CN104899654A - 一种用于缓解轨道交通拥挤的路径选择方法 - Google Patents

Abstract

本发明公开了一种用于缓解轨道交通拥挤的路径选择方法，该方法以最小成本路径算法和最短路径算法为基础，通过对所有的“换乘站对”的总额外出行成本按照从大到小的顺序进行排序，定位需要提供路径选择信息的“换乘站对”；进而，选取少部分经过定位的“换乘站对”的乘客并为这部分乘客提供路径选择信息，引导乘客选择最小出行成本路径，从而缓解轨道交通拥挤。通过改变少部分乘客的路径，仅轻微增加少量乘客出行时间，就可有效缓解轨道交通拥挤。并且，只需在少数几个站点上发布路径建议信息便可达到所需效果。利用该方法得出的路径选择信息可以通过电视、广播、信息牌、官方网站和微博等信息传播媒介发布，应用起来简单可行、易于操作。

Description

一种用于缓解轨道交通拥挤的路径选择方法

技术领域

本发明涉及一种用于缓解轨道交通拥挤的路径选择方法。

背景技术

城市轨道交通作为公共出行方式中的一种，在现在的城市出行中占据着重要地位，承担着越来越多的交通任务。然而，由于交通供需的不平衡，交通拥堵现象频发。在地铁网络中，各线路间载客量存在明显差异，不仅造成地铁运力资源的浪费，还降低了乘客的出行质量。为了提高对轨道交通运力资源的利用，缓解城市轨道交通拥挤，有效引导乘客安全、便捷、快速乘坐轨道交通，许多城市开始建立轨道交通信息发布***。然而，这些轨道交通信息发布***目前仍存在以下不足：

1)目前大部分的轨道交通信息发布***定时发布轨道交通的实时客流状况，由乘客自主选择出行路线来规避拥挤，存在信息发布不及时、无法提供智能的路径选择建议等问题，拥挤优化的作用有限；

2)在改进的轨道交通信息发布***中，会根据客流量变化灵活安排信息发布间隔，客流高峰期缩短信息发布时间间隔，及时为乘客提供拥挤信息，但乘客路径选择还是自主决定，没能对乘客路线的选择进行有效的引导，依然只能对拥挤状况进行部分优化；

3)目前，虽然也出现了轨道交通信息发布***为乘客提供路径选择建议，但只能根据当时的客流状况为乘客提供所谓的最佳路径，引导乘客大量选择不拥挤的区间，容易造成本来并不拥挤的区间变得拥挤，从而使得部分乘客选择的路径由于其它客流的影响变得不再是最佳路径；

综上所述，现行的城市轨道交通信息发布***要么只是发布实时的客流状况，由乘客自主选择出行路线；要么根据实时的客流状况为乘客提供出行路线，但是未能考虑到客流之间的相互影响。现有的轨道交通信息发布***中路径选择方法对轨道交通拥挤都只能进行着部分优化，还存在很大的改善空间。

发明内容

本发明提供了一种用于缓解轨道交通拥挤的路径选择方法，该方法以最小成本路径算法和最短路径算法为基础，定位出受轨道交通拥挤影响最大的少数乘客，并向这部分乘客提供路径建议信息，进而引导乘客选择合适的路径，便可较好地缓解轨道交通拥挤，提高对运力资源的利用。

一种用于缓解轨道交通拥挤的路径选择方法，首先，对轨道交通网络中的乘客均按照最短路径方法选择出行路径，计算所有乘客在轨道交通网络中的额外出行成本；接着，计算轨道交通网络中任意两个换乘站之间的总额外出行成本；然后，对所有的换乘站对的总额外出行成本按照从大到小的顺序进行排序，定位需要提供路径信息的换乘站对；最后，依据已定位的换乘站对信息为乘客提供路径选择信息，已定位的换乘站对的乘客的额外出行成本排在前P％的乘客选择最小成本路径方法出行路径，其余所有乘客选择最短路径方法选择出行路径；

