自适应多级协作客流控制地铁在高峰时间

文摘

由于矛盾的大规模客运需求和运输能力有限,不能运送乘客在站时间积累和充血。以确保旅行安全,提高出行效率,改善环境等待乘客,本文提出了一种自适应多级协作客流控制策略集成的控制站入口和车站大厅。整数线性规划模型,旨在最小化总乘客等待时间,所有车站的各个关键领域的安全的能力是必要的约束。模型应用于两个场景与不同尺度的乘客需求早上八通线的峰值。结果表明,该模型能自适应地激活适当的控制水平,限制累积乘客在车站的每个关键区域在其安全能力,并缩短总乘客等待时间。

1。介绍

随着城市化进程的加速和中国城市人口的增加,越来越多的乘客选择旅行通过地铁系统,特点是容量大,速度快,效率高。乘客的平均数量增加了41.93%在北京地铁系统(1上海地铁系统[],40.56%2广州地铁系统[],40.23%3从2011年到2017年。蓬勃发展的旅游需求极大的挑战了运输能力有限,尤其是在高峰时间。例如,在北京地铁系统,日均客流量达到1000万多,这总客流量的39.3%发生在早晨和晚上(1]。与此同时,大量旅客涌进地铁高峰时段拥挤和车站由于运输能力有限,这可能会导致潜在的安全问题,如门挤压,乘客落入轨道,和践踏4,5]。

客流控制,作为一个实用和有效的方法来避免过度拥挤和确保安全运行在地铁站,在地铁站被广泛实现高峰时段在中国的一些大城市6]。在北京地铁系统,实现了超过90个车站客流控制在高峰时间7]。目前,操作人员按规定指导(8]在实现客流控制;他们限制入境客流量通过关闭一些入口,票自动售货机,和盖茨,确保客运总量不超过警戒线的车站。操作人员可以保证当前站的乘客的安全,他们通过这些控制方法管理。然而,据我们所知,他们只控制车站客流,担忧他们管理和主要依靠主观的工作经验。他们不重视效率和乘客的等待环境旅行。因此,有必要探索一个更准确的客流策略为乘客可以实现以下目标:确保旅行安全,提高出行效率,改善环境等。

客流控制的本质是解决客流需求之间的不平衡关系和交通基础设施的限制,其作用是通过改变时空客流分布。客流控制的影响因素主要包括两类:运输设备和设施(如列车运行计划、车站设施的能力,设备)的通过能力和客流需求(例如,客流量,OD分布,客运路线)。通过分析影响因素,相应的客流控制可分为间接和直接的客流控制,分别。

间接客流控制间接影响客流的时空分布等方法优化列车时刻表和改变能力有限的基础设施。间接客流控制而言,大量的作品集中在优化列车时刻表的问题涉及到在正常运作期间火车时刻表和时间表最后一班火车。在正常运作期间的火车时刻表,一些研究人员研究了面向服务的优化为拥挤的地铁列车时间表提高运输服务的效率(9- - - - - -15]。例如,妞妞和周9制定动态乘客加载过程和模型在过饱和的情况下,提出了一个时间表,登机的乘客数量的估计是基于每个列车在每个车站的能力有限。王等人。10)开发了一个模型驱动的时间表的城市轨道交通网络在过饱和的情况下,这是一个非线性模型,通过遗传算法来解决。商等。14)提出了一个multicommodity flow-modelling模型优化股权导向站安排一个过饱和的地铁网络。火车站模式采用在他们的研究中可以抑制部分乘客在车站和改变他们的旅行时间维度的培训能力有限。陈等人。15制定一个离散模型协同设计调度进展和车辆拥挤的地铁线路的能力,这是通过一种改进的DP算法来解决。此外,一些学者集中在优化最后一班火车调度/时间安排来提高交通服务水平(16- - - - - -22]。优化目标主要包括减少传输时间(16),运行/停留时间和最小化最大化的平均冗余传输时间(17为乘客),最大化传输连接进展(18],使乘客目的地可达性最大化[19),成功地转移到乘客的数量最大化,促进地铁旅行的优先级(20.),最大限度地减少能源消耗和转移的等待和准备就绪时间(22)等。

