CN108536965B - 城市轨道交通线路运营服务可靠性计算方法 - Google Patents

城市轨道交通线路运营服务可靠性计算方法 Download PDF

Info

Publication number
CN108536965B
CN108536965B CN201810321042.3A CN201810321042A CN108536965B CN 108536965 B CN108536965 B CN 108536965B CN 201810321042 A CN201810321042 A CN 201810321042A CN 108536965 B CN108536965 B CN 108536965B
Authority
CN
China
Prior art keywords
train
reliability
calculating
station
trains
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810321042.3A
Other languages
English (en)
Other versions
CN108536965A (zh
Inventor
王艳辉
李曼
林帅
崔逸如
张冬雪
李阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING TELESOUND ELECTRONICS CO LTD
Original Assignee
Beijing Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201810321042.3A priority Critical patent/CN108536965B/zh
Publication of CN108536965A publication Critical patent/CN108536965A/zh
Application granted granted Critical
Publication of CN108536965B publication Critical patent/CN108536965B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Hardware Design (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种城市轨道交通线路运营服务可靠性计算方法，涉及城轨列车运行控制技术领域，该方法根据列车运营仿真及列车运行图，确定延误列车数量及延误列车延误时间，从而计算列车正点可靠度；同时根据延误时间，确定线路运营输送能力协调度求解模型，计算线路运营输送能力协调度和乘客在列车内的立席密度；最后根据增益型加权融合模型，结合正点可靠度、线路运营输送能力协调度和立席密度，构建运营服务可靠性模型，计算运营服务可靠性。本发明利用增益型加权融合方法，建立“奖优罚劣”函数的线路运营服务可靠性模型，考虑各运行参数权重影响，实现了城轨交通线路运营服务可靠性的全面评价。