其中，所述轨道交通网络由节点和节点之间连接边构成，所述节点是指轨道交通网络中的车站，所述节点与节点之间的连接边是指轨道交通网络的站间区间；

所述乘客在轨道交通网络中每段站间区间上的出行成本c_ij(f_ij)是指i站到相邻的j站的出行时间成本和拥挤成本之和：

$c_{\mathrm{ij}}\left(f_{\mathrm{ij}}\right)=(1+\mathrm{\α}{\left(\frac{f_{\mathrm{ij}}}{M_{\mathrm{ij}}}\right)}^{\mathrm{\β}})t_{\mathrm{ij}}=t_{\mathrm{ij}}+\mathrm{\α}{\left(\frac{f_{\mathrm{ij}}}{M_{\mathrm{ij}}}\right)}^{\mathrm{\β}}{t}_{\mathrm{ij}}$

其中，f_ij和M_ij分别表示在从车站i到相邻的车站j一小时内的客流量和额定容量，t_ij表示i站到相邻的j站的出行时间，α表示拥挤成本线性参数，取值范围为0.15～0.45，β表示拥挤成本指数参数，取值范围为1～10；

所述乘客在轨道交通网络中每段轨道区间上的额外出行成本ce_ij(f_ij)是指i站到相邻的j站的拥挤成本之和：

${\mathrm{ce}}_{\mathrm{ij}}\left(f_{\mathrm{ij}}\right)=\mathrm{\α}{\left(\frac{f_{\mathrm{ij}}}{M_{\mathrm{ij}}}\right)}^{\mathrm{\β}}{t}_{\mathrm{ij}}$

所述乘客在交通网络中的额外出行成本是利用最短路径方法分配得到乘客的出行路径，基于乘客所经过的路径中包含的每段站间区间上的额外出行成本之和。

所述轨道交通网络中任意两个换乘站之间的总额外出行成本C_E是指经过这两个换乘站的所有乘客的额外出行成本的总和；

所述定位需要提供路径信息的换乘站对的数量N由平均额外乘客数F确定：

首先，令所有乘客选择最小成本路径出行时，获得平均额外乘客数F₀；

然后，将N从0逐渐增大，当满足1.00F₀<F(N)<1.10F₀，得到N的取值，F(N)表示经过总额外出行成本排在前N的换乘站对的所有乘客用最小成本路径法选择出行路径，剩余所有的乘客用最短路径法选择出行路径时，轨道交通网络的平均额外乘客数；

所述平均额外乘客数是指轨道站间区间的额外乘客数除以轨道站间区间总数，所述额外乘客数是指超过车辆额定载客量的乘客数量；

所述P由平均额外乘客数F确定：

首先，当经过定位的换乘站对的所有乘客都选择最小成本路径，而不经过定位的换乘站对的所有乘客都选择最短路径时，得到的平均额外乘客数为F₁；

其次，将P从0逐渐增大，当满足1.00F₁<F(P)<1.10F₁时，获得P的取值。

所述以所有轨道区间的出行成本之和构成轨道交通网络总出行成本达到最小，来分配轨道交通网络中每段轨道上的交通流量，具体步骤如下：

步骤1：令迭代次数n＝1，基于出行时间t_ij，利用Dijkstra算法分配各轨道区间的交通流量，得到各轨道区间的客流量f_ij；

步骤2：基于各轨道区间的客流量，计算每段轨道区间的出行成本，并按照以下公式获取每段轨道区间的出行成本转换值 ${\tilde{c}}_{\mathrm{ij}}\left(f_{\mathrm{ij}}\right)=c_{\mathrm{ij}}\left(f_{\mathrm{ij}}\right)+f_{\mathrm{ij}}\frac{{\mathrm{dc}}_{\mathrm{ij}}\left(f_{\mathrm{ij}}\right)}{{\mathrm{df}}_{\mathrm{ij}}};$

步骤3：以步骤2获得的每段轨道区间的出行成本转换值，采用Dijkstra算法分配轨道交通流量，得到每段轨道区间的客流量中间状态值g_ij；

步骤4：确定迭代步长λ，λ满足公式 $\mathrm{\&Sigma;}({g_{\mathrm{ij}}}^n-{f_{\mathrm{ij}}}^n)\&times;{\tilde{c}}_{\mathrm{ij}}({f_{\mathrm{ij}}}^n+\mathrm{\&lambda;}({g_{\mathrm{ij}}}^n-{f_{\mathrm{ij}}}^n))\&times;t_{\mathrm{ij}}=0,$ g_ij ⁿ和f_ij ⁿ分别表示在第n次迭过程中得到轨道区间的客流量中间状态值和迭代值；