尽管间接客流控制方法,根据时间表安排优化,可以减少总旅客等待时间,提高运输服务质量,很难减轻大客流拥堵情况。在这些时候,更有效的直接控制进入地铁的乘客数量与运输设备和设施的能力有限。从现有文献回顾,直接客流控制方法包括入站控制和车站大厅控制。入站的控制,要求乘客在外面等车站,作为控制方法在文献[23- - - - - -29日]。例如,赵et al。23)建立了多目标数学规划模型针对乘客延误最小化和最大化旅客周转量。姚明et al。(24)提出了一种多目标规划模型来匹配程度的能力和需求,最大限度地减少延误乘客的数量。江et al。26)开发了一种新的基于强化学习方法优化流入卷,目的是减少安全风险强加给乘客在地铁站。此外,江et al。28)提出了一个优化方案,协调相结合的协调乘客流入控制和培训延期策略,以减少乘客被困的惩罚值沿着整条线。此外,车站大厅控制方法,它要求乘客在车站等候大厅,研究在文献[30.- - - - - -34]。例如,江et al。32)构建了一个数学模型来实现盈利最大化的乘客,同时不停地控制站和限制登机。施等。34)提出了一个数学模型针对乘客与乘客的总等待时间最小化风险积累一个过饱和的网络。

不可否认,学者努力研究客流控制,但仍存在一些不足的方面。一方面,大多数以前的研究只关注火车运输能力或平台承载能力,忽略了候车室的容量。另一方面,入站控制策略和车站大厅控制策略有其缺点。前者是容易受到恶劣天气的影响(例如,曝光,雪,雨,风)由于缺少保护站外。后者也可能导致事故风险积累和拥挤的乘客在车站大厅大幅增加。关注上面的问题,我们认为影响客流控制四种能力,培训能力,平台装载能力,车站大厅能力,和车站通过能力的设备。此外,改善乘客等待环境,我们采取控制方法集成控制和入站控制车站大厅。

总之,本文的贡献有三点:首先,我们提出了一种自适应多级协作客流控制策略集成的控制站入口和车站大厅。根据不同尺度的客流量,适当的控制水平可以被激活,这不仅可以帮助地铁工作人员准确地确定车站的控制地位,拯救人员但可以分发乘客在车站大厅或站外改善乘客等待环境。第二,一个整数线性规划模型,旨在提高服务效率通过优化总乘客等待时间(包括等待时间的平台和其他关键领域站)。同时,保证乘客的安全模型在每个车站的关键领域的各个关键领域的安全能力的所有电台作为必要的约束。第三,相关因素影响协作控制乘客的过程进行了分析,其中包含的火车,车站,乘客。在职培训的能力,车站的安全能力区域(包括平台、支付区车站大厅,nonpaid区车站大厅,和车站入口),和每个门的传球能力从一个区域到另一个车站都考虑。

本文的其余部分组织如下。节2与多个站,系统介绍了地铁和AMLC客流控制策略。节3整数线性规划模型集成不同的控制水平提出了制定和自适应控制方法。节4提供了一个真实的案例研究,验证了该模型的有效性。最后,提出了进一步研究的结论和建议部分5。

2。问题描述

2.1。与多个站在地铁系统

系统与多个站在双向地铁是一个动态的系统组成的互动元素,如时间、车站,在职培训,乘客35]。一组 用于表示相关方向, 代表了方向 代表了方向。车站和列车方向是用集 和 ,分别。

在图1横轴表示时间范围,用 ,纵轴显示站在在地铁的方向。从图可以看出1乘客进入不同的电台同时不板相同的培训(如乘客A和B),进入不同的站在不同的时间可能和乘客同样的火车(例如,乘客和E)。确保所有涉及乘客完成旅游过程(从它们的起源到目的地),我们重新调节相应研究的时间范围为每个站。火车旅行的时间支出从一站到另一个,时间范围的开始和结束时间的研究每个车站平行移动。对于任何一个车站 ,偏移量( )之后是平行移动。抵消( )可以计算出 ,在哪里代表站的列车运行时间来 和表示列车在车站停留时间 。

客流特征和动态特征和时间36,37),连续时间范围是离散时间间隔,而每个时间间隔的时间长度 。所有这些时间间隔的开始时间是用一组索引号 。任何索引号相对应的实际时间可以计算出 (33]。

2.2。定义AMLC客流控制策略

由于数量有限和在职培训的能力,地铁线路的总运输能力不能在高峰时间维持不断增加流入。很多乘客不能在运输时间和拥挤的车站,这可能会导致一个操作安全风险。为了避免交通拥堵在每个车站的关键区域,同时提高地铁的服务效率,AMLC乘客流控制策略提出了这项研究。