Description

城市轨道交通线路运营服务可靠性计算方法
技术领域
本发明涉及城轨列车运行控制技术领域，具体涉及一种城市轨道交通线路运营服务可靠性计算方法。
背景技术
近几年来，随着我国城市化进程的快速发展，城市规模在持续的扩大，城市人口也随之增多，居民的出行需求也随之增多，由此带来的城市的交通服务质量逐渐变为城市居民所关心的核心问题，解决此类问题迫在眉睫。城轨交通作为特大或中等规模城市居民首要的交通出行工具，具备用地省、大运量、舒适便捷、准点可靠、绿色安全等优点，已成为城市快速发展的交通模式之一。
城市轨道交通迅猛发展的同时，城市居民对运营服务质量的关注度与日俱增，运营服务品质也成为了焦点问题之一。而城轨线路运营服务可靠性作为衡量和提升城轨运营服务品质的关键因素之一，是列车运行状态与沿线客流状态的综合体现。很多因素均会影响城市轨道交通的正常运营，如客流量突增、乘客上下车、子***故障等，这些因素均会导致列车的延误，而列车作为乘客的载体，列车出现延误现象不仅会影响城轨的日常运营，也会导致车站站台客流积压，使得运营服务可靠性降低。因此，如何在保障安全的前提下，提高城轨交通的运营品质是政府管理部门、交通管理部门和社会群众，乃至科研工作者关注的核心问题。
目前围绕城轨交通服务水平、可靠性以及服务可靠性方面的研究较多，构建了服务水平评价指标体系并提出了相应的评价方法，但建立的指标体系大多数主观性较强，没有与实际运营情况相结合；同时围绕城轨交通可靠性方面，大部分研究则是从城市轨道交通***路网网络的连通性、抗毁性等角度进行运营可靠性研究的，没有能够从列车运营过程和客流的角度结合起来，忽略了路网运营可靠性的根本性问题；对于城市轨道交通线路运营服务可靠性研究较少，多是对城市公交的运营服务可靠性进行研究。
发明内容
本发明的目的在于提供一种能够结合实际运营情况，从多角度精准评价城市轨道交通运营服务可靠性的计算方法，以解决上述背景技术中传统城轨交通服务评价指标体系主观性强，没有结合实际运营情况，评价角度受限的技术问题。
为了实现上述目的，本发明采取了如下技术方案：
本发明提供的一种城市轨道交通线路运营服务可靠性计算方法，包括如下流程步骤：
步骤S110：根据列车运营仿真及列车运行图，确定延误状态下的延误列车数量及各延误列车的延误时间；
步骤S120：根据所述延误列车数量及延误时间，计算列车正点可靠度；
步骤S130：根据所述延误时间，确定线路运营输送能力协调度求解模型，计算线路运营输送能力协调度和乘客在列车内的立席密度；
步骤S140：根据增益型加权融合模型，结合所述正点可靠度、所述线路运营输送能力协调度和所述立席密度，构建运营服务可靠性模型，计算运营服务可靠性。
其中，本发明利用增益型加权融合模型构建运营服务可靠性模型，既保留了指标值线性相关的优点，又能较好地体现奖优罚劣的评价原则，是处理评价类问题的非常好的有效手段。
进一步的，所述根据列车运营仿真及列车运行图，确定延误状态下的延误列车数量及各延误列车的延误时间包括：
基于列车的运行规律和延误传播特性，得到线路在延误状态下的延误列车数量nD与各延误列车j的在车站i的延误时间
Figure GDA0002620900880000031
进一步的，所述根据所述延误列车数量及延误时间，计算列车正点可靠度包括：
依据列车在T时间段内线路L上运行列车的延误时间
Figure DA00026209008858017
按照延误时间的不同对列车进行分组，共分成p组，xk代表第k组运行列车拥有的列车个数，yk代表第k组列车对应的延误时间；
依据T时间段内线路上运行各个列车的延误时间
Figure GDA0002620900880000033
按照由小到大进行排序，对应不同延误时间的列车也相应进行排序，得到x1＞x2＞...＞xp；
计算第k组列车个数占各组列车数量的总和的比例Xk及累计百分比X′k；
Figure GDA0002620900880000034
Figure GDA0002620900880000035
计算第k组延误时间占各组中延误时间总和的比例Yk和累计百分比Yk′；
Figure GDA0002620900880000036
Figure GDA0002620900880000037
以各组延误时间占总延误时间的累计百分比Yk′为纵轴，以列车各组的个数占各组列车数量总和的累计百分比Xk′为横轴，在坐标轴中每组数据(Xk′,Yk′)用一个点表示，描绘出在T时间段内的所有有效数据在坐标轴中的位置；
基于最小二乘法原理，拟合曲线Yk′＝f(Xk′,A)，其中，A表示拟合参数，求得拟合函数曲线的值和实际值之间的差值，使之其平方和最小：
Figure GDA0002620900880000041
依据基尼系数与洛伦茨曲线理论，计算延误效应系数λ*；
Figure GDA0002620900880000042
依据公式
Figure GDA0002620900880000043
计算列车正点可靠度。
进一步的，所述根据所述延误时间，确定线路运营输送能力协调度求解模型，计算线路运营输送能力协调度和乘客在列车内的立席密度包括：
步骤S131：结合列车定员与车辆编组，以及车站的乘客到达率，迭代计算列车j到达车站si的候车乘客数
Figure GDA0002620900880000044
Figure GDA0002620900880000045
其中，其中tF表示发车间隔，
Figure GDA0002620900880000046
表示列车j-1在车站si的滞留客流量。
步骤S132：列车j到达车站si的剩余承载能力
Figure GDA0002620900880000047
计算：
当i＝1时，
Figure GDA0002620900880000048
当i≠1时，
Figure GDA0002620900880000049
其中，C0表示列车的额定载客能力，可以用列车定员与车辆编组的乘积来量化；
Figure GDA00026209008800000410
表示列车j到达车站si的下车乘客的数量。
步骤S133：根据公式计算得到列车j到达车站si的滞留客流
Figure GDA00026209008800000411
Figure GDA00026209008800000412
计算得到列车j离开车站si时的车厢内乘客数
Figure GDA0002620900880000051
当i＝1时，
Figure GDA0002620900880000052
当i≠1时，
Figure GDA0002620900880000053