步骤5：确定新的迭代起点：f_ij ⁿ⁺¹＝f_ij ⁿ+λ(g_ij ⁿ-f_ij ⁿ)；

步骤6：收敛性检验，判断每段轨道区间在第n次分配的客流量和第n+1次分配的客流量是否没变化，即是否满足公式ε为判断因子，ε<10^-3，若满足公式，则停止迭代，以当前的每段轨道区间上的客流量迭代值分配路径；否则，返回步骤2，以f_ij ⁿ⁺¹重新计算每段轨道区间的出行成本。

实现最小成本路径，使得整个轨道交通的总出行成本最低。

有益效果

本发明提供了一种用于缓解轨道交通拥挤的路径选择方法，该方法以最小成本路径算法和最短路径算法为基础，通过对所有的“换乘站对”的总额外出行成本按照从大到小的顺序进行排序，定位需要提供路径选择信息的“换乘站对”；进而，选取少部分经过定位的“换乘站对”的乘客并为这部分乘客提供路径选择信息，引导乘客选择最小出行成本路径，从而缓解轨道交通拥挤。对比以往基于乘客的路径选择方法，本发明提出的路径选择方法以站点为基础，只需在少数几个站点上发布少量路径选择信息便可有效缓解轨道交通拥挤，具有更强的针对性和可行性。比如，本发明中，只需要在10个站点发布路径选择信息，就可以有效缓解北京地铁网络拥挤。利用该方法得出的路径选择信息可以通过电视、广播、信息牌、官方网站和微博等信息传播媒介发布，应用起来简单可行、易于操作。

附图说明

图1为本发明所述方法的流程图；

图2额外出行成本C_E的分布图，其中，(a)为地铁网络“换乘站对”的额外出行成本从大到小排序的分布图，(b)为铁网络“换乘站对”的额外出行成本的统计分布图；

图3选取的“换乘站对”数量N对应的优化效果展示图和提供路径信息的换乘站的位置分布，其中，(a)为平均额外乘客数随选取的“换乘站对”数量N的变化曲线，(b)为平均出行成本随选取的“换乘站对”数量N的变化曲线，(c)为需提供路径信息的换乘站在地铁网络中所处的位置；

图4按照信息***提供的路径信息来选择路径的出行比例P对应的优化效果展示图，其中，(a)为平均额外乘客数随P的变化曲线，(b)为平均出行成本随P的变化曲线。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细描述，但不作为对本发明的限定。

一种用于缓解轨道交通拥挤的路径选择方法，如图1所示，首先，对轨道交通网络中的乘客均按照最短路径方法选择出行路径，计算所有乘客在轨道交通网络中的额外出行成本；接着，计算轨道交通网络中任意两个换乘站之间的总额外出行成本；然后，对所有的换乘站对的总额外出行成本按照从大到小的顺序进行排序，定位需要提供路径信息的换乘站对；最后，依据已定位的换乘站对信息为乘客提供路径选择信息，已定位的换乘站对的乘客的额外出行成本排在前P％的乘客选择最小成本路径方法出行路径，其余所有乘客选择最短路径方法选择出行路径；从而缓解轨道交通拥挤；

具体步骤如下：

本发明基于轨道交通刷卡数据预测高峰小时OD量。刷卡数据记录了每个乘客进站和出站的时间，因此可以根据刷卡数据得到交通量随时间的分布图，从而得到早高峰和晚高峰的时间区间，进而截取出早高峰和晚高峰的OD。

第一步：构建北京地铁网络并预测北京地铁高峰小时OD；

从北京地铁官方网站找到北京地铁站点及其连接关系，然后用Google Earth(谷歌地图)软件获取各车站地理坐标(包括经度和纬度)；收集各站间区间信息，包括起点、终点、出行时间和方向；将节点及站间区间信息转化为shape(地图图形)文件，从而创建了北京地铁网络。