在这个策略,车站区域分为四个部分,即:,the platform, the paid zone of the station hall, the nonpaid zone of the station hall, and the station entrance, denoted by , ,和 ,分别。对于每一个站 ,有三套门用于控制乘客从一站到另一个区域,用盖茨I, II, III,分别(如图2)。实际上,门,门二世和第三门可以取代现有设备,如灵活的边界围栏,票盖茨,和安全的机器。有必要描述车站大厅的两个部分。门外二世的面积nonpaid区车站大厅,和内部的区域门二世的付费区车站大厅。通常情况下,乘客需要刷一个IC卡的票盖茨进入付费区从nonpaid区车站大厅。实际上,充分利用这个平台,区域可以减少到一个平台的一部分,和区域可以扩展的总和的剩余区域平台和支付区车站大厅。

根据车站区域分工和不同尺度的客流量,多级客流控制标识分为三个水平,分别控制水平的一个,两个,三个(即, )。小规模的情况下到达客流量,客流控制不需要激活时积累的平台上的乘客的数量在其安全能力。如果没有客流控制,乘客到达平台(例如, ),等待即将到来的火车。的情况下大规模到来客流量,客流控制时应激活积累的平台上的乘客的数量超过其安全能力。大规模到来的客流量,更高层次的客流控制应该被激活。

客流控制的水平,乘客都必须到达车站大厅的付费区(例如, )和队列后面的门我等待许可进入平台,乘火车。旨在准确控制平台上的客流量,要求平台上的乘客都能板下的火车。控制水平是否足够,是否可以通过比较来判断的数量积累乘客在车站付费区大厅的安全能力。如果积累了乘客的数量小于安全能力的付费区车站大厅,控制水平是足够的,可以采用。相比之下,控制级别应该升级到2。客流控制的两个水平,乘客都必须到达车站大厅第一nonpaid区(例如, )和队列后面门二世;然后,他们逐渐允许进入付费区车站大厅。后乘客进入付费区车站大厅,控制过程控制水平的过程是一样的。同样,它是确定控制级两个是否足够通过比较中积累的乘客数量nonpaid区车站大厅的安全能力。客流控制的三个水平,乘客都必须首先到达车站入口(例如, )第三和队列后面的门;然后,他们逐渐允许进入nonpaid区车站大厅。在相同的方式,控制过程是一样的控制水平后两个乘客进入nonpaid区车站大厅。

与不同层次的乘客流量控制,乘客允许进入该平台都可以根据控制策略下火车。也就是说,下火车的剩余容量决定的乘客数量允许进入这个平台。然而,其余的能力接近列车受到的数量和在前面的车站下车的乘客登机。剩下的能力训练的一个链接,自适应多级协作客流控制策略可以实现以下三个目标。首先,乘客进入平台的数量可以调整按照剩余容量接近火车,以准确控制在每个车站站台上的乘客量。其次,根据乘客的数量进入这个平台,我们可以进一步调整的乘客数量进入付费区车站大厅,nonpaid区车站大厅,和车站入口。积累了乘客的数量在每个车站可以平衡的关键领域协同控制在地铁上。最后,我们可以最小化总乘客等待时间通过最好的利用剩余的能力在职培训系统优化的观点。

3所示。AMLC乘客流控制模型

3.1。模型的假设和符号

的建模、影响因素假设如下:(1)据pregiven所有列车运行时刻表没有任何延迟也没有任何意外事件38](2)在每个车站,乘客需求和OD需求是已知的。所有乘客不会转向转移由其他运输模式下的客流控制(6](3)忽视了乘客的步行时间控制位置门我在登机前的平台(4)车站入口可以扩展到区域外的车站,车站入口的面积被认为是无限的和安全的能力是无限的

涉及的符号如表所示1。

3.2。矩阵的乘客需求

根据先前的研究,旅客到达需求可以通过一个叫做时间矩阵建模(9,12,33]。在当前客流控制水平,为每一个 ,所需要的乘客到达的区域每个车站的g m站的地铁的方向可以表达的

3.3。等待的乘客在每个车站的关键区域

在当前客流控制水平 ,总乘客到达的区域的站在方向从时间戳1时间戳可以通过计算

在当前客流控制水平 ,总乘客允许进入控制区域的站在方向从时间戳1时间戳可以通过计算

不同地区的乘客需要等待站在车站当不同控制水平被激活。在当前客流控制水平L,乘客的数量等在区域站k从时间戳1 g方向上的时间戳可以计算t

在当前客流控制水平 ,总乘客到达的区域的站是由目的地的乘客上下方向的地铁线路。对车站 ,每个方向的入境旅客占据一定面积的区域时间戳从1到时间戳 。区域的面积的百分比分配给乘客方向是计算

