CN110288139A - 一种短时地铁事件下的区域路网流量预测方法 - Google Patents
一种短时地铁事件下的区域路网流量预测方法 Download PDFInfo
- Publication number
- CN110288139A CN110288139A CN201910508801.1A CN201910508801A CN110288139A CN 110288139 A CN110288139 A CN 110288139A CN 201910508801 A CN201910508801 A CN 201910508801A CN 110288139 A CN110288139 A CN 110288139A
- Authority
- CN
- China
- Prior art keywords
- route
- value
- traveler
- indicate
- event
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012546 transfer Methods 0.000 claims abstract description 22
- 206010063659 Aversion Diseases 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种短时地铁事件下的区域路网流量预测方法,包括以下步骤:考虑乘客的有限理性,将行程时间、出行费用及换乘次数作为短时地铁事件下路线选择的主要因素,采用前景理论来描述乘客的行为,假定出行者的时间价值是同质的,设定时间参考点Tr、票价参考点C及换乘次数参考点n;确定行程时间子函数、票价价值子函数及换乘次数子函数,根据前景理论进行三个子函数的编辑,并根据三个子函数得到综合价值函数;引入决策权重函数,由综合价值函数和决策权重函数得到各路线的前景值评价,最后建立基于前景值的流量加载模型,得到各路线的选择概率和流量值。
Description
技术领域
本发明涉及交通领域,具体涉及一种短时地铁事件下的区域路网流量预测方法。
背景技术
轨道交通因其容量大、速度快、舒适度高等优点已被我国越来越多的大城市积极推进发展,轨道交通运行的稳定性和可靠性对整个交通***的平稳发展具有重要意义。但轨道交通的短时事件是不可避免的,在此情况下分析在途乘客的路径选择行为对有效组织地铁客流,预测地铁站点附近区域客流并进行交通流量疏解和控制具有重要意义。
目前对于地铁事件的研究主要集中在统计评价和事故分析。包括对地铁事故发生前后提出了一定的防范措施及处理方法;对于地铁站拥挤可能造成的***件,建立了风险评价模型,为降低***件的发生提供指导;对轨道交通网络运行的脆弱性进行分析,同时从不同角度提出改善建议等。多数研究从经济、安全救援、轨道交通***、具体事件等多个角度对地铁事件进行分析,但较少对短时事件下在途乘客的出行行为做出分析,而受短时事件影响的乘客在改变出行路线时必然会对地铁站的客流组织及其他交通方式产生影响。因此考虑出行者的有限理性,研究在途乘客的路线选择行为造成的短时区域路网流量分布变化,对于交通管理与控制具有重要意义。
发明内容
本发明的目的是针对轨道交通短时事件造成的站点不经停现象,提供了一种短时地铁事件下的区域路网流量预测方法,所述方法通过考虑出行者行为,将影响在途出行者行为特性的三类影响因素(行程时间、出行费用及换乘次数)纳入考虑,引入前景理论以描述出行者的有限理性,通过计算各路径的前景值建立流量加载模型以预测短时区域路网流量。
本发明的目的可以通过如下技术方案实现:
一种短时地铁事件下的区域路网流量预测方法,所述方法包括以下步骤:
考虑乘客的有限理性,将行程时间、出行费用及换乘次数作为短时地铁事件下路线选择的主要因素,采用前景理论来描述乘客的行为,假定出行者的时间价值是同质的,出行者的出行决策中,原路线的目的地到达时刻为Tr,改变出行决策后早于该时刻到达表现为收益,晚于该时刻到达表现为损失,故Tr是一个时间参考点;同理设定了票价参考点C及换乘次数参考点n;
确定行程时间子函数、票价价值子函数及换乘次数子函数,根据前景理论进行三个子函数的编辑,并根据三个子函数得到综合价值函数;
引入决策权重函数,由综合价值函数和决策权重函数得到各路线的前景值评价,最后建立基于前景值的流量加载模型,得到各路线的选择概率和流量值。
本发明与现有技术相比,具有如下优点和有益效果:
本发明提供的一种短时地铁事件下的区域路网流量预测方法,通过考虑出行者的有限理性,将影响在途出行者行为特性的三类影响因素(行程时间、出行费用及换乘次数)纳入考虑,引入前景理论以描述出行者的有限理性,通过计算各路径的前景值建立流量加载模型以预测短时区域路网流量,研究了在途乘客的路线选择行为造成的短时区域路网流量分布变化,对于交通管理与控制具有重要意义。
附图说明
图1为本发明实施例中时间参考点与益损关系的示意图。
图2为本发明实施例短时地铁事件下的区域路网流量预测方法流程示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例:
本实施例提供了一种短时地铁事件下的区域路网流量预测方法,所述方法将出行者按照其行为进行分类,并将三类影响因素纳入考虑,引入前景理论以描述出行者的有限理性,通过计算各路径的前景值建立流量加载模型以预测短时区域路网流量。流程如图2所示,包括以下步骤:
考虑乘客的有限理性,将行程时间、出行费用及换乘次数作为短时地铁事件下路线选择的主要因素,采用前景理论来描述乘客的行为,假定出行者的时间价值是同质的,如图1所示,出行者的出行决策中,原路线的目的地到达时刻为Tr,改变出行决策后早于该时刻到达表现为收益,处于横坐标上方,晚于该时刻到达表现为损失,处于横坐标下方,故Tr是一个时间参考点;同理设定了票价参考点C及换乘次数参考点n;
确定行程时间子函数、票价价值子函数及换乘次数子函数,根据前景理论进行三个子函数的编辑,并根据三个子函数得到综合价值函数;其中,所述行程时间子函数如下所示:
票价价值子函数如下所示:
换乘次数子函数如下所示:
式中,表示出行者i在路线k的走行时间,表示选择路线k的出行者i的到达时刻,表示选择路线k的出行者i的出发时刻,表示选择路线k的出行者i的票价花费,表示选择路线k的出行者i的票价参考点,表示选择路线k的出行者i的换乘次数,n表示换乘次数参考点,对于出行者而言,一般不超过2次;λy表示收益偏好或损失厌恶系数,其中y∈(1、2、3……6),当y=1、4、6时,λy>0,当y=2、3、5时,λy<0;γ1、γ2、……γ6表示风险系数;
所述综合价值函数如下所示:
其中,表示选择路线k的出行者i的收益;式中 分别表示对三类子函数进行归一化处理,α、β、γ分别表示各子函数的权重;
引入决策权重函数,由综合价值函数和决策权重函数得到各路线的前景值评价,最后建立基于前景值的流量加载模型,得到各路线的选择概率和流量值;其中,所述决策权重函数W(Pj)如下所示:
W(Pj)=exp{-(-lnPj)θ},j=1,2
Pj表示情况发生的概率,由于短时事件发生时,择路决策下票价和换乘次数是可知的,故情况发生的概率Pj取决于路线的走行时间,即早到和迟到两种情况,且出行者对于各概率的认识具有主观性,通过将客观概率主观化得到决策权重函数W(Pj);θ为取值在(0,1]间的参数;
所述由综合价值函数和决策权重函数得到各路线的前景值评价,公式如下:
其中,表示出行者i选择路线k的概率,路线前景值由早到和晚到两种情况共同组成,出行者据此做出择路决策;
以各线路的前景值为基础,对客流量进行加载,采用Logit流量加载模型表示路线的选择概率Prk并计算各路线流量qk,其中:
qk=Q·Prk
公式中,SPk表示出行者选择路线k的概率,Q表示OD对间总流量,qk表示路线k的流量值,总有
以上所述,仅为本发明专利较佳的实施例,但本发明专利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专利所公开的范围内,根据本发明专利的技术方案及其发明专利构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (6)
1.一种短时地铁事件下的区域路网流量预测方法,其特征在于,所述方法包括以下步骤:
考虑乘客的有限理性,将行程时间、出行费用及换乘次数作为短时地铁事件下路线选择的主要因素,采用前景理论来描述乘客的行为,假定出行者的时间价值是同质的,出行者的出行决策中,原路线的目的地到达时刻为Tr,改变出行决策后早于该时刻到达表现为收益,晚于该时刻到达表现为损失,故Tr是一个时间参考点;同理设定了票价参考点C及换乘次数参考点n;
确定行程时间子函数、票价价值子函数及换乘次数子函数,根据前景理论进行三个子函数的编辑,并根据三个子函数得到综合价值函数;
引入决策权重函数,由综合价值函数和决策权重函数得到各路线的前景值评价,最后建立基于前景值的流量加载模型,得到各路线的选择概率和流量值。
2.根据权利要求1所述的一种短时地铁事件下的区域路网流量预测方法,其特征在于,所述行程时间子函数如下所示:
票价价值子函数如下所示:
换乘次数子函数如下所示:
其中,μk i表示出行者i在路线k的走行时间,Tr i表示选择路线k的出行者i的到达时刻,Ts i表示选择路线k的出行者i的出发时刻,fk i表示选择路线k的出行者i的票价花费,Ck i表示选择路线k的出行者i的票价参考点,mk i表示选择路线k的出行者i的换乘次数,n表示换乘次数参考点,λy表示收益偏好或损失厌恶系数,其中y∈(1、2、3……6),当y=1、4、6时,λy>0,当y=2、3、5时,λy<0;γ1、γ2、……γ6表示风险系数。
3.根据权利要求2所述的一种短时地铁事件下的区域路网流量预测方法,其特征在于,所述综合价值函数如下所示:
其中,Gk i表示选择路线k的出行者i的收益;式中 分别表示对三类子函数进行归一化处理,α、β、γ分别表示各子函数的权重。
4.根据权利要求3所述的一种短时地铁事件下的区域路网流量预测方法,其特征在于,所述决策权重函数W(Pj)如下所示:
W(Pj)=exp{-(-lnPj)θ},j=1,2
其中,Pj表示情况发生的概率,由于短时事件发生时,择路决策下票价和换乘次数是可知的,故情况发生的概率Pj取决于路线的走行时间,即早到和迟到两种情况,且出行者对于各概率的认识具有主观性,通过将客观概率主观化得到决策权重函数W(Pj);θ为取值在(0,1]间的参数。
5.根据权利要求4所述的一种短时地铁事件下的区域路网流量预测方法,其特征在于,所述由综合价值函数和决策权重函数得到各路线的前景值评价,公式如下:
其中,SPk i表示出行者i选择路线k的概率,路线前景值由早到和晚到两种情况共同组成,出行者据此做出择路决策。
6.根据权利要求5所述的一种短时地铁事件下的区域路网流量预测方法,其特征在于:以各线路的前景值为基础,对客流量进行加载,采用Logit流量加载模型表示路线的选择概率Prk并计算各路线流量qk,其中:
qk=Q·Prk
公式中,SPk表示出行者选择路线k的概率,Q表示OD对间总流量,qk表示路线k的流量值,总有
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910508801.1A CN110288139A (zh) | 2019-06-13 | 2019-06-13 | 一种短时地铁事件下的区域路网流量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910508801.1A CN110288139A (zh) | 2019-06-13 | 2019-06-13 | 一种短时地铁事件下的区域路网流量预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110288139A true CN110288139A (zh) | 2019-09-27 |
Family