i＝i+1，若i≤m，则返回步骤S131计算计算列车j到达下一车站的状态，否则，令j＝j+1，若j≤n，则令i＝1，转到步骤S131继续计算列车j+1在各站的载客情况，直至所有列车计算完毕，得到所有列车到达车站的所述剩余承载能力、所述滞留客流以及列车离开车站的滞留客流量；计算所述运力协调度及所述立席密度为：
Figure GDA0002620900880000054
Figure GDA0002620900880000055
其中：
Figure GDA0002620900880000056
表示列车j离开车站si的车厢内立席密度，
Figure GDA0002620900880000057
表示列车j离开车站si前的车厢内乘客数量；Cy表示列车车厢内乘客立席面积。
进一步的，所述根据增益型加权融合模型，结合所述正点可靠度、所述线路运营输送能力协调度和所述立席密度，构建运营服务可靠性模型，计算运营服务可靠性包括：
对所述线路运营输送能力协调度
Figure GDA0002620900880000058
和所述立席密度
Figure GDA0002620900880000059
进行无量纲化处理得所述运营服务可靠性模型的构建参数为：
Figure GDA00026209008800000510
Figure GDA0002620900880000061
依据增益型加权融合模型，构建的线路运营服务可靠性模型为：
Figure GDA0002620900880000062
其中，κp,κc,κd分别表示所述正点可靠度、所述线路运营输送能力协调度和所述立席密度的权重值，满足κp+κc+κd＝1。
在构建的线路运营服务可靠性模型中，定义：假定s＞0，若满足：
1)函数u(x)连续，分段可导；
2)若x1≥x2→u(x1)≥u(x2),u′(x1)≥′u(x2)；
3)u(0.5)＜0.5；
则当s＞1时，称映射u:[0,1]→[0,s]为一个增益函数；
当s∈(0,1)时，称映射u:[0,1]→[0,s]为一个折损函数；
当s＝1时，则称映射u:[0,1]→[0,s]为一个不折损、不增益函数；
即函数u(x)也称为“奖优罚劣”函数。
本发明有益效果：从列车运行的视角、乘客的视角以及列车和乘客协调的视角来考虑线路运营情况，利用“奖优罚劣”的增益型加权融合方法，建立带有“奖优罚劣”函数的线路运营服务可靠性模型，考虑各运行参数权重的影响，符合城市轨道交通运营服务可靠性评价的特点，实现了城轨交通线路运营服务可靠性的全面的评价。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的城市轨道交通线路运营服务可靠性计算方法流程图。
图2为本发明实施例所述的列车城市轨道交通列车延误不均衡性洛伦茨曲线。
图3为本发明实施例所述的线路运营输送能力协调度求解算法流程。
图4为本发明实施例所述的北京地铁八通线运行列车仿真结果示意图。
图5为本发明实施例所述的北京地铁八通线在延误状态下的线路列车在各个车站的延误时间示意图。
图6为本发明实施例所述的北京地铁八通线在延误状态下的洛伦茨曲线示意图。
图7为本发明实施例所述的列车到站后的剩余承载能力示意图。
图8为本发明实施例所述的列车j在车站si的线路运营输送能力协调度示意图。
图9为本发明实施例所述的列车在未发生延误与发生延误后的线路平均运营输送能力协调度示意图。
图10为本发明实施例所述的延误状态前后的各运行列车车厢内立席密度示意图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的模块。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或模块，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块和/或它们的组。
需要说明的是，在本发明所述的实施例中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，可以是固定连接，也可以是可拆卸连接，或成一体，可以是机械连接，也可以是电连接，可以是直接连接，也可以是通过中间媒介间接连接，可以是两个元件内部的连通，或两个元件的相互作用关系，除非具有明确的限定。对于本领域技术人员而言，可以根据具体情况理解上述术语在本实用新型实施例中的具体含义。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且实施例并不构成对本发明实施例的限定。
本领域普通技术人员应当理解的是，附图只是一个实施例的示意图，附图中的部件或装置并不一定是实施本发明所必须的。
实施例一
如图1所示，本发明实施例一提供了城市轨道交通线路运营服务可靠性计算方法，所述方法包括下述步骤：
步骤1：仿真计算得到延误状态下的延误列车数量nD与各延误列车j的延误时间
Figure GDA0002620900880000081
假设线路运营中共有m座车站，n列列车；
步骤2：依据列车正点可靠度计算公式：
Figure GDA0002620900880000091
(其中λ*为延误效应系数)，计算列车正点可靠度；依据步骤1中得到的延误列车数量nD以及延误列车在各个车站的延误时间
Figure DA00026209008858072
依据在T时间段内线路L上运行列车的延误时间
Figure GDA0002620900880000093
按照延误时间的不同对列车进行分组，共分成p组，xk代表横轴上线路上所有运行列车第k组拥有的组分个数(此处是按照延误时间的不同将列车分组)；yk代表第组列车对应的延误时间。依据基尼系数与洛伦茨曲线绘制城市轨道交通列车延误不均衡性洛伦茨曲线，如图2所示，其中A线表示绝对平等线，B线表示洛伦茨曲线。
具体的，包括：
步骤2.1：依据T时间段内线路上运行各个列车的延误时间
Figure GDA0002620900880000094
按照由小到大进行排序，对应不同延误时间的列车也相应进行排序，得到x1＞x2＞...＞xp。
步骤2.1：计算第k组列车个数占各组列车数量的总和的比例Xk及累计百分比X′k。
Figure GDA0002620900880000095
Figure GDA0002620900880000096
步骤2.3：计算第k组延误时间占各组中延误时间总和的比例Yk和累计百分比Yk′。
Figure GDA0002620900880000097
Figure GDA0002620900880000098
步骤2.4：以各组延误时间占总延误时间的累计百分比Yk′为纵轴，以列车各组的个数占各组列车数量总和的累计百分比Xk′为横轴，在坐标轴中每组数据(Xk′,Yk′)用一个点表示，描绘出在p时间段内的所有有效数据在坐标轴中的位置。
步骤2.5：基于最小二乘法原理，拟合曲线Yk′＝f(Xk′,A)，其中