根据上面的百分比,每个关键区域的面积的乘客方向是计算

在这里,我们注意到,平台面积分配有关系的结构平台。岛平台,可以通过方程计算(6)。的平台,考虑到乘客去不同的方向是不一样的空间,是一边平台本身的面积方向。

3.4。乘客的动态加载过程

火车时间表pregiven,相对应的时间戳的实际离开时间的火车在车站可以计算如下:

根据客流控制策略,旅客被允许进入平台都可以接近的火车。因此,乘客的数量允许进入和董事会的火车在车站在方向是计算

此外,登机的乘客在火车必须相当于在这个平台上可以确保乘客的第一接近火车,可以制定如下:

乘客的数量下火车在车站由不同起源站的乘客方向。计算与每个起源站乘客的数量下火车在车站 ,我们需要知道 ,代表比例的动态和旅行的乘客吗 占总乘客登上火车在车站 。接近客流的特点,获得根据收集亚足联数据和计算

与此同时,火车的乘客下车在车站通过计算

当火车到达车站 ,火车上的乘客是动态变化的过程中乘客登机和降落。加载的动态变化可以作为乘客

3.5。为乘客的总等待时间

在当前客流控制水平 ,总等待时间(例如, )包括两个部分:平台上的等待时间(例如, )和其他关键领域的等待时间。讨论了两部分的具体计算如下。(1)站台上的乘客等待时间(例如, )

乘客的总等待时间区域的影响是双重的:火车时间表和乘客允许进入的数量区域。它可以看到从图3,乘客在登机区域累计增加时间戳 。因为所有乘客进入登机区域可以基于约束(下火车9),积累了乘客的数量当火车变成了零离开的时间戳和一个新的累积过程开始。如图3,有效的第一火车和加载时间范围th火车是 和 ,分别;广场上不同的颜色代表的乘客数量进入平台在不同的时间戳。广场为例,在灰色代表的乘客数量进入平台等待第一火车时间戳1,紫色代表的乘客数量和广场进入平台等th列车在时间戳 。因此,可以计算如下:

的等待时间区域的乘客可以等于1日火车总所有广场蓝线所包围的面积,和登机的等待时间th火车等于总种植面积红线包围,如图3。然后,可以通过计算

对于在职的所有列车,等待时间为乘客在车站站台上区域可以计算如下: (2)乘客等待时间的其他关键领域

根据约束(4),乘客等待时间区域的站乘客可以通过计算 (3)总乘客等待时间

在当前客流控制水平 ,总在站乘客等待时间可以通过计算

3.6。AMLC乘客流控制模型

受

约束(19)代表,乘客的数量方向允许进入区域通过每个门在每个时间戳应由其通过能力有限。保证客流控制的平稳性,约束(20.)表示,乘客的数量方向允许进入区域在两个连续的时间戳应该在一定的波动范围内。约束(21)和(22)显示,累积的数量上的乘客站平台和关键领域的控制是有限的安全能力,分别。在这里,安全能力被定义为每个区域的占地面积的乘积 ,和安全限制因素,其中安全限制因素代表了大量满足乘客的边界在每平方米可接受的安全范围。在约束(23),车载乘客的数量不应超过每一列车的最大容量。

3.7。自适应控制方法

没有客流控制,乘客可以自由进入车站的平台,积累在这个平台上,等待即将到来的火车。一定规模的情况下到达客流量,是否实现客流控制取决于比较积累的平台上的乘客的数量和它的安全的能力。不需要实现客流控制如果积累了平台上的乘客的数量是在其安全能力。相反,乘客必须实现流量控制。是非常重要的准确识别适当的控制水平到达一定规模客流量在实现客流控制。自适应控制的方法,我们提出了能实现这一目标,其过程如图4。在这个过程中,任何控制水平 ,AMLC乘客流控制模型是一个整数线性规划独立可以通过ILOG最大化策略解决解算器,分支定界方法的关键算法。

详细的过程自适应控制方法被描述为:

步骤1:输入pregiven时间表,乘客到达需求,和相应的参数。让最初的控制水平 ,转到第2步。

步骤2:激活AMLC客流控制模型,通过ILOG最大化策略解决解决这个模型。当前的控制水平下的控制策略可以获得。结果显示,累积的乘客区域可以计算,转到步骤3。

步骤3:如果同时满足以下两个条件:(1)积累的乘客区域是在其安全能力在当前控制水平和(2)当前的控制水平小于或等于三。接受和输出电流控制水平和相应的最优客流控制策略和终止;否则,转到步骤4。