基于北京地铁刷卡数据，预测北京地铁早高峰和晚高峰的出行量，分别为2,028,440出行/小时和1,692,770出行/小时。

第二步：分配交通流量并计算各换乘站间的额外出行成本；

按照最短路径方法分配交通流量，计算所有乘客在轨道交通网络中的额外出行成本。

计算北京地铁网络中任意两个换乘站之间的总额外出行成本(经过这两个换乘站的所有乘客的额外出行成本的累加)；然后，对所有的“换乘站对”(两个换乘站点)的总额外出行成本按照从大到小的顺序进行排序。图2中(a)表示“换乘站对”的总额外出行成本从大到小排序的分布图(前50个“换乘站对”)；(b)表明“换乘站对”的额外出行成本服从幂律分布，即少部分的“换乘站对”占有大部分的额外出行成本，如，前十个“换乘站对”的总额外出行成本就占到整个地铁网络总额外出行成本的23.2％。

第三步：定位需要提供路径信息的换乘站；

选取少量的换乘站，在这些换乘站提供路径信息，引导乘客选择合适的路径，缓解轨道交通拥挤。

选取提供路径信息的“换乘站对”数量N对应的优化效果如图3。图3中(b)表明选取总额外出行成本排在前十的“换乘站对”，为经过这十个“换乘站对”的所有乘客(约占总出行量的5％)提供最小成本路径信息，就可以使得网络的平均出行成本降到近似最小值。而(a)表明，要降低整个网络的平均额外乘客数，需要为更多的“换乘站对”提供路径信息。当选取50个“换乘站对”(约占总出行量的15％)时，满足1.00F₀<F(N)<1.10F₀。其中F₀为所有乘客都选择最小成本路径时轨道交通网络的平均额外乘客数，对应图中虚线。

选取“换乘站对”后，接下来统计需要提供路径信息的换乘站点。如果选取前十个“换乘站对”，则只需要在国贸站、西二旗站和霍营站提供路径选择信息，其中，国贸站需提供6条路径选择信息，西二旗站需提供3条路径选择信息，霍营站需提供1条路径选择信息。图(c)表示选取50个“换乘站对”时，需提供路径选择信息的10个站点(包含每个站点所需要提供的路径信息数量)在地铁网络中所处的位置。

第四步：定位部分需要提供路径信息的乘客

在实际应用中，让经过第三步所定位的“换乘站对”的所有乘客全部按照信息***提供的路径信息来选择路径难度很大，图3展示了按照信息***提供的路径信息来选择路径的出行比例P对应的优化效果。P＝0.3即在经过定位的“换乘站对”的乘客中额外出行成本排在前30％的乘客用最小成本路径分配路径，剩余所有的乘客(包括不经过定位的“换乘站对”的乘客)用最短路径分配路径。由图4可知，P＝0.3时就可达到类似P＝1的优化效果。

Claims (2)

1.一种用于缓解轨道交通拥挤的路径选择方法，其特征在于，首先，对轨道交通网络中的乘客均按照最短路径方法选择出行路径，计算所有乘客在轨道交通网络中的额外出行成本；接着，计算轨道交通网络中任意两个换乘站之间的总额外出行成本；然后，对所有的换乘站对的总额外出行成本按照从大到小的顺序进行排序，定位需要提供路径信息的换乘站对；最后，依据已定位的换乘站对信息为乘客提供路径选择信息，已定位的换乘站对的乘客的额外出行成本排在前P％的乘客选择最小成本路径方法出行路径，其余所有乘客选择最短路径方法选择出行路径；

其中，所述轨道交通网络由节点和节点之间连接边构成，所述节点是指轨道交通网络中的车站，所述节点与节点之间的连接边是指轨道交通网络的站间区间；

所述乘客在轨道交通网络中每段站间区间上的出行成本c_ij(f_ij)是指i站到相邻的j站的出行时间成本和拥挤成本之和：

$c_{\mathrm{ij}}\left(f_{\mathrm{ij}}\right)=(1+\mathrm{\&alpha;}{\left(\frac{f_{\mathrm{ij}}}{M_{\mathrm{ij}}}\right)}^{\mathrm{\&beta;}})t_{\mathrm{ij}}=t_{\mathrm{ij}}+\mathrm{\&alpha;}{\left(\frac{f_{\mathrm{ij}}}{M_{\mathrm{ij}}}\right)}^{\mathrm{\&beta;}}{t}_{\mathrm{ij}}$

其中，f_ij和M_ij分别表示在从车站i到相邻的车站j一小时内的客流量和额定容量，t_ij表示i站到相邻的j站的出行时间，α表示拥挤成本线性参数，取值范围为0.15～0.45，β表示拥挤成本指数参数，取值范围为1～10；