Figure GDA0002620900880000101
为特定的参数，求得拟合函数曲线的值和实际值之间的差值，使之其平方和最小：
Figure GDA0002620900880000102
步骤2.6：计算基尼系数即城市轨道交通线路上的列车正点运营服务延误效应系数
Figure GDA0002620900880000103
步骤2.7：依据公式
Figure GDA0002620900880000104
计算延误效应系数λ*；
步骤2.8：依据公式
Figure GDA0002620900880000105
计算列车正点可靠度。
步骤3：基于车厢内乘客立席密度以及线路运营输送能力，依据建立的线路运营输送能力协调度求解算法流程，计算线路运营输送能力协调度
Figure GDA0002620900880000106
车厢内乘客立席密度
Figure GDA0002620900880000107
图3所示，所述的线路运营输送能力协调度求解算法流程包括如下步骤：
步骤3.1：通过线路运营仿真，可以得到线路的列车运行图与列车j在相邻车站的运行时间
Figure GDA0002620900880000108
计算可得列车j到达车站si的延误时间
Figure GDA0002620900880000109
将之作为后续流程的基础数据进行输入；输入列车定员与车辆编组，各个车站的乘客到达率；
步骤3.2：运算初始化。令i＝1，j＝1。
步骤3.3：计算列车j到达车站si的候车乘客数，按照公式
Figure GDA0002620900880000111
进行计算，并输出列车j到达车站si的候车乘客数
Figure GDA0002620900880000112
当i＝1,j＝1时，
Figure GDA0002620900880000113
当i≠1,j＝1时，
Figure GDA0002620900880000114
当i＝1,j≠1时，
Figure GDA0002620900880000115
当i≠1,j≠1时，
Figure GDA0002620900880000116
步骤3.4：列车j到达车站i的剩余承载能力
Figure GDA0002620900880000117
计算：
当i＝1时，
Figure GDA0002620900880000118
当i≠1时，
Figure GDA0002620900880000119
步骤3.5：根据公式计算得到站台的滞留客流
Figure GDA00026209008800001110
Figure GDA00026209008800001111
步骤3.6：计算得到列车在离开车站si的车厢内乘客数
Figure GDA00026209008800001112
当i＝1时，
Figure GDA0002620900880000121
当i≠1时，
Figure GDA0002620900880000122
步骤3.7：i＝i+1，若i≤m，则转到步骤3.3，计算列车j的下一车站的状态，否则转步骤3.7。
步骤3.8：j＝j+1，若j≤n，则令i＝1，转到步骤3.3，继续计算列车j+1在各站的载客情况，否则转置步骤3.8。
步骤3.9：所有列车计算完毕，输出结果包括：1)将所有列车到达车站的剩余承载能力、候车客流以及列车离开车站的滞留客流量；2)所有列车在各个车站的运力协调度，计算列车运力协调度并输出；3)计算列车的立席密度，并进行等级分级；算法终止。
步骤4：将各参数归到[0,1]之间，进行无量钢化处理，基础表达式如下所示：
Figure GDA0002620900880000123
式中：
Xl——该参数的实际值；
min Xj——线路l上运营列车j的相关数据最小值，具体以归一化的参数而定。
max Xj——线路l上运营列车j的相关数据最大值，具体以归一化的参数而定。
则各个参数归一化公式具体形式为：
1)列车正点可靠度已经为无量纲，且为[0,1]之间的无量纲值，则不用归一化。
2)因此，线路输送能力协调度θd l表达式如下所示：
Figure GDA0002620900880000131
3)应用归一化公式进行表征车厢内乘客立席密度，归一化公式为：
Figure GDA0002620900880000132
定义：假定s＞0，若满足：
1)函数u(x)连续，分段可导；
2)若x1≥x2→u(x1)≥u(x2),u′(x1)≥′u(x2)；
3)u(0.5)＜0.5；
则当s＞1时，称映射u:[0,1]→[0,s]为一个增益函数；
当s∈(0,1)时，称映射u:[0,1]→[0,s]为一个折损函数；
当s＝1时，则称映射u:[0,1]→[0,s]为一个不折损、不增益函数。
依据增益型加权融合模型，构建的线路运营服务可靠性模型为：
Figure GDA0002620900880000133
其中，各个融合的参数均具有各自的权重值，分别为κp,κc,κd，满足κp+κc+κd＝1；计算延误状态下的城市轨道交通线路运营服务可靠性。
实施例二
本发明实施例二以北京市轨道交通***为例，提供了一种计算延误状态下的城市轨道交通线路运营服务可靠性方法，包括如下步骤：
步骤1：基于北京市地铁八通线进出站量的既有数据与现场调研的乘客OD数据、各个车站的进出站量、进站速率对线路延误情况进行仿真研究。
(1)假设条件：
1)以北京地铁八通线为仿真背景，仿真时间T＝7200s T为高峰时间7:00-9:00的两个小时。并且假设地铁八通线的站间距均为2000m。不考虑站间距长度因素对线路运营服务可靠性的影响。
2)在T＝7200s的仿真时间段内，在该地铁线上，发生初始延误的列车编号为j＝12，在车站s9(八通线的双桥地铁站)的延误时间
Figure GDA0002620900880000141
3)仿真的运行早高峰的6节编组的B型地铁列车最大承载能力为C0×120％；
4)仿真中，车站的初始滞留客流均为0；
5)本实施例中，只考虑单方向线路的运营(土桥到四惠方向)，八通线路早高峰客流总量一定，各个车站的进站候车客流按照调研的OD数据，进站客流均匀进站候车，不存在短时间大客流冲击情况；
6)a值一般通过依据生产技术水平和一般经验确定，由于无量纲化参数的取值区间均为[0,1]，所以本实施例以a预选0.5进行研究，各个参数阈值的“下限”用0.5约束。
(2)数据的输入：
输入各站下车人数与仿真基础数据，如表1所示，为列车仿真的重要参数初值表。
表1
Figure GDA0002620900880000142
Figure GDA0002620900880000151
图4为地铁八通线运行列车仿真结果示意图，图4中的a)为线路上未出现延误情况列车的运行图，图4的b)为产生延误时间为10min即600s的地铁线路的仿真运行图。