步骤4:让 ;转到第2步。

4所示。真实的案例研究

4.1。案例和模型参数的信息

一个真实的案例研究北京地铁八通线的是测试的性能提出AMLC客流控制模型。双向地铁八通线是由13个站的总长度18.94公里,如图5。方向从上海车站TQ操作站,和方向是从TQ站到上海火车站。

在这个案例研究中研究的时间范围设置为7:00-10:15。在每一个方向,涉及列车的总数是37,平等的进展是240 (s)根据pregiven时间表,和最大的培训能力是1850(人)。此外,每个门的最大通过能力,II, III, 300年,400年和500年(的人)在每个时间戳,分别。和一定的波动范围在两个连续的时间戳中每个门设置的时间间隔(-50年,50)(人)。表2显示每个关键领域的净面积的站在八通线。平台上的安全限制因素和其他关键领域给出 和 (人/米²),分别39]。面积的百分比在入口处,nonpaid区车站大厅,和车站付费区厅分配到每个车站的乘客在每个方向如表所示3。实现客流控制时,40%的总平台面积可以减少和增加的面积支付在每个车站候车室区为了充分利用的平台。贸易的现实情况和计算效率,每个时间间隔设置的时间长度 (最小值)。

计算计算在两个场景是通过调用ILOG最大化策略解决了MATLAB在Windows 10个人电脑与英特尔核心5 CPU处理器1.8 Gb。

5。结果和分析

5.1。场景1:一般在早上高峰时间乘客需求

在这个场景中,我们使用的真实世界的乘客需求收集自动售检票(AFC)系统的每一分钟在北京地铁在2018年的一个工作天。每个车站的乘客需求的上下方向如图6。观察到所有站的方向,除了SH站和SH-E站,有小城市客流。相反,大部分电台方向有大量流入,除了上海车站,SH-E站,GBD站。

没有客流控制,积累了乘客的数量的平台方向是其安全能力在全职的范围内,而不是下降方向。这表明八通线的下降方向需要旅客流量控制,这是一致的判断基于大规模客流量下降方向。根据自适应控制的方法部分3.7之后,419年代的计算过程,适当的控制水平的乘客需求下降方向是控制水平(例如, )。在这里,我们使用计算实验的乘客需求下降方向来说明我们提出的性能AMLC客流控制模型。

与客流控制(用WPC),乘客的总等待时间可以很容易地计算了该模型。相比之下,没有乘客流控制(用人大),我们可以计算的总等待时间乘客根据以下的想法。与全国人大,所有乘客进入自由的平台。随着大规模到来客流量在早上高峰,其中很大一部分不能董事会第一次接近火车,不得不排队等待接下来的几列车。我们假设乘客不同的目的地很好地混合和寄宿随机在每个站(10,11]估计登机的乘客的数量与不同OD出行。登机的乘客在火车的数量同时受制于火车的剩余容量和总的站台上的乘客。和总等待时间计算为乘客的等待时间之和为每个从到达车站乘客登机车站。

乘客的总等待时间与全国人大和WPC如表所示4。对比结果与NPC,总可以缩短乘客等待时间和女警官2388分钟,相应的比例减少0.25%。事实上,这结果是八通线的客流特征的影响。与SH-E站或SH站乘客目的地的占总数的94%乘客要求早上高峰。由于这样的客流特征缺乏多样性,很难调整乘客不同OD登上火车旅行在一个理性的秩序。总乘客等待时间难以明显缩短,但该模型保证每个关键领域积累的乘客数量的站在其安全能力。

表5显示的时间范围超过所有站的安全能力在每个关键领域,其中TRESC表示的时间范围超过了安全能力,SC表示安全能力,地图表示的最大数量累积乘客在研究时间范围,和并不意味着现有的时间范围超过了安全的能力。人大的情况下,乘客在广州车站的平台,积累平方站,和铜站超过其安全能力的平台的时间间隔(77、115),[150],[173],分别和积累的最大数量的乘客达到1772,4340年和4907年,分别对运行安全造成潜在威胁。相反,女警官的情况下(例如, ),累积的数量在每个车站站台上的乘客是精确控制,并积累了乘客的数量在每个车站付费区大厅内保证其安全能力在研究时间范围。

人大的情况下,登机的乘客主要是受制于未来的剩余能力训练。在每一个车站,乘客的很大一部分以SH-E站或SH站为目的地,其中一些在中间站下车。火车能力不断被上游的客运需求,有越来越少的剩余容量的火车在后续电台满足乘客的要求。正是因为这一原因,总乘客到达铜站和平方站并不比另一个更大的车站,但是积累了乘客的数量这两个站的平台是明显大于其他的电台。至于女警官,通过精确控制的乘客数量进入平台,登上火车,寄宿在每个车站的乘客的数量平衡和积累大量的乘客预防。

