的最大值为对应的出发时段内源头车站的进站需求量，最小值为最小放行率与所述进站需求量的乘积。


5.根据权利要求3所述的方法，其特征在于，将各粒子中一个出发时段内一个源头车站的进站客流量作为基因，对所述父代的粒子进行交叉变异，包括...

【专利技术属性】
技术研发人员：孙韶峰，房家鸣，李军，李金广，孙春伟，杨晓，
申请(专利权)人：青岛海信网络科技股份有限公司，
类型：发明
国别省市：山东;37