根据仿真结果，可以得到延误状态下的线路列车在各个车站的延误时间如图5所示，可以看出，列车j＝12在车站双桥发生初始延误现象，延误时间为600s，在传媒大学、高碑店、四惠、四惠东车站的延误时间为600s，列车j＝13,14,15受到初始延误列车j＝12的影响发生了连带延误，在双桥车站的延误时间分别为435s、207s、105s，列车j＝13,14,15在传媒大学、高碑店、四惠与四惠东车站的延误时间分别为435s、207s、105s。
选出在一定T时间段内，将线路上发生初始延误或是连带延误的列车的延误时间作为研究对象。横坐标以延误时间对列车进行分组，是列车数量的累计百分比，纵坐标是延误时间的累计百分比，采用平滑的曲线绘制出来，可得到一定T时间段内线路运营总延误时间的洛伦茨曲线如图6，图中，A表示绝对平衡线，B线表示初始延误时间为10min时的洛伦茨曲线。
步骤2：初始延误列车j＝12在车站s9的延误时间
Figure GDA0002620900880000161
不同条件下列车个数累计百分比与延误时间累计百分比如表2所示：
表2
Figure GDA0002620900880000162
由图6可知，在线路运营过程中T时间段内，线路上运行的列车总数为n＝40列，延误的列车数为nD＝4列，未发生延误的列车数为n-nD＝36列，列车j＝12在车站s12发生初始延误，且初始延误列车的延误时间
Figure GDA0002620900880000163
线路上的延误列车数量与未发生延误的列车数量相差较大，并且延误列车的延误时间也较多，并且洛伦茨曲线与绝对平等曲线较远，证明线路上延误的不均衡，则调度员需要针对少数的延误列车进行调度，可能会波及其他列车，使得线路上的延误情况影响面积较大，所以实例中的线路延误不均衡性较大。
通过图6以及延误效应系数的计算公式，可以求出延误效应系数
Figure GDA0002620900880000164
列车j＝12，在车站s9发生初始延误，初始延误时间为
Figure GDA0002620900880000165
情况下的延误效应系数、线路运营服务可靠度的计算结果，见下表3。
表3
Figure GDA0002620900880000171
步骤3：图7中输出的为发生延误与发生延误后的列车剩余承载能力数据，横轴表示列车，纵轴表示列车剩余承载能力。其中(a)是未发生延误现象、延误发生后，列车到站后的剩余承载能力仿真结果；(b)为发生延误现象后列车到达四惠东车站的剩余承载能力。
依据线路输送能力协调求解算法流程，通过仿真得到的数据，并结合计算的线路运营输送能力协调度，得到的列车j在车站si的运力协调度如图8所示。
依据公式进行计算，可以得到n列列车的运力协调度，其中以下曲线为线路未发生延误现象与发生延误现象后的列车j的平均运力协调度
Figure GDA0002620900880000172
见图9所示，其中，顶点用圆圈标记的折线为线路上未发生延误时的列车的运力协调度，顶点用星花标记的折线为线路上发生延误时的列车的运力协调度。
依据公式可以求得可以得到列车j到达车站i前乘客在车厢内的立席密度，如图10所示，其中描述线路上运行的列车j＝12,13,14,15发生延误现象时，列车j到达车站si前乘客在车厢内的立席密度。
步骤4：依据对线路运营服务可靠度进行计算，本文中将线路未发生延误以及发生延误现象的线路运营服务可靠性均进行计算，同各计算结果进行对比分析。
参数确定步骤如下：
(1)参数设定
1)
Figure GDA0002620900880000181
本文中将各个参数同等对待，认为各个参数的重要程度同等重要；
2)计算指标的数值，与确定s值的大小有关，若s较大，则值的取值范围就会变大，计算得到指标值的增加趋势变化也就越大。本文中假设s＝2，即
Figure GDA0002620900880000182
(2)确定k值
将s＝1，u(x)＝x与u(x)＝2xk进行对比分析。可知，当s＞1时，存在交点(a,a)，本文中为保证三个参数指标能够保持均衡对待，则a均取0.5，则k值为2进行计算。
(3)依据公式计算线路上发生延误现象的线路运营服务可靠度为：
Figure GDA0002620900880000183
本发明实施例二的线路运营服务可靠度为0.7326，同时在结果分析中了解到列车正点可靠度为0.9006，立席密度保证在8人/m2以下，乘客在线路中的舒适性并不是特别高，能够感受到拥挤，所以可知，八通线的早高峰运营情况为列车延误状态下，存在滞留客流，并且部分出行乘客会感觉到拥挤，线路运营服务水平、线路运营服务可靠性有待提高。
综上所述，本发明实施例通过从列车运行的视角、乘客的视角以及列车和乘客协调的视角来考虑线路运营情况，构建了一种城轨列车运营线路服务可靠性计算方法，综合考虑线路运营正点可靠度、车厢内乘客立席密度以及线路输送能力协调度的指标，根据各自对线路运营服务可靠性的影响来确定相应的权重，利用“奖优罚劣”特点的增益型加权融合方法，从而实现了线路运营服务可靠性的全面的评价，此方法符合城市轨道交通运营服务可靠性评价的特点，并且依据“奖优罚劣”的原则，建立带有“奖优罚劣”函数的线路运营服务可靠性模型，避免了由于传统线性加权融合方法平均的原则。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种城市轨道交通线路运营服务可靠性计算方法，其特征在于，包括如下流程步骤：
步骤S110：根据列车运营仿真及列车运行图，确定延误状态下的延误列车数量及各延误列车的延误时间；
步骤S120：根据所述延误列车数量及延误时间，计算列车正点可靠度；
步骤S130：根据所述延误时间，确定线路运营输送能力协调度求解模型，计算线路运营输送能力协调度和乘客在列车内的立席密度；
步骤S140：根据增益型加权融合模型，结合所述正点可靠度、所述线路运营输送能力协调度和所述立席密度，构建运营服务可靠性模型，计算运营服务可靠性；其中，所述增益型加权融合模型为：
假定s＞0，若满足：
1)函数u(x)＝sxv连续，分段可导，其中s，v为参数；
2)若x1≥x2→u(x1)≥u(x2),u′(x1)≥′u(x2)；
3)u(0.5)＜0.5；
则当s＞1时，称映射u:[0,1]→[0,s]为一个增益函数；
当s∈(0,1)时，称映射u:[0,1]→[0,s]为一个折损函数；
当s＝1时，则称映射u:[0,1]→[0,s]为一个不折损、不增益函数。
2.根据权利要求1所述的城市轨道交通线路运营服务可靠性计算方法，其特征在于，所述根据列车运营仿真及列车运行图，确定延误状态下的延误列车数量及各延误列车的延误时间包括：
