面向高铁动态换乘客流地铁运行图成本最小化优化方法技术

本发明专利技术公开一种面向高铁动态换乘客流地铁运行图成本最小化优化方法，首先，分析高铁枢纽换乘地铁乘客特性，并将其转化为衔接高铁枢纽的单向城市轨道交通线路图优化问题；其次，针对高铁换乘地铁客流的动态复杂性和地铁各站点客流的随机性，构建乘客及地铁运营成本最小的地铁运行图优化模型；最后，以地铁的发车间隔

【技术实现步骤摘要】
面向高铁动态换乘客流地铁运行图成本最小化优化方法


[0001]本专利技术属于城市轨道交通地铁运行图优化领域，具体涉及一种面向高铁动态换乘客流地铁运行图成本最小化优化方法
。

技术介绍

[0002]城市地铁是高铁枢纽常见的接驳方式，然而由于高铁枢纽换乘地铁的乘客在时间间隔和数量上均具有相当的不均衡性，这种动态复杂的客流需求，容易导致相应的地铁运行图难以实现精准匹配，进而造成一定的时空资源浪费，也降低了出行一体化的便捷性
。
高铁的到站客流具有较强的脉冲性，即在到站时，客流量会快速增加，而在发车后，客流量会快速减少
。
相比之下，地铁系统通常采用等间隔发车的平行运行图，难以高效满足高铁到站客流的动态需求
。
这两种交通方式客流量的不均衡性降低了换乘系统的衔接效率，增加了乘客的出行成本以及地铁的运营成本
。
[0003]针对高铁与地铁换乘系统的衔接，改善换乘协调的关键在于优化轨道交通发车间隔和运能匹配度，其可以通过优化地铁运行图来实现
。
国内外既有研究从运营组织层面提出的优化方法可分为3类：一是设计多交路
、
多编组与变编组；二是组织列车不成对运行；三是组织列车放空运行，即不载客
、
过站不停车
。
三类方法中，多交路
、
多编组与变编组技术侧重于解决客流断面分布和时间分布不均衡场景下的运营组织优化问题，且要求线路具有组织多交路
、
多编组或变编组的条件；不对称运行与放空运行技术侧重于降低客流方向分布不均衡线路的运营成本，但前者要求线路两端均有车辆段或停车场，建设成本较大
、
车底接续较困难
。
[0004]运行图优化相关研究有效的均衡了地铁流量，减少了拥堵现象，但既有研究主要侧重于匹配单个高铁枢纽站或换乘站的客流需求，而针对整条线路的动态需求进行系统性优化的研究尚不多见
。