接下来,我们以铜站为例给出一个详细的比较登机的乘客的数量(由BOP)对于每一个训练,积累了在平台(由乘客 ),并积累了乘客在车站付费区厅(由 )女警官和人大的情况。人大的情况下,一些乘客可以委员会1日至31日火车(见图7),因为这些火车由上游站的乘客,导致大量的乘客在当前站平台(见图上堆积8)。女警官的情况下,更多的旅客有机会登上火车由于地铁线路上的协同控制。此外,由于乘客分布等平台和nonpaid区,大量的积累上的乘客平台有效地预防。

5.2。场景2:在早上高峰时间异常大规模的乘客需求

乘客需求应用在这种情况下是假想的八通线异常大型客运需求。上的客流方向是一样的,在场景1中,客流下降的方向是1.5倍,在场景1。在这个场景中,由于客流下降方向不仅仅是在场景1,需要激活客流控制防止乘客积累。同样,实验进行测试的有效性AMLC客流控制模型只使用上的乘客需求下降的方向。

在这种情况下,计算过程终止在804年代,该模型自动激活适当的控制水平和当前激活控制水平层次三(即, )。我们获得的总乘客等待时间是4872132分钟,其中包括平台220532分钟,2879104分钟的付费区车站大厅,1149835分钟的nonpaid区车站大厅,和622661分钟在车站入口。表6显示的时间间隔超过安全能力的关键领域。我们可以看到,女警官的情况下,当前的激活水平是一级(例如, ),积累的乘客数量付费区7站大厅超过其安全能力在不同的时间范围。当当前的激活水平水平两个(即, ),积累的乘客数量nonpaid区7站大厅超过其安全能力在不同的时间范围。然而,当当前的激活水平级别3(即, ),的数量积累的乘客在车站入口站在他们的安全能力。通过比较不同的控制级别(例如, ),我们可以看到控制水平三个(即, )自动激活的需求提出的模型是合理的。女警官的控制水平三,保证每个关键领域积累的乘客数量的站在其安全能力,这使得地铁系统的运行安全。

接下来,女警官的情况下,每个控制水平(例如, ),我们还需要铜站作为一个例子来显示地图的平台,在付费区,nonpaid区和车站入口,分别。在图9,我们可以看到每个关键区域的地图是在其安全能力和控制水平三个,同时控制实现的乘客的数量进入平台,付费区,nonpaid区。入站控制和车站大厅控制比较,乘客分布在每个车站的关键领域多级控制策略,改善了大多数乘客的等待环境,同时保障他们的安全。在实践中,控制水平三个被激活时,操作人员应安排在盖茨的位置我,II, III在同一时间,以确保每个站的关键区域的安全。相比之下,对于规模客流量在这种情况下,控制水平1和2是不足够的,地图上的付费区和nonpaid区超过他们的安全的能力(见图9分别),从而导致潜在的安全问题。因此,我们可以得出这样的结论:激活适当的控制水平是非常重要的,这不仅可以避免不足造成的安全问题控制水平,但避免了浪费的情况下员工由于高控制水平。

6。结论

摘要多级协作客流控制策略集成的控制站入口和车站大厅是改善乘客的等待环境调查。为了保持交通效率,提出了一种自适应多级协作客流控制模型总乘客等待时间包括平台上的等待时间和其他关键领域的车站为目标。通过考虑火车运输能力,关键领域的安全能力在车站和每个门的传球能力,问题是作为一个整数线性规划模型,可以解决最大化策略求解器进行求解。自适应控制的方法是制定能够激活适当的控制水平的不同尺度下乘客的要求。两个场景的真实的案例研究表明,适当的控制水平可以准确地激活的不同尺度下乘客的要求。相比,情况没有客流控制或不恰当的控制水平,制定模型,确保在每一个关键领域积累的大量的乘客站在其安全能力,分配乘客在车站大厅或外站,并在一定程度上减少乘客等待时间。

进一步的研究将集中在以下两个主要方面。(1)对于一些乘客,旅行主要是不同地铁线路。在这种情况下,考虑到乘客的路线选择和传递活动将是一个研究方向控制客流高峰时间在网络操作。(2)乘客活动和列车运行的过程是相互关联。因此,研究客流控制列车运行控制的结合将是解决这个问题的另一个研究方向的客流拥挤在地铁系统。