所述乘客在轨道交通网络中每段轨道区间上的额外出行成本ce_ij(f_ij)是指i站到相邻的j站的拥挤成本之和：

${\mathrm{ce}}_{\mathrm{ij}}\left(f_{\mathrm{ij}}\right)=\mathrm{\&alpha;}{\left(\frac{f_{\mathrm{ij}}}{M_{\mathrm{ij}}}\right)}^{\mathrm{\&beta;}}{t}_{\mathrm{ij}}$

所述乘客在交通网络中的额外出行成本是利用最短路径方法分配得到乘客的出行路径，基于乘客所经过的路径中包含的每段站间区间上的额外出行成本之和。

所述轨道交通网络中任意两个换乘站之间的总额外出行成本C_E是指经过这两个换乘站的所有乘客的额外出行成本的总和；

所述定位需要提供路径信息的换乘站对的数量N由平均额外乘客数F确定：

首先，令所有乘客选择最小成本路径出行时，获得平均额外乘客数F₀；

然后，将N从0逐渐增大，当满足1.00F₀<F(N)<1.10F₀，得到N的取值，F(N)表示经过总额外出行成本排在前N的换乘站对的所有乘客用最小成本路径法选择出行路径，剩余所有的乘客用最短路径法选择出行路径时，轨道交通网络的平均额外乘客数；

所述平均额外乘客数是指轨道站间区间的额外乘客数除以轨道站间区间总数，所述额外乘客数是指超过车辆额定载客量的乘客数量；

所述P由平均额外乘客数F确定：

首先，当经过定位的换乘站对的所有乘客都选择最小成本路径，而不经过定位的换乘站对的所有乘客都选择最短路径时，得到的平均额外乘客数为F₁；

其次，将P从0逐渐增大，当满足1.00F₁<F(P)<1.10F₁时，获得P的取值。

2.根据权利要求1所述的一种用于缓解轨道交通拥挤的路径选择方法，其特征在于，所述以所有轨道区间的出行成本之和构成轨道交通网络总出行成本达到最小，来分配轨道交通网络中每段轨道上的交通流量，具体步骤如下：

步骤1：令迭代次数n＝1，基于出行时间t_ij，利用Dijkstra算法分配各轨道区间的交通流量，得到各轨道区间的客流量f_ij；

步骤2：基于各轨道区间的客流量，计算每段轨道区间的出行成本，并按照以下公式获取每段轨道区间的出行成本转换值

步骤3：以步骤2获得的每段轨道区间的出行成本转换值，采用Dijkstra算法分配轨道交通流量，得到每段轨道区间的客流量中间状态值g_ij；

步骤4：确定迭代步长λ，λ满足公式 $\mathrm{\&Sigma;}({g_{\mathrm{ij}}}^n-{f_{\mathrm{ij}}}^n)\&times;{\tilde{c}}_{\mathrm{ij}}({f_{\mathrm{ij}}}^n+\mathrm{\&lambda;}({g_{\mathrm{ij}}}^n-{f_{\mathrm{ij}}}^n))\&times;t_{\mathrm{ij}}=0,{g_{\mathrm{ij}}}^n$ 和 $\mathrm{\&Sigma;}({g_{\mathrm{ij}}}^n-{f_{\mathrm{ij}}}^n)\&times;{\tilde{c}}_{\mathrm{ij}}({f_{\mathrm{ij}}}^n+\mathrm{\&lambda;}({g_{\mathrm{ij}}}^n-{f_{\mathrm{ij}}}^n))\&times;t_{\mathrm{ij}}=0,{g_{\mathrm{ij}}}^n$ 分别表示在第n次迭过程中得到轨道区间的客流量中间状态值和迭代值；

步骤5：确定新的迭代起点： ${f_{\mathrm{ij}}}^{n+1}={f_{\mathrm{ij}}}^n+\mathrm{\&lambda;}({g_{\mathrm{ij}}}^n-{f_{\mathrm{ij}}}^n);$

步骤6：收敛性检验，判断每段轨道区间在第n次分配的客流量和第n+1次分配的客流量是否没变化，即是否满足公式ε为判断因子，ε<10^-3，若满足公式，则停止迭代，以当前的每段轨道区间上的客流量迭代值分配路径；否则，返回步骤2，以f_ij ⁿ⁺¹重新计算每段轨道区间的出行成本。