基于列车的运行规律和延误传播特性，得到线路在延误状态下的延误列车数量nD与各延误列车j在车站si的延误时间
Figure FDA0002633300950000011
其中，m表示线路运营中共有m个车站，n表示线路运营中共有n列列车。
3.根据权利要求2所述的城市轨道交通线路运营服务可靠性计算方法，其特征在于，所述根据所述延误列车数量及延误时间，计算列车正点可靠度包括：
依据列车在T时间段内线路L上运行列车的延误时间
Figure FDA0002633300950000021
按照延误时间的不同对列车进行分组，共分成p组，xk代表第k组运行列车拥有的列车个数，yk代表第k组列车对应的延误时间；
依据T时间段内线路上运行各个列车的延误时间
Figure FDA0002633300950000022
按照由小到大进行排序，对应不同延误时间的列车也相应进行排序，得到x1＞x2＞...＞xp；
计算第k组列车个数占各组列车数量的总和的比例Xk及累计百分比X′k；
Figure FDA0002633300950000023
Figure FDA0002633300950000024
计算第k组延误时间占各组中延误时间总和的比例Yk和累计百分比Yk′；
Figure FDA0002633300950000025
Figure FDA0002633300950000026
以各组延误时间占总延误时间的累计百分比Yk′为纵轴，以列车各组的个数占各组列车数量总和的累计百分比Xk′为横轴，在坐标轴中每组数据(Xk′,Yk′)用一个点表示，描绘出在T时间段内的所有有效数据在坐标轴中的位置；
基于最小二乘法原理，拟合曲线Yk′＝f(Xk′,A)，其中，A表示拟合参数，求得拟合函数曲线的值和实际值之间的差值，使之其平方和最小：
Figure FDA0002633300950000027
依据基尼系数与洛伦茨曲线理论，计算延误效应系数λ*；
Figure FDA0002633300950000031
依据公式
Figure FDA0002633300950000032
计算列车正点可靠度。
4.根据权利要求3所述的城市轨道交通线路运营服务可靠性计算方法，其特征在于，所述根据所述延误时间，确定线路运营输送能力协调度求解模型，计算线路运营输送能力协调度和乘客在列车内的立席密度包括：
步骤S131：结合列车定员与车辆编组，以及车站的乘客到达率，迭代计算列车j到达车站si的候车乘客数
Figure FDA0002633300950000033
其中，
Figure FDA0002633300950000034
表示乘客在车站si的到达率；
Figure FDA0002633300950000035
表示列车j从车站si-1到车站si的运行时间，td表示列车在车站的计划逗留时间；
Figure FDA0002633300950000036
其中，tF表示发车间隔，
Figure FDA0002633300950000037
表示列车j-1在车站si的滞留客流量；
步骤S132：列车j到达车站si的剩余承载能力
Figure FDA0002633300950000038
计算：
当i＝1时，
Figure FDA0002633300950000039
当i≠1时，
Figure FDA00026333009500000310
其中，C0表示列车的额定载客能力，用列车定员与车辆编组的乘积来量化；
Figure FDA00026333009500000311
表示列车j到达车站si的下车乘客的数量；
步骤S133：根据公式计算得到列车j离开车站si时，车站si的滞留客流量
Figure FDA00026333009500000312
Figure FDA0002633300950000041
计算得到列车j离开车站si时的车厢内乘客数
Figure FDA0002633300950000042
当i＝1时，
Figure FDA0002633300950000043
当i≠1时，
Figure FDA0002633300950000044
i＝i+1，若i≤m，则返回步骤S131计算列车j到达下一车站的状态，否则，令j＝j+1，若j≤n，则令i＝1，转到步骤S131继续计算列车j+1在各站的载客情况，直至所有列车计算完毕，得到所有列车到达车站的所述剩余承载能力、候车客流以及列车离开车站的滞留客流量；计算所述线路运营输送能力协调度及所述立席密度为：
Figure FDA0002633300950000045
Figure FDA0002633300950000046
其中：
Figure FDA0002633300950000047
表示列车j离开车站si的车厢内立席密度，
Figure FDA0002633300950000048
表示列车j离开车站si前的车厢内乘客数量；Cy表示列车车厢内乘客立席面积，C表示列车车厢总面积，
Figure FDA0002633300950000049
表示列车车厢的席座面积。
5.根据权利要求4所述的城市轨道交通线路运营服务可靠性计算方法，其特征在于，所述根据增益型加权融合模型，结合所述正点可靠度、所述线路运营输送能力协调度和所述立席密度，构建运营服务可靠性模型，计算运营服务可靠性包括：
将所述线路运营输送能力协调度
Figure FDA0002633300950000051
和所述立席密度
Figure FDA0002633300950000052
进行无量纲化处理得：
Figure FDA0002633300950000053
Figure FDA0002633300950000054
依据增益型加权融合模型，将所述正点可靠度、无量纲化处理后的线路运营输送能力协调度及立席密度作为构建参数，构建的线路运营服务可靠性模型为：
Figure FDA0002633300950000055
其中，κp,κc,κd分别表示所述正点可靠度、所述线路运营输送能力协调度和所述立席密度的权重值，满足κp+κc+κd＝1，其中s，v为参数。
CN201810321042.3A 2018-04-11 2018-04-11 城市轨道交通线路运营服务可靠性计算方法 Active CN108536965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810321042.3A CN108536965B (zh) 2018-04-11 2018-04-11 城市轨道交通线路运营服务可靠性计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810321042.3A CN108536965B (zh) 2018-04-11 2018-04-11 城市轨道交通线路运营服务可靠性计算方法