数据可用性

使用的数据来支持本研究的发现没有可用的,因为他们是北京地铁的内部操作数据。作者并没有给予正确的披露。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是由中央大学的基础研究基金(2019 jbm032)。

引用

1. 北京交通研究所北京交通发展年度报告,北京交通研究所,2018年。
2. 上海交通运输研究所上海交通发展年度报告,上海城乡建设和交通发展研究所,2018。
3. 广州交通运输研究所上海交通发展年度报告,2018年广州市交通部门。
4. a . Tirachini d . a . Hensher和j . m .玫瑰,“拥挤的公共交通系统:对用户的影响,操作和影响评估的需求,”交通研究部分:政策和实践卷,53 36-52,2013页。视图:出版商的网站|谷歌学术搜索
5. 美国Seriani r·费尔南德斯,“行人交通管理寄宿在地铁站下车,“交通研究部分C:新兴技术53卷,第92 - 76页,2015年。视图:出版商的网站|谷歌学术搜索
6. 李x, h . j . Liu跑,和l .秦”客流控制与多工位协调地铁网络:算法开发和实际案例研究,“Transportmetrica B:传输动力学,7卷,不。1,第472 - 446页,2019。视图:出版商的网站|谷歌学术搜索
7. 刘y”,超过96个车站客流控制在北京地铁网络,”中国青年网络,2018,http://news.cyol.com/content/2018-01/06/content_16844691.htm。视图:谷歌学术搜索
8. 北京市质量技术监督局,城市轨道交通运营服务的管理条例》,北京,中国北京市质量技术监督局,2009。
9. h . m .妞妞和x周”,优化城市轨道的时间表在时变需求和过饱和的情况下,“交通研究部分C:新兴技术36卷,第230 - 212页,2013年。视图:出版商的网站|谷歌学术搜索
10. t . y . Wang, Ning, t·j·j·范繁荣,和b .德舒特,”乘客demands-oriented城市轨道交通网络列车调度,“交通研究部分C:新兴技术,60卷,1,2015页。视图:出版商的网站|谷歌学术搜索
11. y高,l·克朗,m·施密特和l .杨”重新安排一个地铁拥挤不堪的情况下中断后,“交通研究B部分:方法论卷,93年,第449 - 425页,2016年。视图:出版商的网站|谷歌学术搜索
12. j .阴t . Tang l .杨z高,和b跑,“节能地铁与时变不确定乘客的要求重新安排:一个近似动态规划方法,”交通研究B部分:方法论卷,91年,第210 - 178页,2016年。视图:出版商的网站|谷歌学术搜索
13. f .江诉Cacchiani p·托斯,“高度拥挤的火车时间表站规划线路,”交通研究B部分:方法论卷,104年,第174 - 149页,2017年。视图:出版商的网站|谷歌学术搜索
14. p .商r . Li z . Liu l·杨和y . Wang”趋向股票站调度优化的过饱和的城市轨道交通网络,”交通研究部分C:新兴技术卷,89年,第343 - 321页,2018年。视图:出版商的网站|谷歌学术搜索
15. x z . w . Chen x p·李,周,”航天飞机操作设计与模块化的车辆在过饱和的交通系统:离散建模方法,”交通研究B部分:方法论卷,122 - 2019页。视图:出版商的网站|谷歌学术搜索
16. w·周邓l, m .谢和杨x”,协调优化的第一个和最后一个火车出发时间在城市轨道交通网络,”机械工程的发展,22卷,不。3、261 - 271年,2013页。视图:谷歌学术搜索
17. h·l·康j . Wu太阳,x, z高,”一个案例研究的协调上火车北京地铁网络,”交通研究B部分:方法论卷,72年,第127 - 112页,2015年。视图:出版商的网站|谷歌学术搜索
18. h·l·康j . Wu太阳,x,和b .王”的实用模型最后一班火车与火车延迟延期城市铁路交通网络,”ω卷,50 29-42,2015页。视图:出版商的网站|谷歌学术搜索
19. y, y, h·杨,x,“最后一班火车调度最大化旅客目的地可达性在城市轨道交通网络中,“交通研究B部分:方法论卷,129年,第95 - 79页,2019年。视图:出版商的网站|谷歌学术搜索
20. l .康x朱,h .太阳,j .吴z高,和b·胡”的优化和公交车最后一班火车时间表桥接服务管理在城市铁路交通网络,”ω卷。84年,31-44,2019页。视图:出版商的网站|谷歌学术搜索