ID=68004746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910508801.1A Pending CN110288139A (zh) | 2019-06-13 | 2019-06-13 | 一种短时地铁事件下的区域路网流量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110288139A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070372A (zh) * | 2020-08-25 | 2020-12-11 | 长沙理工大学 | 基于区间不确定性的公交客流分配方法、***、存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180122228A1 (en) * | 2015-06-16 | 2018-05-03 | Dataspark Pte, Ltd. | Traffic Prediction and Real Time Analysis System |
CN107992786A (zh) * | 2016-10-27 | 2018-05-04 | 中国科学院沈阳自动化研究所 | 一种基于人脸的公共场所人流量统计方法和*** |
CN108416172A (zh) * | 2018-04-11 | 2018-08-17 | 华南理工大学 | 一种基于cpt的城市公共交通网络设计方法 |
-
2019
- 2019-06-13 CN CN201910508801.1A patent/CN110288139A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180122228A1 (en) * | 2015-06-16 | 2018-05-03 | Dataspark Pte, Ltd. | Traffic Prediction and Real Time Analysis System |
CN107992786A (zh) * | 2016-10-27 | 2018-05-04 | 中国科学院沈阳自动化研究所 | 一种基于人脸的公共场所人流量统计方法和*** |
CN108416172A (zh) * | 2018-04-11 | 2018-08-17 | 华南理工大学 | 一种基于cpt的城市公共交通网络设计方法 |
Non-Patent Citations (1)
Title |
---|
许凯,田晟,朱泽坤: "短时事件下的地铁乘客路径选择行为研究", 《广西师范大学学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070372A (zh) * | 2020-08-25 | 2020-12-11 | 长沙理工大学 | 基于区间不确定性的公交客流分配方法、***、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102184640B (zh) | 高速公路网的救援路径自动决策方法 | |
CN107194497B (zh) | 一种突发事件下城市轨道交通乘客出行路径规划方法 | |
Campos et al. | Some stylized facts about high-speed rail: A review of HSR experiences around the world | |
CN104217129B (zh) | 一种城轨路网客流估算方法 | |
CN104239484B (zh) | 一种基于多模式公交组合调度的时刻表编制方法 | |
CN109543934B (zh) | 城市公交线网的综合指标的评价方法 | |
CN108364127B (zh) | 一种路网客流协同控制优化*** | |
CN112990648B (zh) | 一种轨道交通网络运营稳定性评估方法 | |
CN112949078B (zh) | 一种城市轨道交通客流-车流的匹配度计算方法 | |
CN106484966B (zh) | 一种城市轨道交通突发事件动态影响范围与强度确定方法 | |
CN108536965B (zh) | 城市轨道交通线路运营服务可靠性计算方法 | |
CN112085641B (zh) | 一种基于列车开行方案的高速铁路客流分配方法 | |
Vuchic | Rapid transit interstation spacings for maximum number of passengers | |
CN106327867B (zh) | 一种基于gps数据的公交准点预测方法 | |
CN108364093B (zh) | 基于能力瓶颈疏解策略的路网客流协同控制优化方法 | |
CN103646374B (zh) | 一种地面公交运行舒适性指数计算方法 | |
CN109872047B (zh) | 一种考虑出行者拥挤度感知的公交出行方案推荐方法 | |
CN110288139A (zh) | 一种短时地铁事件下的区域路网流量预测方法 | |
CN113408926B (zh) | 短时中断情况下城市轨道交通客流分配方法 | |
WO2015145900A1 (ja) | 運行管理装置、列車制御方法及びプログラム | |
Wan et al. | Optimization of security check efficiency in subway station based on Anylogic: A case study of Nanchang Metro | |
CN106067078A (zh) | 一种双站台的公交泊位分配优化方法 | |
Cui et al. | Study on the selection model of staying adjustment bus lines along rail transit | |
CN109190935B (zh) | 一种考虑服务区和车辆事故的高速公路充电站规划方法 | |
CN111367900A (zh) | 基于afc数据的城市轨道交通网络常态限流强度的计算方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190927 |