Publications (2)

Publication Number Publication Date
CN108536965A CN108536965A (zh) 2018-09-14
CN108536965B true CN108536965B (zh) 2020-12-01

Family

ID=63480788

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810321042.3A Active CN108536965B (zh) 2018-04-11 2018-04-11 城市轨道交通线路运营服务可靠性计算方法

Country Status (1)

Country Link
CN (1) CN108536965B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409578B (zh) * 2018-09-29 2021-07-27 北京市地铁运营有限公司 一种城市轨道交通路网限流组织方案优化方法
CN109767075B (zh) * 2018-12-17 2023-07-07 同济大学 一种城市轨道交通网络列车运营可靠性评估方法
CN110135629B (zh) * 2019-04-24 2021-07-02 中车青岛四方机车车辆股份有限公司 一种列车平均故障周期的预测方法及装置
CN111198894B (zh) * 2020-01-03 2023-09-22 中国铁道科学研究院集团有限公司通信信号研究所 一种实现运行线数据融合与一致性的方法
CN111324853B (zh) * 2020-03-09 2023-06-27 西南交通大学 一种通道型高速铁路通过能力计算方法及***
CN113256188A (zh) * 2021-07-15 2021-08-13 广州地铁设计研究院股份有限公司 区域轨道跨线运营运输能力评价交互***
CN115465336A (zh) * 2022-08-29 2022-12-13 通号万全信号设备有限公司 一种基于有轨电车运行图统计司乘行车数据的方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101826200A (zh) * 2010-04-02 2010-09-08 北京交通大学 城市轨道交通枢纽运营效果评价方法
CN105740606A (zh) * 2016-01-22 2016-07-06 北京交通大学 一种基于可靠性gert模型的高速列车可靠性分析方法
CN105760589A (zh) * 2016-02-03 2016-07-13 北京交通大学 一种基于高速列车***作用关系网络的可靠性分析方法
US20170171834A1 (en) * 2015-11-30 2017-06-15 Veniam, Inc. Systems and methods for improving coverage and throughput of mobile access points in a network of moving things, for example including a network of autonomous vehicles
US20170352202A1 (en) * 2015-11-10 2017-12-07 Veniam, Inc. Systems and methods for multi-vehicle adaptive data collection in a network of moving things, for example including autonomous vehicles