技术实现思路

[0005]专利技术目的：本专利技术提供一种面向高铁动态换乘客流地铁运行图成本最小化优化方法，使地铁发车间隔更为合理，运能更满足乘客的需求
。
[0006]技术方案：本专利技术所述的一种面向高铁动态换乘客流地铁运行图成本最小化优化方法，具体包括以下步骤：
[0007](1)
分析高铁枢纽换乘地铁乘客特性，并将其转化为衔接高铁枢纽的单向城市轨道交通线路图优化问题；
[0008](2)
针对高铁换乘地铁客流的动态复杂性和地铁各站点客流的随机性，构建乘客及地铁运营成本最小的地铁运行图优化模型；
[0009](3)
以地铁的发车间隔
、
最大满载率
、
停站时间为约束，利用非支配排序算法求解地铁运行图优化模型，实现面向高铁动态换乘客流地铁运行图成本最小化
。
[0010]进一步地，所述步骤
(1)
实现过程如下：
[0011]设有
S
个站点的单向地铁线路，车站编号
m
由上行至下行方向依次为1，2，3，
…
，
s
，
…
，
S
‑2，
S
‑1，
S
，其中车站
s
是衔接高铁枢纽站的地铁站点，集合
S1为绿色点表示的是线路上所有换乘车站编号集合，在换乘站点的客流需求表示为动态换乘客流分布
P
m,n
(t)
加上服从均匀分布的非换乘客流
η
m,n
(t)
；集合
S2为普通点表示的是线路上所有非换乘车站编号集合，非换乘的到达客流服从均匀分布，表示为
η
m,n
(t)。
[0012]进一步地，步骤
(2)
所述的地铁运行图优化模型为乘客出行成本
T
pa
和企业运营成本
E
ec
两个目标间的博弈过程，使模型成本最少：
[0013]Min(T
pa
)
＝
Min(VOT(T
tr
+T
or
+T
zc
))
ꢀꢀ
(1)
[0014]Min(E
ec
)
＝
Min(VOT(E
ru
+E
st
+E
ad
))
ꢀꢀ
(2)
[0015]其中，
T
pa
为乘客总出行成本；
T
tr
为乘客在换乘站的总候车等待时间；
T
or
为乘客在非换乘站的总候车等待时间；
T
zc
为乘客出行在车时间；
E
ec
为企业运营成本；
E
ru
为列车走行公里成本；
E
st
为列车启停附加成本；
E
ad
为运行图调整成本
。
[0016]进一步地，所述乘客出行成本为：
[0017][0018][0019][0020][0021][0022][0023]T
zc
＝
T
se
+T
cr
ꢀꢀ
(9)
[0024]VOT
＝
AUR/T
y
ꢀꢀ
(10)
[0025]T
pa
＝
VOT(T
tr
+T
or
+T
zc
)
ꢀꢀ
(11)
[0026]其中，为列车
k
在车站
m
的发车时间；为列车
k
在车站
m
的有效乘车时间；为列车
k
在离开车站
m
时，列车上的乘客人数；
g
m
为列车在车站区间
[m,m+1]之间的运行时间；为列车
k
在区间
[m,m+1]的拥挤惩罚系数；为列车
k
在区间
[m,m+1]的满载率；
T
cr
为乘客拥挤额外成本；
T
se
为乘客出行在车时间；
VOT
为地铁通勤客流的时间价值系数；
AUR
为城市居民平均年收入；
T
y
为城市居民全年工作时间
。
[0027]进一步地，所述企业运营成本为列车运行产生的成本，使运行图的调整量最小：
[0028]E
ru
＝
KLe
ru
ꢀꢀ
(12本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种面向高铁动态换乘客流地铁运行图成本最小化优化方法，其特征在于，包括以下步骤：
(1)
分析高铁枢纽换乘地铁乘客特性，并将其转化为衔接高铁枢纽的单向城市轨道交通线路图优化问题；
(2)
针对高铁换乘地铁客流的动态复杂性和地铁各站点客流的随机性，构建乘客及地铁运营成本最小的地铁运行图优化模型；
(3)
以地铁的发车间隔
、
最大满载率
、
停站时间为约束，利用非支配排序算法求解地铁运行图优化模型，实现面向高铁动态换乘客流地铁运行图成本最小化
。2.
根据权利要求1所述的面向高铁动态换乘客流地铁运行图成本最小化优化方法，其特征在于，所述步骤
(1)
实现过程如下：设有
S
个站点的单向地铁线路，车站编号
m
由上行至下行方向依次为1，2，3，
…
，
s
，
…
，
S
‑2，
S
‑1，
S
，其中车站
s
是衔接高铁枢纽站的地铁站点，集合
S1为绿色点表示的是线路上所有换乘车站编号集合，在换乘站点的客流需求表示为动态换乘客流分布
P
m,n
(t)
加上服从均匀分布的非换乘客流
η
m,n
(t)
；集合
S2为普通点表示的是线路上所有非换乘车站编号集合，非换乘的到达客流服从均匀分布，表示为
η
m,n
(t)。3.
根据权利要求1所述的面向高铁动态换乘客流地铁运行图成本最小化优化方法，其特征在于，步骤
(2)
所述的地铁运行图优化模型为乘客出行成本
T
pa
和企业运营成本
E
ec
两个目标间的博弈过程，使模型成本最少：
Min(T
pa
)
＝
Min(VOT(T
tr
+T
or
+T
zc
))
ꢀꢀꢀꢀ
(1)Min(E
ec
)
＝
Min(VOT(E
ru
+E
st
+E
ad
))
ꢀꢀꢀꢀ
(2)
其中，
T
pa
为乘客总出行成本；
T
tr
为乘客在换乘站的总候车等待时间；
T
or
为乘客在非换乘站的总候车等待时间；
T
zc
为乘客出行在车时间；
E
ec
为企业运营成本；
E
ru
为列车走行公里成本；
E
st
为列车启停附加成本；
E
ad
为运行图调整成本
。4.
根据权利要求3所述的面向高铁动态换乘客流地铁运行图成本最小化优化方法，其特征在于，所述乘客出行成本为：特征在于，所述乘客出行成本为：特征在于，所述乘客出行成本为：特征在于，所述乘客出行成本为：特征在于，所述乘客出行成本为：特征在于，所述乘客出行成本为：
T
zc
＝
T
se
+T
cr
ꢀꢀꢀꢀ
(9)VOT
＝
AUR/T
y
ꢀꢀꢀꢀ
(10)
T
pa
＝
VOT(T
tr
+T
or
+T
zc
)
ꢀꢀꢀꢀ
(11)
其中，为列车
k
在车站
m
的发车时间；为列车
k
在车站
m
的有效乘车时间；为列车
k
在离开车站
m
时，列车上的乘客人数；
g
m
为列车在车站区间
[m,m+1]
之间的运行时间；为列车
k
在区间
[m,m+1]
的拥挤惩罚系数；为列车
k
在区间
[m,m+1]
的满载率；
T
cr
为乘客拥挤额外成本；
T
se
为乘客出行在车时间；
VOT
为地铁通勤客流的时间价值系数；
AUR
为城市居民平均年收入；
T
y
为城市居民全年工作时间
。5.
根据权利要求3所述的面向高铁动态换乘客流地铁运行图成本最小化优化方法，其特征在于，所述企业运营成本为列车运行产生的成本，使运行图的调整量最小：
E
ru
＝
KLe
...

【专利技术属性】
技术研发人员：邓社军，窦玥，沈梓怡，于世军，刘路，嵇涛，张俊，宓建，徐悦，张俊林，张超，朱俊豪，李婷婷，王晓莹，张海旻，虞宇浩，马天启，葛杨艳，杜佳洋，陈涛，
申请(专利权)人：扬州大学，
类型：发明
国别省市：