21. l·康美国陈,孟问:“公共汽车和司机安排吃饭时间窗口的一个公共汽车路线,“交通研究部分C:新兴技术卷,101年,第160 - 145页,2019年。视图:出版商的网站|谷歌学术搜索
22. l·康h .太阳、j .吴和z高,“在地铁最后一班火车station-skipping transfer-accessible和节能调度网络,”能源卷。206年,1-13,2020页。视图:谷歌学术搜索
23. 彭z、x m .姚和d d . Yu”合作乘客流入控制城市轨道交通在高峰时间,“同济大学学报,42卷,不。9日,第1346 - 1340页,2014年。视图:谷歌学术搜索
24. y Xiangming, p .赵、k·乔和d . Yu”造型协调乘客流入控制城市轨道交通网络,”中南大学学报(科技),46卷,不。1,第350 - 342页,2015。视图:谷歌学术搜索
25. j .郭l .贾y秦,h .周”合作乘客流入控制与约束在城市轨道交通网络容量的车站,”离散动力学性质和社会5卷7页,2015。视图:谷歌学术搜索
26. 江z, w .风扇,w . Liu b·朱和j .顾“强化学习方法协调乘客流入控制城市轨道交通在高峰时间,“交通研究部分C:新兴技术卷。88年,硕士论文,2018页。视图:出版商的网站|谷歌学术搜索
27. 张z l·贾y秦,t . Yun”文中针对反馈控制地铁车站的客流为提高服务水平,”交通信,11卷,不。8,413 - 424年,2017页。视图:谷歌学术搜索
28. 江z, j .顾w .粉丝,w . Liu和b·朱“q学习方法协调优化客运流入控制城市轨道交通线路列车站,“计算机与工业工程卷,127年,第1142 - 1131页,2019年。视图:出版商的网站|谷歌学术搜索
29. f .元,h .太阳、l .康和j .吴”为城市轨道交通网络客流控制策略,”应用数学建模卷,82年,第188 - 168页,2020年。视图:出版商的网站|谷歌学术搜索
30. w·莉莉、严x和y,“协作乘客的建模和优化控制在城市轨道车站大规模客流,”数学问题在工程ID 786120条,卷。2015年,8页,2015。视图:出版商的网站|谷歌学术搜索
31. h . j .周y, y w·冯和g·r·郑”高峰客流预测和控制城市轨道交通转运站,”交通的发展研究1卷,第84 - 73页,2017年。视图:谷歌学术搜索
32. m .江H.-Y。李,X.-Y。徐,S.-P。徐,J.-R。苗,“地铁客流控制叫号电话的合作基于stop-skipping和寄宿限制,”中南大学学报,24卷,不。1,第244 - 236页,2017。视图:出版商的网站|谷歌学术搜索
33. j .史·l·杨,j·杨和z高,“面向服务的培训时间安排与合作在过饱和的地铁客流控制:一个整数线性规划的方法,”交通研究B部分:方法论卷。110年,26-59,2018页。视图:出版商的网站|谷歌学术搜索
34. j·g·史,j·杨,杨l . x,“安全导向的合作客流控制模型为地铁高峰时段,“交通运输系统工程与信息技术》杂志上,19卷,不。1,第131 - 125页,2019。视图:谷歌学术搜索
35. l .太阳,j·g·金,D.-H。李,k . w . Axhausen, a . Erath“地铁服务的设计需求时间表,”交通研究部分C:新兴技术,46卷,第299 - 284页,2014年。视图:出版商的网站|谷歌学术搜索
36. h .牛x周,r .高,“火车调度与需求时间和减少乘客等待时间站模式:具有线性约束的非线性整数规划模型,”交通研究B部分:方法论卷,76年,第135 - 117页,2015年。视图:出版商的网站|谷歌学术搜索
37. j .阴l .杨t . Tang z高,和b跑,“动态面向乘客需求的地铁列车调度与节能和等待时间最小化:混合整数线性规划方法,”交通研究B部分:方法论卷,97年,第213 - 182页,2017年。视图:出版商的网站|谷歌学术搜索
38. X.-Y。徐,j . Liu H.-Y。李,J.-Q。胡”,分析地铁车站能力使用排队论,“交通研究部分C:新兴技术卷,38 28-43,2014页。视图:出版商的网站|谷歌学术搜索
39. f .窦x j .锅y秦,x,和l .贾”乘客流入控制识别方法基于云模型在城市轨道交通车站,”东南大学学报(自然科学版),46卷,不。6,1318 - 1322年,2016页。视图:谷歌学术搜索

版权

版权©2020 Hongjiao雪等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。