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101826200A (zh) * 2010-04-02 2010-09-08 北京交通大学 城市轨道交通枢纽运营效果评价方法
US20170352202A1 (en) * 2015-11-10 2017-12-07 Veniam, Inc. Systems and methods for multi-vehicle adaptive data collection in a network of moving things, for example including autonomous vehicles
US20170171834A1 (en) * 2015-11-30 2017-06-15 Veniam, Inc. Systems and methods for improving coverage and throughput of mobile access points in a network of moving things, for example including a network of autonomous vehicles
CN105740606A (zh) * 2016-01-22 2016-07-06 北京交通大学 一种基于可靠性gert模型的高速列车可靠性分析方法
CN105760589A (zh) * 2016-02-03 2016-07-13 北京交通大学 一种基于高速列车***作用关系网络的可靠性分析方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Research and Implementation on Connectivity Reliability Calculation Algorithm of Urban Rail Transit Network Operation;Man Li,et al.;《11th World Congress on Intelligent Control and Automation》;20150305;第5886-5890页 *
urban rail transit types and single wire on the propagation law of delays;Zhang D X,et al.;《Applied Mechanics and Materials》;20160501;第835卷;第763-766页 *
基于BP神经网络的城市轨道交通车辆可靠性预测;李建伟等;《中南大学学报（自然科学版）》;20130731;第44卷;第42-46页 *
增益型加权综合法在城轨交通运营安全评价中的应用;王艳辉等;《铁道学报》;20130331;第35卷(第3期);第9-17页 *

Also Published As

Publication number Publication date
CN108536965A (zh) 2018-09-14

Similar Documents

Publication Publication Date Title
CN108536965B (zh) 城市轨道交通线路运营服务可靠性计算方法
EP4030365A1 (en) Multi-mode multi-service rail transit analog simulation method and system
CN104239484A (zh) 一种基于多模式公交组合调度的时刻表编制方法
Li et al. A dynamic simulation model of passenger flow distribution on schedule-based rail transit networks with train delays
CN102867408A (zh) 一种公交出行路线的选择方法和***
CN106651728A (zh) 一种综合运输体系客运方式优势运距的确定方法
CN110228507A (zh) 一种基于事件触发的列车自动调整控制方法
Long et al. Prioritizing future funding and construction of the planned high-speed rail corridors of China–According to regional structure and urban land development potential indices
CN111797283A (zh) 一种基于无向加权图的空铁中转方法
Binglei et al. An evaluation on coordinated relationship between urban rail transit and land-use under TOD mode
Feng et al. Choices of intercity multimodal passenger travel modes
CN113361984B (zh) 基于互馈模型的空港客流与运力流动态耦合方法和***
Orth et al. Calibration of a public transport performance measurement system for Switzerland
Zhang et al. Study on evaluation indicators system of crowd management for transfer stations based on pedestrian simulation
CN107239851A (zh) 一种面向轨道交通的用电指标预测的方法
Justin et al. Regional air mobility market study
MacDonald The future of high capacity PRT
Zhang et al. Coordination and Optimization of Long‐Distance Passenger Departure Timetable Connected to High‐Speed Railway Station: Considering the Heterogeneity of Transfer Passengers Demand
Li et al. Service quality evaluation of bus lines based on improved momentum back‐propagation neural network model: A study of Hangzhou in China
Liang et al. Assignment performance at Beijing south railway station based on Anylogic simulation
Hu et al. A sensitivity-based approach for identification of flexible design opportunities in engineering system design
Li et al. Energy-saving methods for urban travel and public transportation in smart cities
Cao et al. The adjustment method of bus lines along new subway after operation
Wang Design of passenger transport modes between cities with environmental sustainability
Tong et al. Research on the Evaluation Index System of the Integration of Rail Transit and Conventional Public Transit

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240606

Address after: 100094 building 11, yard 9, FengHao East Road, Haidian District, Beijing

Patentee after: BEIJING TELESOUND ELECTRONICS Co.,Ltd.

Country or region after: China

Address before: 100044 Beijing city Haidian District Xizhimen Shangyuan Village No. 3

Patentee before: Beijing Jiaotong University

Country or region before: China